API エラー失敗ランキング | AI BENCHY

どのAIモデルで API エラーが起きやすいかを確認し、選ぶ前に信頼性のリスクを見極められます。並び替え: 合計コスト ↑.

表示モデル数

8

総失敗数

161

最も影響を受けたモデル

North Mini Code 1

カテゴリ

コーディングカテゴリで45 複合カテゴリで26 ツール呼び出しカテゴリで17 データ解析と抽出カテゴリで14 反AIトリックカテゴリで14 雑学カテゴリで13 パズル解決カテゴリで12 汎用知能カテゴリで12 ドメイン特化カテゴリで7 指示追従カテゴリで1

68/68

順位	モデル	企業	API エラー件数	スコア	合計コスト	正解テスト	応答時間（平均）
#90	Qwen3.6 35B A3B medium	Qwen	2	6.7	$0.746	13/22	58.1s
合計テスト数 22 誤答テスト数 9 合計コスト $0.746 応答時間（平均） 58.1s
#52	Kimi K2.7 Code medium	Moonshot AI	1	7.5	$0.751	12/22	84.2s
合計テスト数 22 誤答テスト数 10 合計コスト $0.751 応答時間（平均） 84.2s
#51	Nemotron 3 Ultra medium	NVIDIA	1	7.5	$0.774	13/22	32.2s
合計テスト数 22 誤答テスト数 9 合計コスト $0.774 応答時間（平均） 32.2s
#119	Qwen3.5-35B-A3B medium	Qwen	1	6.2	$0.837	11/22	112.5s
合計テスト数 22 誤答テスト数 11 合計コスト $0.837 応答時間（平均） 112.5s
#79	Gemini 3.5 Flash none	Google	4	7.0	$1.079	15/22	9.93s
合計テスト数 22 誤答テスト数 7 合計コスト $1.079 応答時間（平均） 9.93s
#27	Muse Spark 1.1 high	Meta	1	8.1	$1.694	12/22	31.5s
合計テスト数 22 誤答テスト数 10 合計コスト $1.694 応答時間（平均） 31.5s
#33	Kimi K3 max	Moonshot AI	2	8.0	$3.112	16/22	122.5s
合計テスト数 22 誤答テスト数 6 合計コスト $3.112 応答時間（平均） 122.5s
#181	Grok 4.20 Multi Agent Beta medium	X AI	2	4.8	$5.599	8/18	9.69s
合計テスト数 18 誤答テスト数 10 合計コスト $5.599 応答時間（平均） 9.69s

←

1 2 3 4 5

API エラー件数上位モデル

API エラー件数対スコア

応答時間（平均）上位モデル