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: 失敗数 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #411 | Ling 3.0 Tiny high | Inclusionai | 6 | 0.4 | $0.000 | 4/23 | 72.2s |
| #421 | Laguna Xs.2 medium | Poolside | 6 | 0.3 | $0.015 | 6/19 | 6.73s |
| #431 | Span-02 default | Respan | 6 | 0.3 | $0.001 | 6/12 | 1.36s |
| #435 | Jev 1.13 default | Typesafe | 6 | 0.3 | $0.003 | 6/12 | 698ms |
| #442 | Mammoth 1 default | Baseten | 6 | 0.2 | $0.000 | 3/12 | 1.80s |
| #93 | GPT-5.6 Terra high | OpenAI | 7 | 0.8 | $0.698 | 15/23 | 13.6s |
| #97 | GPT-6 Luna medium | OpenAI | 7 | 0.8 | $0.047 | 15/23 | 18.1s |
| #108 | Seed-2.0-Code low | Bytedance Seed | 7 | 0.8 | $0.881 | 14/23 | 73.0s |
| #112 | DeepSeek V4.1 Flash low | DeepSeek | 7 | 0.8 | $0.494 | 15/23 | 28.0s |
| #114 | Nemotron 3 Ultra medium | NVIDIA | 7 | 0.8 | $0.674 | 14/23 | 40.3s |
| #123 | Qwen3.7 Max none | Qwen | 7 | 0.8 | $0.451 | 16/23 | 7.85s |
| #135 | Grok 4.5 low | X AI | 7 | 0.8 | $1.345 | 16/23 | 18.1s |
| #139 | Muse Glimmer 30B high | Meta | 7 | 0.8 | $0.506 | 11/23 | 69.9s |
| #143 | Qwen3.7 Flash low | Qwen | 7 | 0.8 | $0.071 | 12/23 | 41.0s |
| #147 | GPT-6 Luna low | OpenAI | 7 | 0.8 | $0.033 | 12/23 | 23.2s |