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: 2026-09-02 Modèles évalués: 308

Modèles recommandés

GPT-5.6 Sol high Intelligent Taux de réussite par tentative 89.4% Tests corrects 18 / 22 Score 9.4/10 GPT-5.6 Luna medium Rapide Temps de réponse (moy.) 7.43s Total des jetons de sortie 44,525 Score 7.4/10 DeepSeek V4 Flash 0731 high Abordable Prix d'entrée $0.065 / 1M Prix de sortie $0.180 / 1M Score 8.0/10

308/308

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#115#115	Muse Glimmer 30Bhigh	7.2	Meta	$0.430 ↓	66.70s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 8 Jetons d'entrée 103,494 Jetons de sortie 100,589 Jetons de raisonnement 270,217 Temps de réponse (moy.) 66.70s Temps de réponse (total) 1467.39s Temps de réponse (max) 451.90s Mauvaise réponse: 7 N'a pas suivi les instructions: 3 Aucune réponse: 2 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
#10#10	GPT-5.6 Solhigh	9.4	OpenAI	$0.446 ↓	11.48s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 89.4% Tests instables 3 Jetons d'entrée 79,258 Jetons de sortie 4,855 Jetons de raisonnement 23,853 Temps de réponse (moy.) 11.48s Temps de réponse (total) 252.62s Temps de réponse (max) 54.79s Mauvaise réponse: 4 Astuces anti-IA : 8.7 Programmation : 10.0 Combiné : 10.0 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 : 4.7
#103#103	Grok 4.6low	7.4	X AI	$0.449	14.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 1 Jetons d'entrée 109,960 Jetons de sortie 5,124 Jetons de raisonnement 32,924 Temps de réponse (moy.) 14.55s Temps de réponse (total) 320.17s Temps de réponse (max) 26.46s Mauvaise réponse: 7 Astuces anti-IA : 10.0 Programmation : 5.5 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#27#27	Gemini 3.5 Flashlow	8.8	Google	$0.449	5.76s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 84.9% Tests instables 2 Jetons d'entrée 87,826 Jetons de sortie 2,239 Jetons de raisonnement 32,956 Temps de réponse (moy.) 5.76s Temps de réponse (total) 126.71s Temps de réponse (max) 53.55s Mauvaise réponse: 3 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 8.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#151#151	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 6 Jetons d'entrée 44,615 Jetons de sortie 2,347 Jetons de raisonnement 98,415 Temps de réponse (moy.) 23.08s Temps de réponse (total) 484.63s Temps de réponse (max) 95.88s Mauvaise réponse: 7 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 7.2 Programmation : 6.0 Combiné : 3.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 7.7 Appel d'outils : 7.0 Culture générale : 3.0
#91#91	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 72.7% Tests instables 5 Jetons d'entrée 113,569 Jetons de sortie 9,823 Jetons de raisonnement 264,886 Temps de réponse (moy.) 91.76s Temps de réponse (total) 1376.42s Temps de réponse (max) 304.85s Mauvaise réponse: 4 Délai dépassé: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.2 Programmation : 6.6 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#132#132	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.478	24.87s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 8 Jetons d'entrée 87,916 Jetons de sortie 7,213 Jetons de raisonnement 132,162 Temps de réponse (moy.) 24.87s Temps de réponse (total) 547.14s Temps de réponse (max) 257.00s Mauvaise réponse: 9 Erreur API: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 8.2 Programmation : 7.8 Combiné : 6.4 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 4.7 Suivi des instructions : 9.9 Résolution d'énigmes : 5.9 Appel d'outils : 10.0 Culture générale : 3.0
#131#131	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 8 Jetons d'entrée 118,496 Jetons de sortie 53,522 Jetons de raisonnement 167,420 Temps de réponse (moy.) 98.19s Temps de réponse (total) 1571.05s Temps de réponse (max) 281.00s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 Appel d'outil invalide: 1 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
#148#148	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.487	26.01s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 8 Jetons d'entrée 98,508 Jetons de sortie 139,572 Jetons de raisonnement 0 Temps de réponse (moy.) 26.01s Temps de réponse (total) 572.22s Temps de réponse (max) 335.41s Mauvaise réponse: 10 Appel d'outil invalide: 1 Astuces anti-IA : 8.7 Programmation : 6.1 Combiné : 4.1 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#80#80	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.490 ↑	92.50s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 6 Jetons d'entrée 90,757 Jetons de sortie 22,928 Jetons de raisonnement 186,516 Temps de réponse (moy.) 92.50s Temps de réponse (total) 2035.01s Temps de réponse (max) 416.76s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 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
#152#152	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 51.5% Tests instables 4 Jetons d'entrée 93,411 Jetons de sortie 30,470 Jetons de raisonnement 356,172 Temps de réponse (moy.) 153.29s Temps de réponse (total) 3372.36s Temps de réponse (max) 941.66s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 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
#65#65	Step 3.7 Flashmedium	7.9	Stepfun	$0.495	23.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 3 Jetons d'entrée 114,191 Jetons de sortie 409,709 Jetons de raisonnement 0 Temps de réponse (moy.) 23.51s Temps de réponse (total) 517.21s Temps de réponse (max) 152.83s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 8.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 5.7 Appel d'outils : 10.0 Culture générale : 3.0
#101#101	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 59.1% Tests instables 2 Jetons d'entrée 97,324 Jetons de sortie 44,383 Jetons de raisonnement 346,490 Temps de réponse (moy.) 143.55s Temps de réponse (total) 3158.11s Temps de réponse (max) 939.52s Mauvaise réponse: 7 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 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
#153#153	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 72.7% Tests instables 0 Jetons d'entrée 69,576 Jetons de sortie 6,265 Jetons de raisonnement 0 Temps de réponse (moy.) 3.02s Temps de réponse (total) 57.44s Temps de réponse (max) 18.27s Mauvaise réponse: 3 Astuces anti-IA : 8.3 Programmation : 3.3 Combiné : 4.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#114#114	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.506	22.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 6 Jetons d'entrée 106,085 Jetons de sortie 9,071 Jetons de raisonnement 135,288 Temps de réponse (moy.) 22.11s Temps de réponse (total) 486.31s Temps de réponse (max) 199.97s Mauvaise réponse: 10 Appel d'outil invalide: 1 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
#9#9	GPT-5.6 Solmedium	9.4	OpenAI	$0.508 ↓	12.63s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 90.9% Tests instables 3 Jetons d'entrée 79,006 Jetons de sortie 4,696 Jetons de raisonnement 30,281 Temps de réponse (moy.) 12.63s Temps de réponse (total) 277.88s Temps de réponse (max) 79.40s Mauvaise réponse: 4 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 4.7
#55#55	Muse Glimmer 30Bxhigh	8.1	Meta	$0.510 ↓	95.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 9.9 Taux de réussite par tentative 69.7% Tests instables 4 Jetons d'entrée 110,930 Jetons de sortie 116,373 Jetons de raisonnement 330,471 Temps de réponse (moy.) 95.55s Temps de réponse (total) 2102.12s Temps de réponse (max) 576.79s Mauvaise réponse: 4 Aucune réponse: 3 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 6.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.4 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#71#71	GPT-5.6 Terramedium	7.8	OpenAI	$0.523 ↓	6.85s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 2 Jetons d'entrée 79,184 Jetons de sortie 4,878 Jetons de raisonnement 25,471 Temps de réponse (moy.) 6.85s Temps de réponse (total) 150.65s Temps de réponse (max) 41.68s Mauvaise réponse: 8 Astuces anti-IA : 8.3 Programmation : 6.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.5 Suivi des instructions : 10.0 Résolution d'énigmes : 8.4 Appel d'outils : 10.0 Culture générale : 3.0
#90#90	GPT 5.3 Chatnone	7.5	OpenAI	$0.533	6.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 4 Jetons d'entrée 78,846 Jetons de sortie 28,179 Jetons de raisonnement 0 Temps de réponse (moy.) 6.56s Temps de réponse (total) 137.77s Temps de réponse (max) 18.33s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Astuces anti-IA : 6.7 Programmation : 5.6 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.6 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#28#28	Gemini 3.5 Flash Litehigh	8.8	Google	$0.540	10.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 83.3% Tests instables 2 Jetons d'entrée 93,046 Jetons de sortie 5,884 Jetons de raisonnement 198,741 Temps de réponse (moy.) 10.05s Temps de réponse (total) 221.06s Temps de réponse (max) 36.22s Mauvaise réponse: 5 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 9.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#127#127	GPT-5.5none	7.0	OpenAI	$0.544	2.35s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 59.1% Tests instables 2 Jetons d'entrée 79,294 Jetons de sortie 4,915 Jetons de raisonnement 0 Temps de réponse (moy.) 2.35s Temps de réponse (total) 51.78s Temps de réponse (max) 12.24s Mauvaise réponse: 10 Astuces anti-IA : 6.9 Programmation : 5.5 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.2 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#297#297	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 4 Jetons d'entrée 11,793 Jetons de sortie 267,275 Jetons de raisonnement 0 Temps de réponse (moy.) 28.69s Temps de réponse (total) 459.00s Temps de réponse (max) 138.35s Mauvaise réponse: 7 Erreur API: 3 N'a pas suivi les instructions: 2 Astuces anti-IA : 8.7 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 3.8 Spécifique au domaine : 3.6 Intelligence générale : 4.3 Suivi des instructions : 9.8 Résolution d'énigmes : 6.4 Appel d'outils : 3.0 Culture générale : 3.0
#178#178	Claude Sonnet 5none	6.1	Anthropic	$0.548	6.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 40.9% Tests instables 4 Jetons d'entrée 161,032 Jetons de sortie 22,508 Jetons de raisonnement 0 Temps de réponse (moy.) 6.05s Temps de réponse (total) 132.99s Temps de réponse (max) 33.39s Mauvaise réponse: 8 Mise en forme supplémentaire: 4 Aucune réponse: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 5.3 Programmation : 4.6 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.7 Suivi des instructions : 6.4 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#269#269	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 39.4% Tests instables 8 Jetons d'entrée 101,776 Jetons de sortie 276,367 Jetons de raisonnement 656,252 Temps de réponse (moy.) 75.86s Temps de réponse (total) 1668.93s Temps de réponse (max) 510.21s Mauvaise réponse: 10 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Aucune réponse: 1 Astuces anti-IA : 6.7 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 6.3 Résolution d'énigmes : 4.7 Appel d'outils : 10.0 Culture générale : 3.0
#64#64	GPT-5.2 Chatnone	7.9	OpenAI	$0.594	7.73s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 4 Jetons d'entrée 101,104 Jetons de sortie 29,742 Jetons de raisonnement 0 Temps de réponse (moy.) 7.73s Temps de réponse (total) 162.40s Temps de réponse (max) 38.52s Mauvaise réponse: 6 Erreur API: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 8.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.4 Suivi des instructions : 9.8 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 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium