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.)
#171#171	LongCat 2.0medium	7.2	Meituan	$0.767 ↑	144.88s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 59.4% Tests instables 3 Jetons d'entrée 287,669 Jetons de sortie 47,204 Jetons de raisonnement 375,030 Temps de réponse (moy.) 144.88s Temps de réponse (total) 3332.19s Temps de réponse (max) 939.52s Mauvaise réponse: 8 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 6.1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 6.5 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#206#206	Solar Pro 4low	6.7	Upstage	$0.101 ↑	145.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 7 Jetons d'entrée 384,974 Jetons de sortie 13,946 Jetons de raisonnement 371,916 Temps de réponse (moy.) 145.21s Temps de réponse (total) 3339.87s Temps de réponse (max) 640.89s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 6.1 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.0 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#67#67	MiMo-V2.6-Promedium	8.7	Xiaomi	$0.586	148.11s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 9.5 Taux de réussite par tentative 78.3% Tests instables 7 Jetons d'entrée 298,476 Jetons de sortie 7,762 Jetons de raisonnement 515,918 Temps de réponse (moy.) 148.11s Temps de réponse (total) 3406.53s Temps de réponse (max) 904.91s Mise en forme supplémentaire: 3 Mauvaise réponse: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 7.3 Programmation : 8.2 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 8.4 Résolution d'énigmes : 8.4 Appel d'outils : 10.0 Culture générale : 2.8
#385#385	GLM 4.7 Flashmedium	4.2	Z.ai	$0.193	150.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 9.4 Taux de réussite par tentative 30.4% Tests instables 8 Jetons d'entrée 228,711 Jetons de sortie 42,254 Jetons de raisonnement 422,121 Temps de réponse (moy.) 150.90s Temps de réponse (total) 2414.33s Temps de réponse (max) 1539.97s Mauvaise réponse: 10 Aucune réponse: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Délai dépassé: 2 Tâches agentiques : 3.9 Astuces anti-IA : 4.7 Programmation : 3.2 Combiné : 2.9 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.5 Intelligence générale : 3.6 Suivi des instructions : 6.2 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#162#162	LongCat 2.0high	7.3	Meituan	$0.778 ↑	151.67s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 53.6% Tests instables 4 Jetons d'entrée 275,080 Jetons de sortie 32,447 Jetons de raisonnement 372,188 Temps de réponse (moy.) 151.67s Temps de réponse (total) 3488.43s Temps de réponse (max) 941.66s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.9 Programmation : 7.8 Combiné : 10.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 5.1 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#30#30	Muse Spark Openhigh	9.2	Meta	$1.782	151.96s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 9.4 Taux de réussite par tentative 76.8% Tests instables 1 Jetons d'entrée 270,889 Jetons de sortie 10,688 Jetons de raisonnement 328,857 Temps de réponse (moy.) 151.96s Temps de réponse (total) 3495.01s Temps de réponse (max) 960.01s Délai dépassé: 2 Mauvaise réponse: 2 Erreur API: 1 N'a pas suivi les instructions: 1 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 : 3.6 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 7.9 Appel d'outils : 10.0 Culture générale : 3.0
#185#185	Step 5 Previewhigh	7.0	Stepfun	$4.513	154.41s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 13 Fiabilité 9.5 Taux de réussite par tentative 52.2% Tests instables 4 Jetons d'entrée 243,381 Jetons de sortie 1,581,325 Jetons de raisonnement 0 Temps de réponse (moy.) 154.41s Temps de réponse (total) 3551.40s Temps de réponse (max) 455.72s Aucune réponse: 7 Mauvaise réponse: 3 Erreur API: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 3.4 Suivi des instructions : 7.3 Résolution d'énigmes : 5.8 Appel d'outils : 10.0 Culture générale : 3.0
#29#29	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
#66#66	Qwen3.8 27Bhigh	8.7	Qwen	~$0.298	166.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 9.7 Taux de réussite par tentative 78.3% Tests instables 2 Jetons d'entrée 348,967 Jetons de sortie 1,005 Jetons de raisonnement 676,075 Temps de réponse (moy.) 166.34s Temps de réponse (total) 3825.81s Temps de réponse (max) 640.85s N'a pas suivi les instructions: 2 Aucune réponse: 2 Mauvaise réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#42#42	Seed 2.1 Turbohigh	9.1	Bytedance Seed	$1.892	170.52s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 79.7% Tests instables 3 Jetons d'entrée 246,954 Jetons de sortie 8,378 Jetons de raisonnement 698,942 Temps de réponse (moy.) 170.52s Temps de réponse (total) 3922.04s Temps de réponse (max) 584.71s Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 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 : 6.5 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#36#36	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 9.8 Taux de réussite par tentative 87.0% Tests instables 3 Jetons d'entrée 328,637 Jetons de sortie 8,619 Jetons de raisonnement 432,733 Temps de réponse (moy.) 186.06s Temps de réponse (total) 4279.49s Temps de réponse (max) 912.78s Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Délai dépassé: 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 : 5.9 Intelligence générale : 6.5 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#68#68	Seed 2.1 Turbomedium	8.7	Bytedance Seed	$2.042	189.13s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 79.7% Tests instables 5 Jetons d'entrée 234,572 Jetons de sortie 8,019 Jetons de raisonnement 761,563 Temps de réponse (moy.) 189.13s Temps de réponse (total) 4349.92s Temps de réponse (max) 885.33s Mauvaise réponse: 5 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.2 Programmation : 8.2 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 9.9 Appel d'outils : 10.0 Culture générale : 3.0
#319#319	Step 3.5 Flashmedium	5.4	Stepfun	$0.105	190.48s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 49.3% Tests instables 3 Jetons d'entrée 139,086 Jetons de sortie 193,584 Jetons de raisonnement 413,546 Temps de réponse (moy.) 190.48s Temps de réponse (total) 3238.23s Temps de réponse (max) 1597.85s Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 2.8 Astuces anti-IA : 10.0 Programmation : 2.4 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.5 Suivi des instructions : 8.3 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#317#317	Hy4 previewlow	5.4	Tencent	$1.844	207.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 6.5 Taux de réussite par tentative 21.7% Tests instables 4 Jetons d'entrée 162,180 Jetons de sortie 5,030 Jetons de raisonnement 682,447 Temps de réponse (moy.) 207.21s Temps de réponse (total) 4765.91s Temps de réponse (max) 597.45s Mauvaise réponse: 13 Erreur API: 5 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 6.0 Programmation : 5.2 Combiné : 2.9 Analyse et extraction des données : 8.7 Spécifique au domaine : 4.5 Intelligence générale : 7.5 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 3.0 Culture générale : 3.0
#362#362	Granite 4.2 8Bhigh	4.7	IBM Granite	$0.111	235.35s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 8.2 Taux de réussite par tentative 37.7% Tests instables 10 Jetons d'entrée 282,658 Jetons de sortie 198,563 Jetons de raisonnement 462,804 Temps de réponse (moy.) 235.35s Temps de réponse (total) 5413.09s Temps de réponse (max) 685.87s Délai dépassé: 10 Mauvaise réponse: 7 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 6.9 Programmation : 3.8 Combiné : 5.0 Analyse et extraction des données : 3.8 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 6.4 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#146#146	Mistral Large 4high	7.5	Mistral	$1.391	263.69s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 9.0 Taux de réussite par tentative 65.2% Tests instables 6 Jetons d'entrée 230,895 Jetons de sortie 161,281 Jetons de raisonnement 510,655 Temps de réponse (moy.) 263.69s Temps de réponse (total) 6064.89s Temps de réponse (max) 1727.29s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 3.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 8.4 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#398#398	Xing4.0 29b A4bmedium	3.7	Xingchen AGI	$0.000	371.69s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 22 Fiabilité 7.3 Taux de réussite par tentative 26.1% Tests instables 11 Jetons d'entrée 98,467 Jetons de sortie 3,385 Jetons de raisonnement 104,595 Temps de réponse (moy.) 371.69s Temps de réponse (total) 8548.88s Temps de réponse (max) 971.85s Mauvaise réponse: 9 Délai dépassé: 6 Erreur API: 4 N'a pas suivi les instructions: 3 Tâches agentiques : 3.0 Astuces anti-IA : 3.8 Programmation : 4.2 Combiné : 3.0 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.6 Intelligence générale : 3.2 Suivi des instructions : 4.3 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0

←

1 17 18

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