AI BENCHY
Your ad here

AI BENCHY カテゴリ

反AIトリック ランキング

反AIトリック でどのAIモデルが最も強いか、どのモデルが安定しているか、差が大きいのはどこかを確認できます。 並び替え: 正解テスト ↓.

表示モデル数

15

平均 反AIトリック スコア

6.7

最良モデル

Gemini 3 Flash Preview 10.0

失敗理由

失敗理由 不正解 で165 失敗理由 指示に従っていない で17 失敗理由 余分な書式 で11 失敗理由 タイムアウト で4 失敗理由 回答なし で1
順位 モデル 企業 反AIトリック スコア スコア 正解テスト 応答時間（平均）
#33 GLM 5.1 medium Z.ai 10.0 7.8 4/4 8.31s
#35 MiMo-V2-Omni medium Xiaomi 10.0 7.7 4/4 2.11s
#43 Qwen3.5-35B-A3B medium Qwen 10.0 7.4 4/4 21.1s
#51 Nemotron 3 Super medium NVIDIA 10.0 6.7 4/4 10.1s
#3 Claude Opus 4.7 medium Anthropic 8.3 9.2 3/4 1.85s
#4 Claude Opus 4.7 none Anthropic 8.3 9.2 3/4 2.12s
#6 Seed-2.0-Lite medium Bytedance Seed 8.3 8.6 3/4 18.0s
#7 GPT-5.3-Codex medium OpenAI 8.7 8.6 3/4 4.16s
#8 Qwen3.5 Plus 2026-02-15 medium Qwen 8.2 8.5 3/4 45.8s
#10 Qwen3.5-27B medium Qwen 8.7 8.4 3/4 19.8s
#15 Gemini 2.5 Flash medium Google 8.4 8.2 3/4 6.30s
#16 GPT-5.4 medium OpenAI 8.3 8.2 3/4 4.11s
#17 Gemini 3.1 Flash Lite Preview medium Google 9.1 8.2 3/4 2.33s
#21 Gemini 3 Flash Preview none Google 8.3 8.1 3/4 1.25s
#22 Gemini 3.1 Flash Lite Preview low Google 8.3 8.1 3/4 2.12s

反AIトリック スコア 上位モデル

反AIトリック スコア vs 合計コスト

応答時間（平均） 上位モデル