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: スコア ↑.
447/447
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） |
|---|---|---|---|---|---|---|---|
| #255 | Qwen3.5-35B-A3B medium | Qwen | 3 | 0.6 | $0.716 | 11/23 | 111.5s |
| #254 | LongCat 2.0 none | Meituan | 13 | 0.6 | $0.104 | 8/23 | 8.50s |
| #252 | Dots 3 Note Preview high | Dots Studio | 9 | 0.6 | $0.000 | 10/23 | 70.5s |
| #253 | Dots 3 Note Preview low | Dots Studio | 8 | 0.6 | $0.000 | 10/23 | 66.1s |
| #251 | MiMo-V2.5-Pro medium | Xiaomi | 4 | 0.6 | $0.332 | 11/23 | 56.7s |
| #249 | Mercury 2.5 medium | Inception | 9 | 0.6 | $0.034 | 12/23 | 7.74s |
| #250 | Gemini 3.5 Flash minimal | 7 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #248 | Beam 1.0 501B A23B low | Reflection | 6 | 0.6 | $0.432 | 11/23 | 4.89s |
| #247 | Kimi K2.5 medium | Moonshot AI | 5 | 0.6 | $0.841 | 10/23 | 125.8s |
| #246 | Minimax M3.1 Flash xhigh | Minimax | 9 | 0.6 | $0.000 | 10/23 | 21.7s |
| #245 | Claude Sonnet 4.6 medium | Anthropic | 4 | 0.6 | $2.126 | 14/22 | 28.1s |
| #244 | Solar Pro 4 medium | Upstage | 6 | 0.6 | $0.098 | 12/23 | 133.9s |
| #242 | Gemini 3 Flash Preview none | 9 | 0.6 | $0.155 | 13/23 | 6.05s | |
| #243 | Beam 1.0 501B A23B max | Reflection | 6 | 0.6 | $0.799 | 12/23 | 11.1s |
| #241 | Qwen3.5-122B-A10B none | Qwen | 13 | 0.6 | $0.308 | 7/23 | 14.8s |