Leaderboard AI Benchy

Name: Résultats de benchmark des modèles AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-10-01 Modèles évalués: 382

Modèles recommandés

GPT-6.1 Sol xhigh Intelligent Taux de réussite par tentative 97.1% Tests corrects 22 / 23 Score 9.9/10 Gemini 3.7 Flash low Rapide Temps de réponse (moy.) 6.24s Total des jetons de sortie 38,453 Score 9.4/10 GPT-6 Luna high Abordable Prix d'entrée $0.100 / 1M Prix de sortie $0.500 / 1M Prix de lecture du cache $0.010 / 1M Prix d’écriture du cache $0.125 / 1M Score 7.7/10

382/382

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#32#32	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 1 Jetons d'entrée 276,512 Jetons de sortie 8,152 Jetons de raisonnement 96,444 Temps de réponse (moy.) 27.34s Temps de réponse (total) 628.75s Temps de réponse (max) 126.60s Mauvaise réponse: 4 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#31#31	Claude Sonnet 5.5max	9.2	Anthropic	$8.557	84.26s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 82.6% Tests instables 2 Jetons d'entrée 484,627 Jetons de sortie 11,026 Jetons de raisonnement 747,681 Temps de réponse (moy.) 84.26s Temps de réponse (total) 1937.91s Temps de réponse (max) 488.39s Aucune réponse: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.1 Suivi des instructions : 8.5 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#30#30	GPT-5.5medium	9.2	OpenAI	$4.809	39.86s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 88.4% Tests instables 3 Jetons d'entrée 180,959 Jetons de sortie 6,472 Jetons de raisonnement 123,635 Temps de réponse (moy.) 39.86s Temps de réponse (total) 916.82s Temps de réponse (max) 332.10s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 2.8
#29#29	Claude Opus 5.5medium	9.2	Anthropic	$1.804	25.85s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 89.9% Tests instables 1 Jetons d'entrée 290,117 Jetons de sortie 9,805 Jetons de raisonnement 22,322 Temps de réponse (moy.) 25.85s Temps de réponse (total) 594.63s Temps de réponse (max) 90.20s Mauvaise réponse: 2 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#28#28	Seed 2.1 Turbolow	9.3	Bytedance Seed	$1.645	161.25s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 2 Jetons d'entrée 241,855 Jetons de sortie 8,387 Jetons de raisonnement 600,946 Temps de réponse (moy.) 161.25s Temps de réponse (total) 3708.70s Temps de réponse (max) 739.98s Mauvaise réponse: 3 Aucune réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.2 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#27#27	Claude Opus 5medium	9.4	Anthropic	$2.870	13.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 1 Jetons d'entrée 356,605 Jetons de sortie 26,715 Jetons de raisonnement 17,041 Temps de réponse (moy.) 13.24s Temps de réponse (total) 304.46s Temps de réponse (max) 78.80s Mauvaise réponse: 3 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#26#26	Claude Opus 5high	9.4	Anthropic	$4.524	25.31s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 82.6% Tests instables 0 Jetons d'entrée 376,421 Jetons de sortie 67,688 Jetons de raisonnement 37,974 Temps de réponse (moy.) 25.31s Temps de réponse (total) 582.11s Temps de réponse (max) 159.01s Mauvaise réponse: 2 Mise en forme supplémentaire: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#25#25	Gemini 3.7 Flashlow	9.4	Google	$0.183	6.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 95.7% Tests instables 2 Jetons d'entrée 188,519 Jetons de sortie 7,694 Jetons de raisonnement 30,759 Temps de réponse (moy.) 6.24s Temps de réponse (total) 143.56s Temps de réponse (max) 58.75s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 7.6 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 8.2 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#24#24	Claude Opus 5.5high	9.4	Anthropic	$2.133	27.55s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 87.0% Tests instables 2 Jetons d'entrée 319,095 Jetons de sortie 10,371 Jetons de raisonnement 32,411 Temps de réponse (moy.) 27.55s Temps de réponse (total) 633.73s Temps de réponse (max) 95.95s Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#23#23	Claude Opus 5.5low	9.4	Anthropic	$1.733	25.68s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 88.4% Tests instables 2 Jetons d'entrée 308,056 Jetons de sortie 9,434 Jetons de raisonnement 15,572 Temps de réponse (moy.) 25.68s Temps de réponse (total) 590.71s Temps de réponse (max) 89.16s Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#22#22	GPT-5.5low	9.5	OpenAI	$1.822	11.91s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 87.0% Tests instables 0 Jetons d'entrée 177,939 Jetons de sortie 6,283 Jetons de raisonnement 24,782 Temps de réponse (moy.) 11.91s Temps de réponse (total) 273.82s Temps de réponse (max) 56.19s Mauvaise réponse: 3 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#21#21	GPT-5.6 Solhigh	9.5	OpenAI	$1.595 ↑	13.59s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 89.9% Tests instables 3 Jetons d'entrée 195,567 Jetons de sortie 5,841 Jetons de raisonnement 26,230 Temps de réponse (moy.) 13.59s Temps de réponse (total) 312.61s Temps de réponse (max) 59.99s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 4.7
#20#20	GPT-6 Astramedium	9.5	OpenAI	$2.707	9.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 9.9 Taux de réussite par tentative 91.3% Tests instables 2 Jetons d'entrée 165,464 Jetons de sortie 5,591 Jetons de raisonnement 15,454 Temps de réponse (moy.) 9.90s Temps de réponse (total) 227.67s Temps de réponse (max) 73.48s Mauvaise réponse: 3 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 2.8
#18#18	GPT-6 Solmedium	9.5	OpenAI	$0.703	12.12s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 94.2% Tests instables 1 Jetons d'entrée 194,520 Jetons de sortie 5,396 Jetons de raisonnement 25,991 Temps de réponse (moy.) 12.12s Temps de réponse (total) 278.70s Temps de réponse (max) 82.74s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.2 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#19#19	GPT-5.6 Solmedium	9.5	OpenAI	$1.700	14.57s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 91.3% Tests instables 3 Jetons d'entrée 191,341 Jetons de sortie 5,665 Jetons de raisonnement 32,340 Temps de réponse (moy.) 14.57s Temps de réponse (total) 335.16s Temps de réponse (max) 79.40s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 4.7
#17#17	Gemini 3.7 Flashmedium	9.5	Google	$0.278	8.16s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 94.2% Tests instables 1 Jetons d'entrée 202,347 Jetons de sortie 6,660 Jetons de raisonnement 68,002 Temps de réponse (moy.) 8.16s Temps de réponse (total) 187.58s Temps de réponse (max) 58.39s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#16#16	GPT-6.1 Sollow	9.6	OpenAI	$0.460	7.15s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 92.8% Tests instables 1 Jetons d'entrée 163,900 Jetons de sortie 4,958 Jetons de raisonnement 8,180 Temps de réponse (moy.) 7.15s Temps de réponse (total) 164.47s Temps de réponse (max) 46.57s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 2.8
#15#15	Gemini 3 Flash Previewmedium	9.6	Google	$0.876	21.57s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 94.2% Tests instables 1 Jetons d'entrée 235,726 Jetons de sortie 6,669 Jetons de raisonnement 245,867 Temps de réponse (moy.) 21.57s Temps de réponse (total) 496.12s Temps de réponse (max) 117.26s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.6 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#14#14	GPT-6 Astralow	9.6	OpenAI	$2.160	7.01s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 9.9 Taux de réussite par tentative 91.3% Tests instables 0 Jetons d'entrée 159,023 Jetons de sortie 4,935 Jetons de raisonnement 6,454 Temps de réponse (moy.) 7.01s Temps de réponse (total) 161.20s Temps de réponse (max) 49.16s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#13#13	GPT-5.6 Sollow	9.6	OpenAI	$1.244	11.13s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 87.0% Tests instables 2 Jetons d'entrée 191,653 Jetons de sortie 5,473 Jetons de raisonnement 17,084 Temps de réponse (moy.) 11.13s Temps de réponse (total) 256.08s Temps de réponse (max) 57.11s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 10.0
#11#11	GPT-6.1 Solmedium	9.6	OpenAI	$0.530	8.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 94.2% Tests instables 1 Jetons d'entrée 172,860 Jetons de sortie 5,172 Jetons de raisonnement 13,179 Temps de réponse (moy.) 8.90s Temps de réponse (total) 204.78s Temps de réponse (max) 51.03s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 4.7
#12#12	GPT-6.1 Solhigh	9.6	OpenAI	$0.755	15.46s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 94.2% Tests instables 1 Jetons d'entrée 174,960 Jetons de sortie 5,780 Jetons de raisonnement 34,728 Temps de réponse (moy.) 15.46s Temps de réponse (total) 355.66s Temps de réponse (max) 139.76s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 4.7
#9#9	Gemini 3.7 Flashhigh	9.8	Google	$0.528	15.10s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 95.7% Tests instables 2 Jetons d'entrée 233,400 Jetons de sortie 6,922 Jetons de raisonnement 173,178 Temps de réponse (moy.) 15.10s Temps de réponse (total) 347.23s Temps de réponse (max) 91.63s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.8 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#10#10	Gemini 3.6 Flashmedium	9.8	Google	$0.577 ↓	14.03s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 10.0 Taux de réussite par tentative 95.7% Tests instables 2 Jetons d'entrée 188,003 Jetons de sortie 2,914 Jetons de raisonnement 113,210 Temps de réponse (moy.) 14.03s Temps de réponse (total) 322.73s Temps de réponse (max) 77.15s Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.8 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#6#6	GPT-6.1 Solxhigh	9.9	OpenAI	$1.377	33.11s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 1 Fiabilité 10.0 Taux de réussite par tentative 97.1% Tests instables 1 Jetons d'entrée 175,712 Jetons de sortie 5,640 Jetons de raisonnement 96,842 Temps de réponse (moy.) 33.11s Temps de réponse (total) 761.52s Temps de réponse (max) 491.85s Mauvaise réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.6 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0

Tendances globales du benchmark

Voyez comment les modèles actuels équilibrent score, coût, vitesse, longueur des sorties et performance par catégorie.

Graphiques →

Frontière de Pareto : intelligence vs coût

Évolution du meilleur score des entreprises leaders

Frontière de Pareto : intelligence vs vitesse de réponse

Frontière de Pareto : score vs jetons de sortie

Difficulté des catégories selon les modèles

Comparaison rapide

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow