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 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #48 | Qwen3.6 Max Preview medium | Qwen | 4 | 8.6 | $1.132 | 17/22 | 66.5s |
| #47 | Claude Fable 5 medium | Anthropic | 1 | 8.6 | $3.004 | 17/22 | 15.0s |
| #46 | Muse Spark 1.1 medium | Meta | 4 | 8.6 | $1.420 | 15/22 | 26.2s |
| #45 | Muse Spark 1.2 medium | Meta | 3 | 8.6 | $1.339 | 14/22 | 19.7s |
| #44 | Muse Spark 1.2 high | Meta | 4 | 8.7 | $1.771 | 14/22 | 26.6s |
| #43 | Claude Opus 4.7 medium | Anthropic | 3 | 8.7 | $1.476 | 18/22 | 7.62s |
| #42 | GLM 5.3 Flash max | Z.ai | 2 | 8.7 | $0.059 | 16/22 | 52.1s |
| #41 | Gemini 3.6 Flash low | 4 | 8.7 | $0.251 | 18/22 | 4.92s | |
| #40 | Claude Opus 5 low | Anthropic | 4 | 8.7 | $1.121 | 18/22 | 6.99s |
| #39 | Claude Opus 4.8 medium | Anthropic | 4 | 8.8 | $1.983 | 17/22 | 13.0s |
| #38 | Gemini 3.5 Flash Lite high | 5 | 8.8 | $0.540 | 17/22 | 10.0s | |
| #37 | Muse Spark 1.3 medium | Meta | 4 | 8.8 | $1.469 | 17/22 | 38.6s |
| #36 | Qwen3.8 Max (0902) medium | Qwen | 5 | 8.8 | $0.677 | 17/22 | 26.0s |
| #35 | Gemini 3.5 Flash low | 3 | 8.8 | $0.449 | 18/22 | 5.76s | |
| #34 | Seed 2.1 Turbo high | Bytedance Seed | 4 | 8.9 | $1.797 | 16/22 | 174.0s |