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: スコア ↓.
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） |
|---|---|---|---|---|---|---|---|
| #364 | MiMo-V2.5 none | Xiaomi | 14 | 0.5 | $0.049 | 5/23 | 9.88s |
| #365 | Qwen3.5-9B none | Qwen | 15 | 0.5 | $0.041 | 4/23 | 37.2s |
| #366 | Hy4 preview none | Tencent | 14 | 0.5 | $0.165 | 3/23 | 40.4s |
| #367 | Mimo V2 Omni medium | Xiaomi | 5 | 0.5 | $0.683 | 10/21 | 41.2s |
| #368 | Hy3 preview high | Tencent | 3 | 0.5 | $0.135 | 11/21 | 56.6s |
| #369 | GLM 4.7 Flash none | Z.ai | 15 | 0.5 | $0.027 | 5/23 | 13.0s |
| #370 | Mercury 2.5 Preview default | Inception | 16 | 0.5 | $0.023 | 4/23 | 7.05s |
| #371 | Nemotron 3.5 Lightning medium | NVIDIA | 13 | 0.5 | $0.195 | 5/23 | 81.9s |
| #372 | North Mini Code default | Cohere | 13 | 0.5 | $0.000 | 4/23 | 29.5s |
| #373 | Laguna S 2.1 none | Poolside | 18 | 0.5 | $0.044 | 2/23 | 17.7s |
| #374 | Granite 4.2 8B high | IBM Granite | 7 | 0.5 | $0.111 | 4/23 | 235.4s |
| #375 | Qwen3 Coder Next medium | Qwen | 15 | 0.5 | $0.071 | 3/23 | 17.0s |
| #376 | DeepSeek V3.2 none | DeepSeek | 9 | 0.5 | $0.119 | 6/23 | 22.4s |
| #377 | GPT-5.4 Nano none | OpenAI | 16 | 0.5 | $0.068 | 4/23 | 4.42s |
| #378 | Gemini 3.1 Flash Lite high | 4 | 0.5 | $2.044 | 10/18 | 62.0s |