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: 正解テスト ↓.
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） |
|---|---|---|---|---|---|---|---|
| #405 | Grok 4.1 Fast medium | X AI | 4 | 0.4 | $0.069 | 9/19 | 23.8s |
| #406 | Laguna M.1 medium | Poolside | 4 | 0.4 | $0.033 | 9/19 | 14.7s |
| #331 | Step 3.5 Flash medium | Stepfun | 6 | 0.5 | $0.105 | 10/22 | 190.5s |
| #403 | Grok 4.20 Multi Agent Beta medium | X AI | 4 | 0.4 | $5.599 | 8/18 | 9.69s |
| #404 | Hunter Alpha medium | OpenRouter | 4 | 0.4 | $0.000 | 8/18 | 10.3s |
| #161 | DeepSeek V4 Pro 0423 none | DeepSeek | 9 | 0.7 | $0.083 | 10/23 | 14.1s |
| #168 | LongCat 2.0 high | Meituan | 7 | 0.7 | $0.778 | 10/23 | 151.7s |
| #171 | Qwen3.5-27B none | Qwen | 11 | 0.7 | $0.116 | 10/23 | 9.98s |
| #192 | Step 5 Preview high | Stepfun | 3 | 0.7 | $4.513 | 10/23 | 154.4s |
| #202 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.7 | $0.909 | 10/23 | 7.46s |
| #224 | Qwen3.7 Flash medium | Qwen | 8 | 0.7 | $0.076 | 10/23 | 51.8s |
| #225 | LongCat 2.0 low | Meituan | 8 | 0.7 | $0.630 | 10/23 | 115.0s |
| #226 | Mercury 2 medium | Inception | 9 | 0.7 | $0.121 | 10/23 | 4.40s |
| #246 | Minimax M3.1 Flash xhigh | Minimax | 9 | 0.6 | $0.000 | 10/23 | 21.7s |
| #247 | Kimi K2.5 medium | Moonshot AI | 5 | 0.6 | $0.841 | 10/23 | 125.8s |