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: 応答時間（平均） ↑.
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） |
|---|---|---|---|---|---|---|---|
| #187 | GPT-5.2 Chat default | OpenAI | 6 | 0.7 | $0.594 | 13/23 | 7.43s |
| #202 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.7 | $0.909 | 10/23 | 7.46s |
| #290 | Seed-2.0-Lite none | Bytedance Seed | 14 | 0.6 | $0.114 | 8/23 | 7.49s |
| #77 | Claude Haiku 5.5 low | Anthropic | 3 | 0.9 | $0.061 | 16/23 | 7.51s |
| #203 | Claude Opus 4.8 none | Anthropic | 5 | 0.7 | $2.334 | 13/23 | 7.54s |
| #174 | Gemini 3.8 Flash low | 6 | 0.7 | $0.323 | 16/23 | 7.54s | |
| #118 | GPT-5.6 Terra low | OpenAI | 8 | 0.8 | $0.435 | 14/23 | 7.58s |
| #233 | Mercury 2.5 Preview high | Inception | 6 | 0.6 | $0.040 | 12/23 | 7.61s |
| #234 | Mercury 2.5 high | Inception | 9 | 0.6 | $0.044 | 12/23 | 7.62s |
| #294 | Qwen3.6 Flash none | Qwen | 13 | 0.6 | $0.139 | 7/23 | 7.63s |
| #286 | Claude Sonnet 4.6 none | Anthropic | 5 | 0.6 | $0.661 | 12/22 | 7.67s |
| #141 | Claude Haiku 5.5 medium | Anthropic | 5 | 0.8 | $0.063 | 13/23 | 7.71s |
| #44 | Muse Wonder minimal | Meta | 3 | 0.9 | $1.639 | 17/23 | 7.72s |
| #249 | Mercury 2.5 medium | Inception | 9 | 0.6 | $0.034 | 12/23 | 7.74s |
| #351 | Apodex 1.1 Mini default | Apodex | 16 | 0.5 | $0.000 | 3/23 | 7.79s |