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） |
|---|---|---|---|---|---|---|---|
| #162 | Claude Fable 5.1 medium | Anthropic | 3 | 0.7 | $3.197 | 15/23 | 11.9s |
| #188 | Ember-1 low | Fireworks | 3 | 0.7 | $1.488 | 13/23 | 34.9s |
| #189 | Step 5 Preview high | Stepfun | 3 | 0.7 | $4.513 | 10/23 | 154.4s |
| #208 | Grok 4.7 xhigh | X AI | 3 | 0.7 | $3.398 | 14/23 | 124.0s |
| #214 | Ember-1 max | Fireworks | 3 | 0.7 | $3.264 | 11/23 | 97.3s |
| #252 | Qwen3.5-35B-A3B medium | Qwen | 3 | 0.6 | $0.716 | 11/23 | 111.5s |
| #271 | Kimi K3.1 Pro low | Moonshot AI | 3 | 0.6 | $1.483 | 11/23 | 46.3s |
| #274 | Kimi K3.1 Pro high | Moonshot AI | 3 | 0.6 | $1.255 | 7/23 | 39.1s |
| #281 | Step 5 Preview medium | Stepfun | 3 | 0.6 | $4.136 | 10/23 | 136.1s |
| #325 | Claude Opus 4.7 none | Anthropic | 3 | 0.5 | $0.505 | 16/19 | 3.02s |
| #332 | Hy3 preview medium | Tencent | 3 | 0.5 | $0.049 | 14/21 | 16.3s |
| #358 | Grok 4.20 Beta medium | X AI | 3 | 0.5 | $0.750 | 14/18 | 9.75s |
| #362 | Gemini 3 PRO Preview medium | 3 | 0.5 | $0.385 | 14/21 | 9.05s | |
| #368 | Hy3 preview high | Tencent | 3 | 0.5 | $0.135 | 11/21 | 56.6s |
| #13 | GPT-5.6 Sol low | OpenAI | 4 | 1.0 | $1.244 | 19/23 | 11.1s |