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.)
#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
#399#399	Ling 3.0 Tinyhigh	3.7	Inclusionai	$0.000	72.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 23.2% Tests instables 3 Jetons d'entrée 115,314 Jetons de sortie 133,965 Jetons de raisonnement 816,718 Temps de réponse (moy.) 72.24s Temps de réponse (total) 1589.23s Temps de réponse (max) 345.15s Aucune réponse: 7 Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Erreur API: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 6.4 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 2.9 Intelligence générale : 5.4 Suivi des instructions : 6.8 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#400#400	Ling 3.0 Tinylow	3.7	Inclusionai	$0.000	63.15s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 9.6 Taux de réussite par tentative 18.8% Tests instables 1 Jetons d'entrée 99,662 Jetons de sortie 146,555 Jetons de raisonnement 732,977 Temps de réponse (moy.) 63.15s Temps de réponse (total) 1389.35s Temps de réponse (max) 252.08s Aucune réponse: 7 Mauvaise réponse: 5 N'a pas suivi les instructions: 4 Erreur API: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 3.0 Intelligence générale : 5.1 Suivi des instructions : 6.6 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#401#401	Ling 3.0 Tinymedium	3.6	Inclusionai	$0.000	64.99s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 9.6 Taux de réussite par tentative 23.2% Tests instables 3 Jetons d'entrée 103,898 Jetons de sortie 148,304 Jetons de raisonnement 774,972 Temps de réponse (moy.) 64.99s Temps de réponse (total) 1429.68s Temps de réponse (max) 262.20s Aucune réponse: 7 Mauvaise réponse: 5 N'a pas suivi les instructions: 4 Erreur API: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.7 Spécifique au domaine : 3.0 Intelligence générale : 3.8 Suivi des instructions : 6.8 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#404#404	Elephant Alphadefault	3.6	Openrouter	$0.000	1.22s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 16 Fiabilité N/D Taux de réussite par tentative 24.6% Tests instables 1 Jetons d'entrée 33,743 Jetons de sortie 2,573 Jetons de raisonnement 0 Temps de réponse (moy.) 1.22s Temps de réponse (total) 22.03s Temps de réponse (max) 3.81s Mauvaise réponse: 9 Erreur API: 3 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 6.6 Programmation : 4.2 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 4.2 Appel d'outils : 3.0 Culture générale : 3.0
#405#405	Elephant Alphamedium	3.5	Openrouter	$0.000	1.27s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 15 Fiabilité N/D Taux de réussite par tentative 27.5% Tests instables 1 Jetons d'entrée 33,744 Jetons de sortie 2,596 Jetons de raisonnement 0 Temps de réponse (moy.) 1.27s Temps de réponse (total) 22.82s Temps de réponse (max) 3.70s Mauvaise réponse: 9 Erreur API: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 6.6 Programmation : 3.7 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.3 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 3.0 Culture générale : 3.0
#406#406	Hunter Alphadefault	3.5	OpenRouter	$0.000	4.70s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 12 Fiabilité N/D Taux de réussite par tentative 36.2% Tests instables 4 Jetons d'entrée 34,329 Jetons de sortie 2,264 Jetons de raisonnement 0 Temps de réponse (moy.) 4.70s Temps de réponse (total) 79.86s Temps de réponse (max) 15.17s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Erreur API: 1 Tâches agentiques : 0.0 Astuces anti-IA : 3.5 Programmation : 1.0 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.1 Suivi des instructions : 6.4 Résolution d'énigmes : 5.8 Appel d'outils : 10.0 Culture générale : 0.0
#412#412	Xing4.0 29b A4bnone	3.3	Xingchen AGI	$0.000	42.72s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 23 Fiabilité 8.8 Taux de réussite par tentative 7.3% Tests instables 4 Jetons d'entrée 153,665 Jetons de sortie 26,540 Jetons de raisonnement 0 Temps de réponse (moy.) 42.72s Temps de réponse (total) 982.66s Temps de réponse (max) 634.11s Mauvaise réponse: 13 N'a pas suivi les instructions: 5 Erreur API: 3 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 3.0 Astuces anti-IA : 3.3 Programmation : 3.6 Combiné : 3.0 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.0 Intelligence générale : 3.4 Suivi des instructions : 4.0 Résolution d'énigmes : 3.1 Appel d'outils : 4.7 Culture générale : 3.0
#417#417	Command A+none	3.0	Cohere	$0.000	77.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 23 Fiabilité 0.0 Taux de réussite par tentative 0.0% Tests instables 0 Jetons d'entrée 0 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 77.87s Temps de réponse (total) 1791.03s Temps de réponse (max) 106.37s Erreur API: 23 Tâches agentiques : 3.0 Astuces anti-IA : 3.0 Programmation : 3.0 Combiné : 3.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 3.0 Intelligence générale : 3.0 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 3.0 Culture générale : 3.0
#420#420	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	2.7	NVIDIA	$0.000	17.13s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 26.1% Tests instables 5 Jetons d'entrée 11,661 Jetons de sortie 48,491 Jetons de raisonnement 180,695 Temps de réponse (moy.) 17.13s Temps de réponse (total) 222.66s Temps de réponse (max) 147.45s Mauvaise réponse: 7 Erreur API: 6 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 0.0 Astuces anti-IA : 6.4 Programmation : 1.1 Combiné : 1.5 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 3.0 Suivi des instructions : 7.3 Résolution d'énigmes : 2.9 Appel d'outils : 3.0 Culture générale : 3.0
#422#422	Nemotron 3 Nano Omni 30b A3b Reasoningdefault	2.6	NVIDIA	$0.000	728ms
Voir la fiche du modèle Tests totaux 19 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 14.5% Tests instables 2 Jetons d'entrée 11,661 Jetons de sortie 1,302 Jetons de raisonnement 0 Temps de réponse (moy.) 728ms Temps de réponse (total) 9.47s Temps de réponse (max) 2.21s Mauvaise réponse: 9 Erreur API: 6 N'a pas suivi les instructions: 2 Tâches agentiques : 0.0 Astuces anti-IA : 4.8 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 3.8 Spécifique au domaine : 3.6 Intelligence générale : 3.0 Suivi des instructions : 4.8 Résolution d'énigmes : 3.0 Appel d'outils : 3.0 Culture générale : 3.0
#441#441	Nimble v3 9Bdefault	0.8	Bespoke Labs	~$0.001	363ms
Voir la fiche du modèle Tests totaux 7 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 4.4% Tests instables 0 Jetons d'entrée 103,770 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 363ms Temps de réponse (total) 2.54s Temps de réponse (max) 1.24s Mauvaise réponse: 5 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 2.5 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 2.0 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#436#436	LFM2-24B-A2Bdefault	1.8	Liquid	$0.001	782ms
Voir la fiche du modèle Tests totaux 16 Tests incorrects 14 Fiabilité N/D Taux de réussite par tentative 11.6% Tests instables 1 Jetons d'entrée 10,771 Jetons de sortie 1,173 Jetons de raisonnement 0 Temps de réponse (moy.) 782ms Temps de réponse (total) 10.94s Temps de réponse (max) 3.15s Mauvaise réponse: 9 Erreur API: 4 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 2.5 Programmation : 0.0 Combiné : 1.5 Analyse et extraction des données : 3.0 Spécifique au domaine : 5.9 Intelligence générale : 4.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.8 Appel d'outils : 3.0 Culture générale : 0.0
#432#432	Decider Flash V1.2default	1.9	Perplexity	$0.001	462ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 13.0% Tests instables 0 Jetons d'entrée 49,176 Jetons de sortie 69 Jetons de raisonnement 0 Temps de réponse (moy.) 462ms Temps de réponse (total) 5.55s Temps de réponse (max) 661ms Mauvaise réponse: 9 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 2.2 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.0 Appel d'outils : 0.0 Culture générale : 0.0
#419#419	Span-02default	2.8	Respan	$0.001	1.36s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 26.1% Tests instables 0 Jetons d'entrée 70,626 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 1.36s Temps de réponse (total) 16.37s Temps de réponse (max) 5.71s Mauvaise réponse: 6 Tâches agentiques : 0.0 Astuces anti-IA : 5.8 Programmation : 4.9 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 5.0 Résolution d'énigmes : 1.0 Appel d'outils : 0.0 Culture générale : 0.0
#424#424	Decider V1.2default	2.6	Perplexity	$0.001	517ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 7 Fiabilité 9.4 Taux de réussite par tentative 24.6% Tests instables 1 Jetons d'entrée 48,363 Jetons de sortie 67 Jetons de raisonnement 0 Temps de réponse (moy.) 517ms Temps de réponse (total) 6.20s Temps de réponse (max) 776ms Mauvaise réponse: 5 Erreur API: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 5.8 Programmation : 4.5 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.9 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#440#440	Tev1 4B Experimentaldefault	1.0	Togethercomputer	$0.002	498ms
Voir la fiche du modèle Tests totaux 7 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 13.0% Tests instables 0 Jetons d'entrée 33,864 Jetons de sortie 96 Jetons de raisonnement 0 Temps de réponse (moy.) 498ms Temps de réponse (total) 3.49s Temps de réponse (max) 602ms Mauvaise réponse: 4 Tâches agentiques : 0.0 Astuces anti-IA : 2.5 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 6.7 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#425#425	Decider V1.1 27Bdefault	2.6	Perplexity	$0.002	320ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 17.4% Tests instables 0 Jetons d'entrée 73,557 Jetons de sortie 69 Jetons de raisonnement 0 Temps de réponse (moy.) 320ms Temps de réponse (total) 3.84s Temps de réponse (max) 491ms Mauvaise réponse: 8 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 4.9 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#373#373	Ling 2.6 Flashdefault	4.5	Inclusionai	$0.002 ↑	10.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 9.6 Taux de réussite par tentative 29.0% Tests instables 2 Jetons d'entrée 114,384 Jetons de sortie 14,903 Jetons de raisonnement 0 Temps de réponse (moy.) 10.21s Temps de réponse (total) 214.31s Temps de réponse (max) 36.03s Mauvaise réponse: 9 Erreur API: 3 Appel d'outil invalide: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 3.0 Astuces anti-IA : 6.8 Programmation : 5.3 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 2.9 Appel d'outils : 3.0 Culture générale : 3.0
#426#426	Drex v1.5default	2.4	Nace AI	$0.002	986ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 17.4% Tests instables 0 Jetons d'entrée 42,804 Jetons de sortie 27,468 Jetons de raisonnement 0 Temps de réponse (moy.) 986ms Temps de réponse (total) 11.84s Temps de réponse (max) 1.38s Mauvaise réponse: 8 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 4.5 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.0 Appel d'outils : 0.0 Culture générale : 0.0
#438#438	Microsoft-Decision-1default	1.4	Microsoft	$0.002	982ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 7.3% Tests instables 1 Jetons d'entrée 41,466 Jetons de sortie 69 Jetons de raisonnement 0 Temps de réponse (moy.) 982ms Temps de réponse (total) 11.78s Temps de réponse (max) 1.41s Mauvaise réponse: 11 Tâches agentiques : 0.0 Astuces anti-IA : 4.4 Programmation : 2.2 Combiné : 0.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 3.0 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#428#428	Kev 4Bdefault	2.4	Jaredpalmer	$0.002	5.63s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 15.9% Tests instables 1 Jetons d'entrée 42,804 Jetons de sortie 28,061 Jetons de raisonnement 0 Temps de réponse (moy.) 5.63s Temps de réponse (total) 67.61s Temps de réponse (max) 17.79s Mauvaise réponse: 9 Tâches agentiques : 0.0 Astuces anti-IA : 2.3 Programmation : 4.5 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 2.0 Appel d'outils : 0.0 Culture générale : 0.0
#434#434	D1default	1.9	Liquid	$0.003	508ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 11.6% Tests instables 1 Jetons d'entrée 55,956 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 508ms Temps de réponse (total) 6.10s Temps de réponse (max) 820ms Mauvaise réponse: 10 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 2.2 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#421#421	d1-ultradefault	2.7	Liquid	$0.003	531ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 20.3% Tests instables 1 Jetons d'entrée 55,956 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 531ms Temps de réponse (total) 6.38s Temps de réponse (max) 697ms Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 5.3 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#437#437	Solar Decide Flashdefault	1.7	Upstage	$0.003	1.33s
Voir la fiche du modèle Tests totaux 7 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 13.0% Tests instables 0 Jetons d'entrée 47,586 Jetons de sortie 51 Jetons de raisonnement 0 Temps de réponse (moy.) 1.33s Temps de réponse (total) 9.32s Temps de réponse (max) 1.66s Mauvaise réponse: 4 Tâches agentiques : 0.0 Astuces anti-IA : 0.8 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.4 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.0 Appel d'outils : 0.0 Culture générale : 0.0

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