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: 合計コスト ↑.
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） |
|---|---|---|---|---|---|---|---|
| #75 | GPT-5.2 Chat none | OpenAI | 6 | 7.9 | $0.594 | 13/22 | 7.73s |
| #169 | Gemini 3.1 Flash Lite low | 8 | 6.6 | $0.621 | 13/22 | 16.2s | |
| #202 | Trinity Large Thinking low | Arcee AI | 7 | 6.0 | $0.625 | 8/22 | 96.6s |
| #61 | Gemini 2.5 Flash medium | 6 | 8.2 | $0.644 | 15/22 | 21.1s | |
| #6 | Gemini 3.7 Flash high | 2 | 9.8 | $0.646 | 20/22 | 12.2s | |
| #167 | Gemini 3.1 Flash Lite Preview low | 6 | 6.6 | $0.646 | 14/22 | 16.7s | |
| #22 | Gemini 3.8 Flash medium | 2 | 9.1 | $0.653 | 19/22 | 14.5s | |
| #52 | Muse Spark 1.2 low | Meta | 4 | 8.4 | $0.655 | 15/22 | 9.77s |
| #116 | Claude Sonnet 4.6 none | Anthropic | 5 | 7.3 | $0.661 | 12/22 | 7.67s |
| #23 | Qwen3.8 Max (0902) low | Qwen | 4 | 9.1 | $0.664 | 18/22 | 24.2s |
| #27 | Gemini 3.5 Flash medium | 3 | 9.0 | $0.665 | 18/22 | 8.48s | |
| #170 | Qwen3.6 35B A3B medium | Qwen | 5 | 6.6 | $0.672 | 12/22 | 58.5s |
| #59 | Muse Spark 1.1 low | Meta | 5 | 8.3 | $0.673 | 13/22 | 11.9s |
| #36 | Qwen3.8 Max (0902) medium | Qwen | 5 | 8.8 | $0.677 | 17/22 | 26.0s |
| #212 | Mimo V2 Omni medium | Xiaomi | 5 | 5.9 | $0.683 | 10/21 | 41.2s |