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 ↓.
316/316
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） |
|---|---|---|---|---|---|---|---|
| #175 | Hy3 preview medium | Tencent | 3 | 6.5 | $0.049 | 14/21 | 16.3s |
| #206 | Gemini 3 PRO Preview medium | 3 | 6.0 | $0.385 | 14/21 | 9.05s | |
| #44 | Muse Spark 1.2 high | Meta | 4 | 8.7 | $1.771 | 14/22 | 26.6s |
| #45 | Muse Spark 1.2 medium | Meta | 3 | 8.6 | $1.339 | 14/22 | 19.7s |
| #55 | GPT-5.2 medium | OpenAI | 3 | 8.4 | $1.182 | 14/22 | 28.5s |
| #58 | Inkling Small high | Thinkingmachines | 6 | 8.4 | $0.398 | 14/22 | 30.4s |
| #70 | DeepSeek V4 Flash 0731 high | DeepSeek | 4 | 8.0 | $0.134 | 14/22 | 114.9s |
| #71 | GLM 5.2 high | Z.ai | 2 | 8.0 | $1.188 | 14/22 | 69.9s |
| #73 | GPT-5.6 Terra high | OpenAI | 7 | 8.0 | $0.836 | 14/22 | 11.2s |
| #80 | Gemini 3.5 Flash Lite medium | 6 | 7.8 | $0.272 | 14/22 | 5.12s | |
| #82 | GPT-5.6 Terra medium | OpenAI | 8 | 7.8 | $0.523 | 14/22 | 6.85s |
| #83 | Claude Sonnet 4.6 medium | Anthropic | 4 | 7.8 | $2.126 | 14/22 | 28.1s |
| #84 | Qwen3.8 27B medium | Qwen | 3 | 7.8 | ~$0.058 | 14/22 | 33.0s |
| #94 | GPT-5.6 Luna high | OpenAI | 8 | 7.6 | $0.179 | 14/22 | 16.5s |
| #102 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 4 | 7.5 | $0.459 | 14/22 | 91.8s |