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.)
#334#334	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 9.7 Taux de réussite par tentative 42.0% Tests instables 8 Jetons d'entrée 321,955 Jetons de sortie 41,555 Jetons de raisonnement 94,946 Temps de réponse (moy.) 12.68s Temps de réponse (total) 291.66s Temps de réponse (max) 59.15s Mauvaise réponse: 14 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 5.6 Programmation : 4.4 Combiné : 3.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.9 Intelligence générale : 4.8 Suivi des instructions : 7.3 Résolution d'énigmes : 3.4 Appel d'outils : 10.0 Culture générale : 3.0
#179#179	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 69.6% Tests instables 7 Jetons d'entrée 259,664 Jetons de sortie 8,414 Jetons de raisonnement 333,097 Temps de réponse (moy.) 49.20s Temps de réponse (total) 1131.69s Temps de réponse (max) 316.27s Mauvaise réponse: 5 Mise en forme supplémentaire: 2 Aucune réponse: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 6.2 Combiné : 8.7 Analyse et extraction des données : 2.7 Spécifique au domaine : 3.6 Intelligence générale : 5.4 Suivi des instructions : 9.9 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#338#338	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 31.9% Tests instables 4 Jetons d'entrée 273,075 Jetons de sortie 17,069 Jetons de raisonnement 0 Temps de réponse (moy.) 6.21s Temps de réponse (total) 142.89s Temps de réponse (max) 53.13s Mauvaise réponse: 12 N'a pas suivi les instructions: 4 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 3.9 Astuces anti-IA : 3.3 Programmation : 4.3 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 6.4 Résolution d'énigmes : 6.7 Appel d'outils : 10.0 Culture générale : 3.0
#356#356	Hy3 previewhigh	4.8	Tencent	$0.135 ↕	56.57s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 50.7% Tests instables 2 Jetons d'entrée 25,987 Jetons de sortie 216,719 Jetons de raisonnement 0 Temps de réponse (moy.) 56.57s Temps de réponse (total) 848.59s Temps de réponse (max) 149.94s Erreur API: 7 Mauvaise réponse: 3 Tâches agentiques : 0.0 Astuces anti-IA : 6.4 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 3.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#283#283	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 1 Jetons d'entrée 388,929 Jetons de sortie 57,714 Jetons de raisonnement 0 Temps de réponse (moy.) 7.63s Temps de réponse (total) 175.42s Temps de réponse (max) 93.47s Mauvaise réponse: 13 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.1 Programmation : 5.4 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.5 Appel d'outils : 10.0 Culture générale : 3.0
#38#38	Claude Haiku 5.5xhigh	9.1	Anthropic	$0.140	16.58s
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 394,509 Jetons de sortie 10,349 Jetons de raisonnement 188,919 Temps de réponse (moy.) 16.58s Temps de réponse (total) 381.40s Temps de réponse (max) 92.74s Mauvaise réponse: 2 Mise en forme supplémentaire: 1 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 : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#303#303	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 40.6% Tests instables 1 Jetons d'entrée 190,675 Jetons de sortie 5,577 Jetons de raisonnement 0 Temps de réponse (moy.) 8.74s Temps de réponse (total) 131.17s Temps de réponse (max) 74.80s Mauvaise réponse: 13 Tâches agentiques : 5.0 Astuces anti-IA : 4.8 Programmation : 4.0 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#145#145	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 11 Fiabilité 9.4 Taux de réussite par tentative 59.4% Tests instables 3 Jetons d'entrée 313,368 Jetons de sortie 12,289 Jetons de raisonnement 259,270 Temps de réponse (moy.) 91.67s Temps de réponse (total) 1833.43s Temps de réponse (max) 301.78s Mauvaise réponse: 5 Délai dépassé: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 6.6 Programmation : 5.5 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#192#192	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 66.7% Tests instables 3 Jetons d'entrée 251,164 Jetons de sortie 36,112 Jetons de raisonnement 241,203 Temps de réponse (moy.) 78.76s Temps de réponse (total) 1653.96s Temps de réponse (max) 437.40s Mauvaise réponse: 4 Erreur API: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 4.3 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 9.9 Appel d'outils : 3.0 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
#246#246	Qwen3.6 27Bnone	6.3	Qwen	$0.148 ↓	12.71s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 47.8% Tests instables 6 Jetons d'entrée 250,919 Jetons de sortie 20,816 Jetons de raisonnement 0 Temps de réponse (moy.) 12.71s Temps de réponse (total) 292.29s Temps de réponse (max) 156.31s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Tâches agentiques : 10.0 Astuces anti-IA : 3.8 Programmation : 5.5 Combiné : 3.2 Analyse et extraction des données : 7.3 Spécifique au domaine : 7.7 Intelligence générale : 5.2 Suivi des instructions : 6.2 Résolution d'énigmes : 5.3 Appel d'outils : 9.5 Culture générale : 3.0
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 6 Jetons d'entrée 287,061 Jetons de sortie 32,056 Jetons de raisonnement 196,607 Temps de réponse (moy.) 91.29s Temps de réponse (total) 2099.56s Temps de réponse (max) 416.76s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 5.7 Programmation : 6.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 7.8 Résolution d'énigmes : 6.9 Appel d'outils : 9.8 Culture générale : 3.0
#257#257	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.149 ↑	38.64s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 30.4% Tests instables 4 Jetons d'entrée 403,455 Jetons de sortie 100,227 Jetons de raisonnement 15,364 Temps de réponse (moy.) 38.64s Temps de réponse (total) 888.69s Temps de réponse (max) 247.27s Mauvaise réponse: 13 Mise en forme supplémentaire: 2 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 3.0 Programmation : 4.2 Combiné : 4.6 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.2 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#255#255	DeepSeek V3.2medium	6.3	DeepSeek	$0.152 ↑	70.08s
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 306,662 Jetons de sortie 17,819 Jetons de raisonnement 125,341 Temps de réponse (moy.) 70.08s Temps de réponse (total) 1611.86s Temps de réponse (max) 376.10s Mauvaise réponse: 6 Erreur API: 2 Délai dépassé: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 8.2 Programmation : 6.0 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 : 7.0 Appel d'outils : 10.0 Culture générale : 3.0
#190#190	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 59.4% Tests instables 2 Jetons d'entrée 228,023 Jetons de sortie 10,779 Jetons de raisonnement 53,188 Temps de réponse (moy.) 6.27s Temps de réponse (total) 144.10s Temps de réponse (max) 47.78s Mauvaise réponse: 8 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 9.1 Programmation : 5.5 Combiné : 7.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#233#233	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 62.3% Tests instables 3 Jetons d'entrée 233,893 Jetons de sortie 12,432 Jetons de raisonnement 0 Temps de réponse (moy.) 6.05s Temps de réponse (total) 102.89s Temps de réponse (max) 57.84s Mauvaise réponse: 9 Aucune réponse: 1 Tâches agentiques : 5.0 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 6.4 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#276#276	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 9 Jetons d'entrée 277,028 Jetons de sortie 11,965 Jetons de raisonnement 31,238 Temps de réponse (moy.) 9.69s Temps de réponse (total) 222.83s Temps de réponse (max) 77.99s Mauvaise réponse: 10 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 2.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#182#182	Gemini 3.1 Flash Lite Previewmedium	7.0	Google	$0.158	6.78s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 0 Jetons d'entrée 272,221 Jetons de sortie 12,345 Jetons de raisonnement 47,189 Temps de réponse (moy.) 6.78s Temps de réponse (total) 155.96s Temps de réponse (max) 54.91s Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 9.1 Programmation : 5.5 Combiné : 7.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#293#293	GPT-5 Nanomedium	5.7	OpenAI	$0.159 ↑	56.55s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 53.6% Tests instables 10 Jetons d'entrée 314,436 Jetons de sortie 13,578 Jetons de raisonnement 294,343 Temps de réponse (moy.) 56.55s Temps de réponse (total) 961.32s Temps de réponse (max) 227.89s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Aucune réponse: 1 Délai dépassé: 1 Tâches agentiques : 4.7 Astuces anti-IA : 6.5 Programmation : 7.0 Combiné : 6.4 Analyse et extraction des données : 3.7 Spécifique au domaine : 3.4 Intelligence générale : 4.1 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#285#285	Nemotron 3 Ultranone	5.9	NVIDIA	$0.164 ↕	6.76s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 40.6% Tests instables 2 Jetons d'entrée 275,381 Jetons de sortie 11,544 Jetons de raisonnement 0 Temps de réponse (moy.) 6.76s Temps de réponse (total) 155.50s Temps de réponse (max) 70.17s Mauvaise réponse: 12 Erreur API: 2 N'a pas suivi les instructions: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 5.9 Appel d'outils : 10.0 Culture générale : 3.0
#354#354	Hy4 previewnone	4.9	Tencent	$0.165	40.38s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 6.2 Taux de réussite par tentative 15.9% Tests instables 1 Jetons d'entrée 185,167 Jetons de sortie 9,430 Jetons de raisonnement 0 Temps de réponse (moy.) 40.38s Temps de réponse (total) 928.76s Temps de réponse (max) 95.32s Mauvaise réponse: 14 Erreur API: 2 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.3 Programmation : 3.8 Combiné : 3.0 Analyse et extraction des données : 8.7 Spécifique au domaine : 6.8 Intelligence générale : 5.1 Suivi des instructions : 7.0 Résolution d'énigmes : 4.6 Appel d'outils : 3.0 Culture générale : 3.0
#330#330	Nemotron 3.5 Lightninghigh	5.2	NVIDIA	$0.168 ↕	77.08s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 9.6 Taux de réussite par tentative 47.8% Tests instables 12 Jetons d'entrée 170,517 Jetons de sortie 149,968 Jetons de raisonnement 509,725 Temps de réponse (moy.) 77.08s Temps de réponse (total) 1772.78s Temps de réponse (max) 490.99s Mauvaise réponse: 11 N'a pas suivi les instructions: 4 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 3.5 Astuces anti-IA : 5.5 Programmation : 4.4 Combiné : 6.4 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 3.7 Suivi des instructions : 8.5 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#294#294	GPT-5.4 Mininone	5.7	OpenAI	$0.170	3.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.4% Tests instables 2 Jetons d'entrée 172,438 Jetons de sortie 8,828 Jetons de raisonnement 0 Temps de réponse (moy.) 3.34s Temps de réponse (total) 76.84s Temps de réponse (max) 41.98s Mauvaise réponse: 14 N'a pas suivi les instructions: 3 Tâches agentiques : 5.0 Astuces anti-IA : 3.1 Programmation : 5.5 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 4.8 Suivi des instructions : 6.3 Résolution d'énigmes : 5.4 Appel d'outils : 3.0 Culture générale : 3.0
#369#369	Nemotron 3.5 Lightninglow	4.6	NVIDIA	$0.175 ↕	83.19s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 9.5 Taux de réussite par tentative 40.6% Tests instables 9 Jetons d'entrée 207,883 Jetons de sortie 144,718 Jetons de raisonnement 525,897 Temps de réponse (moy.) 83.19s Temps de réponse (total) 1913.41s Temps de réponse (max) 597.61s Mauvaise réponse: 14 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 3.5 Astuces anti-IA : 6.9 Programmation : 4.0 Combiné : 6.3 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.6 Intelligence générale : 3.7 Suivi des instructions : 8.4 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#251#251	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.176	20.07s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 52.2% Tests instables 3 Jetons d'entrée 346,064 Jetons de sortie 53,060 Jetons de raisonnement 0 Temps de réponse (moy.) 20.07s Temps de réponse (total) 341.27s Temps de réponse (max) 183.50s Mauvaise réponse: 11 Appel d'outil invalide: 1 Tâches agentiques : 5.2 Astuces anti-IA : 4.8 Programmation : 4.3 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 4.4 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 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