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 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #78 | Qwen3.8 Max (0902) low | Qwen | 4 | 0.9 | $1.131 | 18/23 | 29.1s |
| #188 | Qwen3.6 Max Preview medium | Qwen | 4 | 0.7 | $1.132 | 17/22 | 66.5s |
| #119 | Qwen3.5-27B medium | Qwen | 4 | 0.8 | $1.135 | 14/23 | 114.7s |
| #190 | Kimi K2.7 Code medium | Moonshot AI | 8 | 0.7 | $1.136 | 11/23 | 81.2s |
| #193 | Qwen3.5-122B-A10B medium | Qwen | 5 | 0.7 | $1.152 | 14/23 | 67.0s |
| #76 | Claude Sonnet 5.5 high | Anthropic | 5 | 0.9 | $1.175 | 16/23 | 10.8s |
| #35 | Qwen3.8 MAX medium | Qwen | 4 | 0.9 | $1.181 | 18/23 | 27.3s |
| #73 | DeepSeek V4.1 Flash max | DeepSeek | 6 | 0.9 | $1.204 | 15/23 | 61.6s |
| #222 | GPT-5.5 none | OpenAI | 11 | 0.7 | $1.212 | 12/23 | 4.75s |
| #89 | Inkling high | Thinkingmachines | 4 | 0.8 | $1.238 | 16/23 | 62.7s |
| #13 | GPT-5.6 Sol low | OpenAI | 4 | 1.0 | $1.244 | 19/23 | 11.1s |
| #269 | Grok 4.20 medium | X AI | 7 | 0.6 | $1.246 | 11/23 | 36.7s |
| #63 | Muse Spark Open medium | Meta | 3 | 0.9 | $1.260 | 15/23 | 77.4s |
| #157 | Seed-2.0-Code medium | Bytedance Seed | 6 | 0.7 | $1.275 | 11/23 | 100.6s |
| #124 | Gemini 3.5 Flash medium | 3 | 0.8 | $1.316 | 18/23 | 11.8s |