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 ↓.
| 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） |
|---|---|---|---|---|---|---|
| #24 | GPT-5.2 Chat none | OpenAI | 8.7 | 7.9 | 3/4 | 3.40s |
| #25 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 8.2 | 7.9 | 3/4 | 45.8s |
| #28 | Gemini 2.5 Flash medium | 8.4 | 7.8 | 3/4 | 6.30s | |
| #30 | Qwen3.5-27B medium | Qwen | 8.7 | 7.8 | 3/4 | 19.8s |
| #31 | DeepSeek V4 Flash high | DeepSeek | 8.3 | 7.7 | 3/4 | 28.5s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 9.1 | 7.5 | 3/4 | 2.33s | |
| #44 | Gemini 3.1 Flash Lite medium | 9.1 | 7.5 | 3/4 | 2.39s | |
| #45 | GPT-5.4 Mini medium | OpenAI | 8.6 | 7.5 | 3/4 | 4.05s |
| #47 | Grok Build 0.1 medium | X AI | 8.3 | 7.4 | 3/4 | 7.43s |
| #48 | Gemini 3 Flash Preview none | 8.3 | 7.4 | 3/4 | 1.25s | |
| #50 | Gemini 3.1 Flash Lite Preview low | 8.3 | 7.4 | 3/4 | 2.12s | |
| #53 | Gemini 3.1 Flash Lite high | 8.7 | 7.3 | 3/4 | 37.2s | |
| #57 | Step 3.7 Flash low | Stepfun | 8.7 | 7.3 | 3/4 | 4.02s |
| #64 | MiMo-V2-Flash medium | Xiaomi | 8.1 | 7.2 | 3/4 | 15.8s |
| #65 | Grok 4.20 medium | X AI | 8.2 | 7.1 | 3/4 | 3.95s |