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） |
|---|---|---|---|---|---|---|---|
| #73 | GPT-5.6 Terra high | OpenAI | 7 | 8.0 | $0.836 | 14/22 | 11.2s |
| #63 | Claude Sonnet 5 medium | Anthropic | 5 | 8.2 | $0.922 | 15/22 | 12.5s |
| #54 | Grok 4.5 low | X AI | 6 | 8.4 | $0.945 | 16/22 | 16.2s |
| #103 | Qwen3.5-27B medium | Qwen | 4 | 7.5 | $0.982 | 13/22 | 113.3s |
| #32 | GPT-5.3-Codex medium | OpenAI | 4 | 8.9 | $0.988 | 16/22 | 16.9s |
| #67 | Inkling high | Thinkingmachines | 4 | 8.0 | $1.046 | 15/22 | 62.6s |
| #147 | Gemini 3.5 Flash none | 4 | 6.9 | $1.093 | 14/22 | 10.2s | |
| #40 | Claude Opus 5 low | Anthropic | 4 | 8.7 | $1.121 | 18/22 | 6.99s |
| #106 | Grok Build 0.1 medium | X AI | 6 | 7.5 | $1.130 | 13/22 | 54.5s |
| #48 | Qwen3.6 Max Preview medium | Qwen | 4 | 8.6 | $1.132 | 17/22 | 66.5s |
| #191 | Qwen3.5-35B-A3B medium | Qwen | 2 | 6.1 | $1.148 | 11/22 | 110.8s |
| #150 | Seed-2.0-Code medium | Bytedance Seed | 4 | 6.8 | $1.153 | 10/22 | 101.1s |
| #25 | Qwen3.7 Max medium | Qwen | 4 | 9.1 | $1.157 | 17/22 | 44.3s |
| #123 | Claude Opus 4.8 none | Anthropic | 4 | 7.3 | $1.166 | 13/22 | 4.92s |
| #55 | GPT-5.2 medium | OpenAI | 3 | 8.4 | $1.182 | 14/22 | 28.5s |