不正解 の失敗
どのAIモデルで 不正解 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） ↑.
316/316
モデルを絞り込む
現在の検索条件とフィルターに一致するモデルはありません。
| 順位 | モデル | 企業 | 不正解 件数 | スコア | 合計コスト | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|
| #225 | Kimi K2.6 none | Moonshot AI | 12 | 5.7 | $0.233 | 6/22 | 19.6s |
| #45 | Muse Spark 1.2 medium | Meta | 3 | 8.6 | $1.339 | 14/22 | 19.7s |
| #10 | Gemini 3 Flash Preview medium | 2 | 9.5 | $0.763 | 20/22 | 19.9s | |
| #185 | MiMo-V2-Flash medium | Xiaomi | 5 | 6.3 | $0.043 | 12/21 | 20.1s |
| #118 | KAT-Coder-Pro V2.5 low | Kwaipilot | 10 | 7.3 | $0.400 | 11/22 | 20.2s |
| #18 | Gemini 3.1 Pro Preview medium | 2 | 9.2 | $1.352 | 20/22 | 20.6s | |
| #247 | DeepSeek V4 Flash 0731 none | DeepSeek | 13 | 5.4 | $0.021 | 4/22 | 20.7s |
| #192 | gpt-oss-120b medium | OpenAI | 9 | 6.1 | $0.020 | 9/22 | 20.8s |
| #61 | Gemini 2.5 Flash medium | 6 | 8.2 | $0.644 | 15/22 | 21.1s | |
| #315 | gpt-oss-120b none | OpenAI | 8 | 3.7 | $0.010 | 6/19 | 21.6s |
| #49 | Qwen3.8 Max low | Qwen | 5 | 8.6 | $0.702 | 16/22 | 21.8s |
| #125 | KAT-Coder-Pro V2.5 high | Kwaipilot | 10 | 7.2 | $0.506 | 11/22 | 22.1s |
| #184 | Mimo V2 PRO medium | Xiaomi | 5 | 6.3 | $0.333 | 12/21 | 22.2s |
| #20 | Claude Opus 5 high | Anthropic | 2 | 9.2 | $3.070 | 18/22 | 22.5s |
| #50 | GPT-5.4 medium | OpenAI | 5 | 8.5 | $1.560 | 15/22 | 22.9s |