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.)
#374#374	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 47.8% Tests instables 2 Jetons d'entrée 21,045 Jetons de sortie 63,460 Jetons de raisonnement 0 Temps de réponse (moy.) 24.56s Temps de réponse (total) 368.35s Temps de réponse (max) 78.74s Erreur API: 7 Mauvaise réponse: 4 Tâches agentiques : 0.0 Astuces anti-IA : 8.3 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.9 Intelligence générale : 3.0 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 2.8 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
#133#133	Muse Glimmer 30Bhigh	7.7	Meta	$0.506 ↓	69.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 66.7% Tests instables 8 Jetons d'entrée 281,859 Jetons de sortie 102,526 Jetons de raisonnement 286,217 Temps de réponse (moy.) 69.87s Temps de réponse (total) 1607.12s Temps de réponse (max) 451.90s Mauvaise réponse: 7 N'a pas suivi les instructions: 3 Aucune réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 8.8 Combiné : 6.4 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 5.3 Suivi des instructions : 8.4 Résolution d'énigmes : 6.1 Appel d'outils : 10.0 Culture générale : 3.0
#151#151	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 8.0 Taux de réussite par tentative 65.2% Tests instables 7 Jetons d'entrée 244,499 Jetons de sortie 8,744 Jetons de raisonnement 375,349 Temps de réponse (moy.) 100.65s Temps de réponse (total) 2314.88s Temps de réponse (max) 626.58s Mauvaise réponse: 6 Erreur API: 4 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 6.9 Programmation : 8.9 Combiné : 4.7 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 4.7 Culture générale : 3.0
#173#173	Step 3.7 Flashlow	7.2	Stepfun	$0.449	20.72s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 6 Jetons d'entrée 292,685 Jetons de sortie 339,108 Jetons de raisonnement 0 Temps de réponse (moy.) 20.72s Temps de réponse (total) 476.67s Temps de réponse (max) 124.75s Mauvaise réponse: 9 Appel d'outil invalide: 2 Aucune réponse: 1 Tâches agentiques : 7.4 Astuces anti-IA : 8.7 Programmation : 8.2 Combiné : 7.3 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 3.4 Suivi des instructions : 9.8 Résolution d'énigmes : 5.5 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
#183#183	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 60.9% Tests instables 5 Jetons d'entrée 245,179 Jetons de sortie 62,697 Jetons de raisonnement 196,621 Temps de réponse (moy.) 81.18s Temps de réponse (total) 1785.87s Temps de réponse (max) 365.80s Mauvaise réponse: 8 Délai dépassé: 2 Erreur API: 1 N'a pas suivi les instructions: 1 Tâches agentiques : 5.0 Astuces anti-IA : 7.3 Programmation : 7.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.7 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 5.9 Appel d'outils : 3.0 Culture générale : 3.0
#189#189	Muse Glimmer 30Blow	6.9	Meta	$0.219 ↓	22.40s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 6 Jetons d'entrée 307,228 Jetons de sortie 36,044 Jetons de raisonnement 71,621 Temps de réponse (moy.) 22.40s Temps de réponse (total) 515.14s Temps de réponse (max) 234.92s Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Appel d'outil invalide: 2 Aucune réponse: 1 Tâches agentiques : 6.1 Astuces anti-IA : 8.7 Programmation : 8.1 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.0 Suivi des instructions : 8.4 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#193#193	GPT-5.6 Lunalow	6.9	OpenAI	$0.049 ↓	6.96s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 56.5% Tests instables 5 Jetons d'entrée 202,680 Jetons de sortie 9,230 Jetons de raisonnement 18,771 Temps de réponse (moy.) 6.96s Temps de réponse (total) 160.19s Temps de réponse (max) 45.74s Mauvaise réponse: 10 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 2.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.0 Suivi des instructions : 8.5 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#198#198	Inklinglow	6.8	Thinkingmachines	$0.293 ↓	6.81s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 56.5% Tests instables 4 Jetons d'entrée 213,901 Jetons de sortie 9,623 Jetons de raisonnement 12,414 Temps de réponse (moy.) 6.81s Temps de réponse (total) 156.70s Temps de réponse (max) 44.24s Mauvaise réponse: 8 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 5.1 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 6.4 Appel d'outils : 3.0 Culture générale : 3.0
#201#201	Space Bunny Alphamax	6.7	Stealth	$0.000	36.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 59.4% Tests instables 5 Jetons d'entrée 315,136 Jetons de sortie 219,014 Jetons de raisonnement 0 Temps de réponse (moy.) 36.24s Temps de réponse (total) 833.43s Temps de réponse (max) 320.00s Mauvaise réponse: 10 N'a pas suivi les instructions: 2 Tâches agentiques : 6.1 Astuces anti-IA : 6.4 Programmation : 5.7 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 5.3 Suivi des instructions : 5.9 Résolution d'énigmes : 7.8 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
#208#208	MiniMax M3medium	6.7	Minimax	$0.422 ↑	77.03s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 9.7 Taux de réussite par tentative 59.4% Tests instables 5 Jetons d'entrée 166,517 Jetons de sortie 107,386 Jetons de raisonnement 217,548 Temps de réponse (moy.) 77.03s Temps de réponse (total) 1694.74s Temps de réponse (max) 431.03s Mauvaise réponse: 5 Délai dépassé: 3 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Aucune réponse: 1 Tâches agentiques : 3.0 Astuces anti-IA : 5.5 Programmation : 6.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.2 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 7.9 Appel d'outils : 10.0 Culture générale : 3.0
#209#209	Ember-1max	6.7	Fireworks	$3.264	97.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 8.3 Taux de réussite par tentative 59.4% Tests instables 6 Jetons d'entrée 153,399 Jetons de sortie 7,803 Jetons de raisonnement 179,098 Temps de réponse (moy.) 97.34s Temps de réponse (total) 2238.73s Temps de réponse (max) 587.08s Erreur API: 8 Mauvaise réponse: 3 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 5.2 Combiné : 6.5 Analyse et extraction des données : 6.4 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 6.2 Résolution d'énigmes : 7.7 Appel d'outils : 3.0 Culture générale : 3.0
#212#212	Apodex 1.1 Minihigh	6.7	Apodex	$0.000	31.25s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 68.1% Tests instables 9 Jetons d'entrée 365,069 Jetons de sortie 133,336 Jetons de raisonnement 344,133 Temps de réponse (moy.) 31.25s Temps de réponse (total) 718.67s Temps de réponse (max) 114.61s Mauvaise réponse: 9 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 6.1 Astuces anti-IA : 10.0 Programmation : 5.5 Combiné : 4.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 8.0 Résolution d'énigmes : 8.0 Appel d'outils : 10.0 Culture générale : 3.0
#213#213	GLM 5.3 Flashlow	6.6	Z.ai	$0.038	11.82s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 58.0% Tests instables 4 Jetons d'entrée 255,173 Jetons de sortie 9,891 Jetons de raisonnement 17,277 Temps de réponse (moy.) 11.82s Temps de réponse (total) 271.92s Temps de réponse (max) 90.45s Mauvaise réponse: 8 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 5.4 Combiné : 3.8 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#219#219	Step 3.7 Flashhigh	6.6	Stepfun	$1.478 ↑	72.72s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 58.0% Tests instables 4 Jetons d'entrée 421,200 Jetons de sortie 1,100,052 Jetons de raisonnement 0 Temps de réponse (moy.) 72.72s Temps de réponse (total) 1672.53s Temps de réponse (max) 364.99s Mauvaise réponse: 8 Aucune réponse: 2 Erreur API: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.4 Astuces anti-IA : 10.0 Programmation : 4.0 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.5 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#221#221	KAT-Coder-Pro V2.5low	6.5	Kwaipilot	$0.568 ↑	19.40s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 8 Jetons d'entrée 87,682 Jetons de sortie 7,166 Jetons de raisonnement 106,027 Temps de réponse (moy.) 19.40s Temps de réponse (total) 446.11s Temps de réponse (max) 209.15s Mauvaise réponse: 10 Erreur API: 2 Tâches agentiques : 3.0 Astuces anti-IA : 6.9 Programmation : 7.8 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.1 Suivi des instructions : 10.0 Résolution d'énigmes : 6.4 Appel d'outils : 10.0 Culture générale : 3.0
#229#229	KAT-Coder-Pro V2.5high	6.5	Kwaipilot	$0.506	21.21s
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 106,085 Jetons de sortie 9,071 Jetons de raisonnement 135,288 Temps de réponse (moy.) 21.21s Temps de réponse (total) 487.83s Temps de réponse (max) 199.97s Mauvaise réponse: 10 Erreur API: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 7.0 Programmation : 6.4 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.9 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#238#238	Beam 1.0 501B A23Blow	6.4	Reflection	$0.432	4.89s
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 218,076 Jetons de sortie 4,863 Jetons de raisonnement 66,387 Temps de réponse (moy.) 4.89s Temps de réponse (total) 112.55s Temps de réponse (max) 29.49s Mauvaise réponse: 6 Erreur API: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 8.4 Résolution d'énigmes : 6.1 Appel d'outils : 3.0 Culture générale : 3.0
#241#241	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.8% Tests instables 7 Jetons d'entrée 253,462 Jetons de sortie 40,269 Jetons de raisonnement 185,716 Temps de réponse (moy.) 56.72s Temps de réponse (total) 1304.54s Temps de réponse (max) 333.34s Mauvaise réponse: 4 Mise en forme supplémentaire: 3 N'a pas suivi les instructions: 2 Erreur API: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 4.7 Astuces anti-IA : 10.0 Programmation : 6.2 Combiné : 6.9 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 9.9 Résolution d'énigmes : 6.7 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
#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
#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
#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

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