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: 応答時間（平均） ↑.

表示モデル数

8

総失敗数

161

最も影響を受けたモデル

Nemotron 3 Nano Omni 30b A3b Reasoning 6

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）
#114	Qwen3.5-Flash medium	Qwen	1	6.2	$0.139	12/22	84.8s
合計テスト数 22 誤答テスト数 10 合計コスト $0.139 応答時間（平均） 84.8s
#57	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	7.5	$0.437	14/22	89.2s
合計テスト数 22 誤答テスト数 8 合計コスト $0.437 応答時間（平均） 89.2s
#91	LongCat 2.0 low	Meituan	1	6.7	$0.391	10/22	100.3s
合計テスト数 22 誤答テスト数 12 合計コスト $0.391 応答時間（平均） 100.3s
#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
#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
#60	LongCat 2.0 medium	Meituan	1	7.4	$0.478	12/22	136.6s
合計テスト数 22 誤答テスト数 10 合計コスト $0.478 応答時間（平均） 136.6s
#137	North Mini Code medium	Cohere	1	5.9	$0.000	9/22	137.1s
合計テスト数 22 誤答テスト数 13 合計コスト $0.000 応答時間（平均） 137.1s
#130	Step 3.5 Flash medium	Stepfun	1	6.0	$0.108	11/21	174.2s
合計テスト数 21 誤答テスト数 10 合計コスト $0.108 応答時間（平均） 174.2s

←

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