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.)
#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
#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
#429#429	Jev 1.14default	2.3	Typesafe	$0.003	377ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 23.2% Tests instables 2 Jetons d'entrée 67,092 Jetons de sortie 18,927 Jetons de raisonnement 0 Temps de réponse (moy.) 377ms Temps de réponse (total) 4.52s Temps de réponse (max) 546ms Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 2.7 Combiné : 0.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 7.7 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 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
#427#427	GPT-6 Luna Decisionsdefault	2.4	OpenAI	$0.005	495ms
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 47,583 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 495ms Temps de réponse (total) 5.94s Temps de réponse (max) 842ms Mauvaise réponse: 8 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 2.3 Programmation : 2.5 Combiné : 0.0 Analyse et extraction des données : 10.0 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
#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
#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
#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
#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
#423#423	Jev 1.13default	2.6	Typesafe	$0.003	698ms
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 67,092 Jetons de sortie 18,927 Jetons de raisonnement 0 Temps de réponse (moy.) 698ms Temps de réponse (total) 8.38s Temps de réponse (max) 1.08s Mauvaise réponse: 6 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 2.2 Combiné : 0.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 3.3 Appel d'outils : 0.0 Culture générale : 0.0
#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
#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
#416#416	Laguna Xs.2default	3.1	Poolside	$0.004 ↕	806ms
Voir la fiche du modèle Tests totaux 19 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 21.7% Tests instables 0 Jetons d'entrée 33,675 Jetons de sortie 2,826 Jetons de raisonnement 0 Temps de réponse (moy.) 806ms Temps de réponse (total) 12.09s Temps de réponse (max) 2.01s Mauvaise réponse: 8 Erreur API: 4 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 3.0 Programmation : 0.8 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 3.0 Suivi des instructions : 6.5 Résolution d'énigmes : 5.3 Appel d'outils : 3.0 Culture générale : 3.0
#431#431	Clef Omnidefault	1.9	Cloudflare	$0.011	880ms
Voir la fiche du modèle Tests totaux 12 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 8.7% Tests instables 0 Jetons d'entrée 70,125 Jetons de sortie 0 Jetons de raisonnement 0 Temps de réponse (moy.) 880ms Temps de réponse (total) 10.56s Temps de réponse (max) 1.31s Mauvaise réponse: 9 N'a pas suivi les instructions: 1 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 2.5 Combiné : 0.0 Analyse et extraction des données : 6.5 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
#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
#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
#407#407	Grok 4.20none	3.4	X AI	$0.057 ↓	1.11s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 12 Fiabilité N/D Taux de réussite par tentative 26.1% Tests instables 0 Jetons d'entrée 41,313 Jetons de sortie 1,923 Jetons de raisonnement 0 Temps de réponse (moy.) 1.11s Temps de réponse (total) 19.96s Temps de réponse (max) 6.04s Mauvaise réponse: 10 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 4.8 Programmation : 1.1 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 6.3 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 0.0
#382#382	Mercury 2none	4.4	Inception	$0.033	1.18s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 23.2% Tests instables 2 Jetons d'entrée 100,634 Jetons de sortie 9,609 Jetons de raisonnement 100 Temps de réponse (moy.) 1.18s Temps de réponse (total) 27.14s Temps de réponse (max) 9.00s Mauvaise réponse: 17 N'a pas suivi les instructions: 2 Tâches agentiques : 3.0 Astuces anti-IA : 3.0 Programmation : 3.4 Combiné : 3.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.9 Intelligence générale : 4.8 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#402#402	Grok 4.20 Betadefault	3.6	X AI	$0.087 ↓	1.19s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 12 Fiabilité N/D Taux de réussite par tentative 29.0% Tests instables 1 Jetons d'entrée 40,597 Jetons de sortie 1,657 Jetons de raisonnement 0 Temps de réponse (moy.) 1.19s Temps de réponse (total) 21.43s Temps de réponse (max) 6.48s Mauvaise réponse: 10 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 4.0 Programmation : 1.8 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 0.0
#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
#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
#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
#396#396	Granite 4.1 8bdefault	3.8	IBM Granite	$0.007	1.38s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 21 Fiabilité 10.0 Taux de réussite par tentative 8.7% Tests instables 0 Jetons d'entrée 113,836 Jetons de sortie 5,996 Jetons de raisonnement 0 Temps de réponse (moy.) 1.38s Temps de réponse (total) 31.81s Temps de réponse (max) 16.67s Mauvaise réponse: 13 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Tâches agentiques : 3.0 Astuces anti-IA : 4.9 Programmation : 4.5 Combiné : 3.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 3.6 Résolution d'énigmes : 3.2 Appel d'outils : 10.0 Culture générale : 3.0
#347#347	Inkling Smallnone	4.9	Thinkingmachines	$0.054 ↓	1.45s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 23.2% Tests instables 1 Jetons d'entrée 94,733 Jetons de sortie 7,087 Jetons de raisonnement 1,683 Temps de réponse (moy.) 1.45s Temps de réponse (total) 33.24s Temps de réponse (max) 12.35s Mauvaise réponse: 15 Erreur API: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 Astuces anti-IA : 3.1 Programmation : 3.6 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.2 Appel d'outils : 3.0 Culture générale : 3.0

1 2 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