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。
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） |
|---|---|---|---|---|---|---|---|
| #139 | Muse Glimmer 30B high | Meta | 7 | 0.8 | $0.506 | 11/23 | 69.9s |
| #143 | Qwen3.7 Flash low | Qwen | 7 | 0.8 | $0.071 | 12/23 | 41.0s |
| #147 | GPT-6 Luna low | OpenAI | 7 | 0.8 | $0.033 | 12/23 | 23.2s |
| #168 | LongCat 2.0 high | Meituan | 7 | 0.7 | $0.778 | 10/23 | 151.7s |
| #181 | Claude Opus 5 none | Anthropic | 7 | 0.7 | $2.766 | 12/23 | 10.8s |
| #189 | Gemini 3.1 Flash Lite Preview medium | 7 | 0.7 | $0.158 | 14/23 | 6.78s | |
| #195 | Gemini 3 Flash Preview low | 7 | 0.7 | $0.254 | 16/23 | 8.51s | |
| #214 | Solar Pro 4 low | Upstage | 7 | 0.7 | $0.101 | 11/23 | 145.2s |
| #250 | Gemini 3.5 Flash minimal | 7 | 0.6 | $0.508 | 13/23 | 4.67s | |
| #258 | Gemini 3.1 Flash Lite Preview low | 7 | 0.6 | $0.736 | 14/23 | 19.0s | |
| #267 | Trinity Large Thinking low | Arcee AI | 7 | 0.6 | $0.918 | 8/23 | 95.2s |
| #269 | Grok 4.20 medium | X AI | 7 | 0.6 | $1.246 | 11/23 | 36.7s |
| #277 | Beam 1.0 501B A23B high | Reflection | 7 | 0.6 | $0.674 | 11/23 | 9.03s |
| #302 | Ling 3.0 Flash high | Inclusionai | 7 | 0.6 | $0.021 | 12/23 | 13.1s |
| #324 | GLM 5V Turbo medium | Z.ai | 7 | 0.5 | $0.457 | 11/21 | 23.1s |