複合モデルランキング

複合でどの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: 応答時間（平均） ↑.

表示モデル数

平均複合スコア

0.6

最良モデル

失敗理由

失敗理由無効なツール呼び出しで183 失敗理由不正解で130 失敗理由 API エラーで62 失敗理由回答なしで56 失敗理由タイムアウトで11 失敗理由余分な書式で1 失敗理由指示に従っていないで1

455/455

順位	モデル	企業	複合スコア	スコア	合計コスト	正解テスト	応答時間（平均）
#361	Laguna S 2.1 high	Poolside	0.3	0.5	$0.145	0/2	702.3s
合計テスト数 2 誤答テスト数 2 合計コスト $0.145 応答時間（平均） 702.3s
#397	GLM 4.7 Flash medium	Z.ai	0.3	0.4	$0.193	0/2	802.8s
合計テスト数 2 誤答テスト数 2 合計コスト $0.193 応答時間（平均） 802.8s
#331	Step 3.5 Flash medium	Stepfun	0.7	0.5	$0.105	1/2	813.7s
合計テスト数 2 誤答テスト数 1 合計コスト $0.105 応答時間（平均） 813.7s
#232	Qwen3.6 35B A3B medium	Qwen	0.3	0.7	$0.834	0/2	817.6s
合計テスト数 2 誤答テスト数 2 合計コスト $0.834 応答時間（平均） 817.6s
#410	Xing4.0 29b A4b medium	Xingchen AGI	0.3	0.4	$0.000	0/2	898.9s
合計テスト数 2 誤答テスト数 2 合計コスト $0.000 応答時間（平均） 898.9s

複合ランキング