コーディングモデルランキング | AI BENCHY

コーディングでどの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: 指標 ↑.

表示モデル数

6

平均コーディングスコア

0.6

最良モデル

Gemini 3.1 Flash Lite Preview 0.0

失敗理由

失敗理由不正解で460 失敗理由 API エラーで64 失敗理由回答なしで47 失敗理由指示に従っていないで45 失敗理由余分な書式で36 失敗理由タイムアウトで24

411/411

順位	モデル	企業	コーディングスコア	スコア	合計コスト	正解テスト	応答時間（平均）
#124	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	3/3	45.5s
合計テスト数 3 誤答テスト数 0 合計コスト ~$0.047 応答時間（平均） 45.5s
#138	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	3/3	93.2s
合計テスト数 3 誤答テスト数 0 合計コスト $0.398 応答時間（平均） 93.2s
#151	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	3/3	40.5s
合計テスト数 3 誤答テスト数 0 合計コスト ~$0.073 応答時間（平均） 40.5s
#155	LongCat 2.0 medium	Meituan	1.0	0.7	$0.767	3/3	455.0s
合計テスト数 3 誤答テスト数 0 合計コスト $0.767 応答時間（平均） 455.0s
#156	GLM 5 medium	Z.ai	1.0	0.7	$0.479	3/3	74.3s
合計テスト数 3 誤答テスト数 0 合計コスト $0.479 応答時間（平均） 74.3s
#168	Ember-1 low	Fireworks	1.0	0.7	$1.488	3/3	37.9s
合計テスト数 3 誤答テスト数 0 合計コスト $1.488 応答時間（平均） 37.9s

←

1 27 28

コーディングスコア上位モデル

コーディングスコア vs 合計コスト

応答時間（平均）上位モデル