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） |
|---|---|---|---|---|---|---|---|
| #135 | Grok 4.5 low | X AI | 7 | 0.8 | $1.345 | 16/23 | 18.1s |
| #97 | GPT-6 Luna medium | OpenAI | 7 | 0.8 | $0.047 | 15/23 | 18.1s |
| #134 | Qwen3.7 Plus none | Qwen | 9 | 0.8 | $0.178 | 13/23 | 17.8s |
| #80 | Muse Spark 1.3 low | Meta | 4 | 0.9 | $0.911 | 16/23 | 17.7s |
| #373 | Laguna S 2.1 none | Poolside | 18 | 0.5 | $0.044 | 2/23 | 17.7s |
| #325 | Seed-2.0-Code none | Bytedance Seed | 12 | 0.5 | $0.257 | 6/23 | 17.5s |
| #175 | Claude Opus 4.8 low | Anthropic | 5 | 0.7 | $3.787 | 16/23 | 17.1s |
| #432 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 7 | 0.3 | $0.000 | 4/19 | 17.1s |
| #162 | Inkling medium | Thinkingmachines | 5 | 0.7 | $0.527 | 15/23 | 17.0s |
| #375 | Qwen3 Coder Next medium | Qwen | 15 | 0.5 | $0.071 | 3/23 | 17.0s |
| #58 | Claude Fable 5 medium | Anthropic | 1 | 0.9 | $5.089 | 18/23 | 16.8s |
| #98 | Claude Opus 4.8 medium | Anthropic | 5 | 0.8 | $3.490 | 17/23 | 16.7s |
| #116 | Gemini 3.8 Flash medium | 2 | 0.8 | $0.769 | 19/23 | 16.6s | |
| #301 | DeepSeek V4.1 Flash none | DeepSeek | 11 | 0.6 | $0.391 | 7/23 | 16.6s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 2 | 0.9 | $0.140 | 18/23 | 16.6s |