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: 2026-10-17 Modèles évalués: 442

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

442/442

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#384#384	MiniMax M2.5medium	4.3	Minimax	$0.440 ↑	102.32s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 9.3 Taux de réussite par tentative 42.0% Tests instables 9 Jetons d'entrée 188,239 Jetons de sortie 27,822 Jetons de raisonnement 262,674 Temps de réponse (moy.) 102.32s Temps de réponse (total) 1637.05s Temps de réponse (max) 600.81s Mauvaise réponse: 7 Délai dépassé: 5 N'a pas suivi les instructions: 3 Aucune réponse: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 7.9 Programmation : 3.4 Combiné : 3.7 Analyse et extraction des données : 4.6 Spécifique au domaine : 2.9 Intelligence générale : 3.8 Suivi des instructions : 7.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#176#176	Qwen3.8 Flash Nextxhigh	7.1	Qwen	~$0.195	102.66s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 9.9 Taux de réussite par tentative 72.5% Tests instables 6 Jetons d'entrée 301,749 Jetons de sortie 1,033 Jetons de raisonnement 620,023 Temps de réponse (moy.) 102.66s Temps de réponse (total) 2361.10s Temps de réponse (max) 674.08s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 4.7 Astuces anti-IA : 10.0 Programmation : 7.4 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.7 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#157#157	Gemma 4 26B A4Bmedium	7.3	Google	$0.101 ↓	105.03s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 71.0% Tests instables 1 Jetons d'entrée 224,367 Jetons de sortie 27,095 Jetons de raisonnement 242,256 Temps de réponse (moy.) 105.03s Temps de réponse (total) 2310.63s Temps de réponse (max) 912.19s Aucune réponse: 2 Délai dépassé: 2 Mauvaise réponse: 2 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 2.9 Combiné : 6.3 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 : 3.0
#174#174	Qwen3.6 27Bmedium	7.2	Qwen	$1.021 ↑	107.79s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 62.3% Tests instables 7 Jetons d'entrée 264,147 Jetons de sortie 34,419 Jetons de raisonnement 253,480 Temps de réponse (moy.) 107.79s Temps de réponse (total) 2479.26s Temps de réponse (max) 1085.11s Mauvaise réponse: 5 Aucune réponse: 3 Appel d'outil invalide: 2 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 7.7 Combiné : 6.7 Analyse et extraction des données : 3.5 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#390#390	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 8.7 Taux de réussite par tentative 26.1% Tests instables 6 Jetons d'entrée 387,323 Jetons de sortie 48,562 Jetons de raisonnement 410,431 Temps de réponse (moy.) 110.18s Temps de réponse (total) 1873.00s Temps de réponse (max) 569.97s Délai dépassé: 11 Aucune réponse: 3 Mauvaise réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.2 Astuces anti-IA : 5.1 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 2.8 Suivi des instructions : 6.5 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#245#245	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.716 ↓	111.54s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 7 Jetons d'entrée 378,048 Jetons de sortie 56,477 Jetons de raisonnement 865,151 Temps de réponse (moy.) 111.54s Temps de réponse (total) 2565.38s Temps de réponse (max) 950.25s Aucune réponse: 3 Délai dépassé: 3 Mauvaise réponse: 3 Erreur API: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 7.4 Astuces anti-IA : 10.0 Programmation : 5.9 Combiné : 3.8 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.5 Intelligence générale : 2.8 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#349#349	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 27.5% Tests instables 6 Jetons d'entrée 344,806 Jetons de sortie 177,330 Jetons de raisonnement 453,213 Temps de réponse (moy.) 113.63s Temps de réponse (total) 2613.48s Temps de réponse (max) 1190.11s Mauvaise réponse: 12 Appel d'outil invalide: 2 Aucune réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 2.8 Astuces anti-IA : 3.4 Programmation : 5.3 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.6 Suivi des instructions : 4.6 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#114#114	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 76.8% Tests instables 6 Jetons d'entrée 288,919 Jetons de sortie 17,484 Jetons de raisonnement 617,804 Temps de réponse (moy.) 114.73s Temps de réponse (total) 2638.74s Temps de réponse (max) 1026.43s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 6.2 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#217#217	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 9.9 Taux de réussite par tentative 55.1% Tests instables 5 Jetons d'entrée 262,387 Jetons de sortie 7,344 Jetons de raisonnement 338,881 Temps de réponse (moy.) 115.00s Temps de réponse (total) 2645.11s Temps de réponse (max) 560.39s Mauvaise réponse: 8 Erreur API: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 6.1 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 10.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 3.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#160#160	Grok 4.7medium	7.3	X AI	$2.938	117.65s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 9.8 Taux de réussite par tentative 78.3% Tests instables 5 Jetons d'entrée 326,066 Jetons de sortie 5,726 Jetons de raisonnement 469,019 Temps de réponse (moy.) 117.65s Temps de réponse (total) 2706.03s Temps de réponse (max) 660.89s Mauvaise réponse: 5 Aucune réponse: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 3.9 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.4 Suivi des instructions : 8.4 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#88#88	DeepSeek V4 Flash 0731high	8.4	DeepSeek	$0.576 ↑	118.83s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 76.8% Tests instables 5 Jetons d'entrée 281,863 Jetons de sortie 24,535 Jetons de raisonnement 507,976 Temps de réponse (moy.) 118.83s Temps de réponse (total) 2733.01s Temps de réponse (max) 600.61s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 6.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#82#82	Qwen3.8 2.4T A95Blow	8.4	Qwen	$4.016 ↑	120.40s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 9.6 Taux de réussite par tentative 73.9% Tests instables 2 Jetons d'entrée 313,881 Jetons de sortie 123,706 Jetons de raisonnement 388,328 Temps de réponse (moy.) 120.40s Temps de réponse (total) 2769.16s Temps de réponse (max) 534.21s Mauvaise réponse: 5 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 8.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.2 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#120#120	Qwen3.8 2.4T A95Bhigh	7.9	Qwen	$2.949 ↑	120.88s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 9.6 Taux de réussite par tentative 75.4% Tests instables 4 Jetons d'entrée 295,642 Jetons de sortie 115,041 Jetons de raisonnement 353,398 Temps de réponse (moy.) 120.88s Temps de réponse (total) 2780.16s Temps de réponse (max) 532.28s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 5.9 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#196#196	Kimi K2.6medium	6.8	Moonshot AI	$1.594 ↑	121.25s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 4 Jetons d'entrée 226,880 Jetons de sortie 65,346 Jetons de raisonnement 331,325 Temps de réponse (moy.) 121.25s Temps de réponse (total) 2667.55s Temps de réponse (max) 876.20s Mauvaise réponse: 4 Délai dépassé: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 7.0 Programmation : 5.7 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#207#207	Grok 4.7high	6.7	X AI	$3.037	122.19s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 9.6 Taux de réussite par tentative 72.5% Tests instables 7 Jetons d'entrée 329,276 Jetons de sortie 8,172 Jetons de raisonnement 479,012 Temps de réponse (moy.) 122.19s Temps de réponse (total) 2810.40s Temps de réponse (max) 573.57s Aucune réponse: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Mauvaise réponse: 2 Erreur API: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.7 Programmation : 6.0 Combiné : 8.6 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.1 Suivi des instructions : 8.4 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#203#203	Grok 4.7xhigh	6.7	X AI	$3.398	123.96s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 9.7 Taux de réussite par tentative 73.9% Tests instables 6 Jetons d'entrée 310,049 Jetons de sortie 6,094 Jetons de raisonnement 566,221 Temps de réponse (moy.) 123.96s Temps de réponse (total) 2851.07s Temps de réponse (max) 775.64s Aucune réponse: 4 Mauvaise réponse: 3 Erreur API: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.7 Programmation : 5.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.7 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#147#147	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 9.0 Taux de réussite par tentative 65.2% Tests instables 5 Jetons d'entrée 297,321 Jetons de sortie 8,997 Jetons de raisonnement 423,853 Temps de réponse (moy.) 124.87s Temps de réponse (total) 2871.96s Temps de réponse (max) 675.30s Mauvaise réponse: 6 Erreur API: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 6.2 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.6 Suivi des instructions : 9.8 Résolution d'énigmes : 7.8 Appel d'outils : 4.7 Culture générale : 3.0
#237#237	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 9.6 Taux de réussite par tentative 60.9% Tests instables 8 Jetons d'entrée 292,271 Jetons de sortie 55,025 Jetons de raisonnement 186,071 Temps de réponse (moy.) 125.76s Temps de réponse (total) 2137.84s Temps de réponse (max) 566.79s Mauvaise réponse: 5 Délai dépassé: 3 N'a pas suivi les instructions: 2 Aucune réponse: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.9 Astuces anti-IA : 7.3 Programmation : 6.1 Combiné : 6.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#250#250	Solar Pro 4high	6.3	Upstage	$0.077 ↑	128.91s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 6 Jetons d'entrée 209,002 Jetons de sortie 24,675 Jetons de raisonnement 377,528 Temps de réponse (moy.) 128.91s Temps de réponse (total) 2965.04s Temps de réponse (max) 491.07s Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Tâches agentiques : 2.8 Astuces anti-IA : 8.7 Programmation : 5.7 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.5 Suivi des instructions : 7.9 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#235#235	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 9.9 Taux de réussite par tentative 60.9% Tests instables 5 Jetons d'entrée 299,558 Jetons de sortie 33,248 Jetons de raisonnement 374,819 Temps de réponse (moy.) 133.93s Temps de réponse (total) 3080.36s Temps de réponse (max) 519.91s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 3.0 Suivi des instructions : 9.8 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#271#271	Step 5 Previewmedium	6.1	Stepfun	$4.136	136.10s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 9.6 Taux de réussite par tentative 53.6% Tests instables 5 Jetons d'entrée 261,842 Jetons de sortie 1,434,621 Jetons de raisonnement 0 Temps de réponse (moy.) 136.10s Temps de réponse (total) 3130.27s Temps de réponse (max) 438.09s Aucune réponse: 6 Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Erreur API: 1 Appel d'outil invalide: 1 Tâches agentiques : 6.1 Astuces anti-IA : 6.4 Programmation : 2.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 3.4 Suivi des instructions : 10.0 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#302#302	Step 5 Previewlow	5.6	Stepfun	$4.110	138.27s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 9.7 Taux de réussite par tentative 58.0% Tests instables 7 Jetons d'entrée 261,256 Jetons de sortie 1,425,268 Jetons de raisonnement 0 Temps de réponse (moy.) 138.27s Temps de réponse (total) 3180.10s Temps de réponse (max) 436.56s Aucune réponse: 7 Erreur API: 2 Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.4 Astuces anti-IA : 6.9 Programmation : 2.7 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 3.5 Suivi des instructions : 10.0 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#93#93	Kimi K3max	8.3	Moonshot AI	$3.409 ↓	139.41s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 9.3 Taux de réussite par tentative 78.3% Tests instables 2 Jetons d'entrée 170,700 Jetons de sortie 7,719 Jetons de raisonnement 225,608 Temps de réponse (moy.) 139.41s Temps de réponse (total) 2788.26s Temps de réponse (max) 766.58s Erreur API: 2 Aucune réponse: 2 Mise en forme supplémentaire: 1 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 6.5 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 3.0
#316#316	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 8.9 Taux de réussite par tentative 42.0% Tests instables 4 Jetons d'entrée 166,347 Jetons de sortie 423,884 Jetons de raisonnement 1,394,387 Temps de réponse (moy.) 140.39s Temps de réponse (total) 3229.07s Temps de réponse (max) 786.72s Mauvaise réponse: 10 Mise en forme supplémentaire: 2 Erreur API: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 3.9 Astuces anti-IA : 8.4 Programmation : 4.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 3.3 Appel d'outils : 10.0 Culture générale : 3.0
#202#202	Solar Pro 4xhigh	6.7	Upstage	$0.067	142.76s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 9.9 Taux de réussite par tentative 58.0% Tests instables 2 Jetons d'entrée 150,033 Jetons de sortie 22,347 Jetons de raisonnement 402,143 Temps de réponse (moy.) 142.76s Temps de réponse (total) 3283.43s Temps de réponse (max) 491.42s Mauvaise réponse: 5 N'a pas suivi les instructions: 3 Aucune réponse: 2 Mise en forme supplémentaire: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.3 Programmation : 5.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.5 Suivi des instructions : 8.4 Résolution d'énigmes : 8.9 Appel d'outils : 10.0 Culture générale : 3.0

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