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: 正解テスト ↑.
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） |
|---|---|---|---|---|---|---|---|
| #79 | Qwen3.6 Plus medium | Qwen | 5 | 7.8 | $0.418 | 15/22 | 45.5s |
| #104 | Mercury 2.5 Preview medium | Inception | 4 | 7.5 | $0.024 | 15/22 | 3.58s |
| #109 | Qwen3.7 Max none | Qwen | 7 | 7.4 | $0.197 | 15/22 | 4.56s |
| #114 | Grok 4.6 low | X AI | 7 | 7.4 | $0.449 | 15/22 | 14.6s |
| #157 | Gemma 4 26B A4B medium | 2 | 6.8 | $0.092 | 15/22 | 104.9s | |
| #81 | GLM 5.2 medium | Z.ai | 3 | 7.8 | $0.224 | 15/21 | 23.3s |
| #88 | GLM 5 medium | Z.ai | 3 | 7.7 | $0.228 | 15/21 | 33.5s |
| #32 | GPT-5.3-Codex medium | OpenAI | 4 | 8.9 | $0.988 | 16/22 | 16.9s |
| #33 | Muse Spark 1.3 high | Meta | 3 | 8.9 | $1.653 | 16/22 | 52.5s |
| #34 | Seed 2.1 Turbo high | Bytedance Seed | 4 | 8.9 | $1.797 | 16/22 | 174.0s |
| #42 | GLM 5.3 Flash max | Z.ai | 2 | 8.7 | $0.059 | 16/22 | 52.1s |
| #49 | Qwen3.8 Max low | Qwen | 5 | 8.6 | $0.702 | 16/22 | 21.8s |
| #53 | Grok 4.6 medium | X AI | 5 | 8.4 | $1.713 | 16/22 | 73.5s |
| #54 | Grok 4.5 low | X AI | 6 | 8.4 | $0.945 | 16/22 | 16.2s |
| #56 | Qwen3.8 27B high | Qwen | 2 | 8.4 | ~$0.287 | 16/22 | 167.9s |