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: 2026-10-01 Modèles évalués: 382

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

382/382

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#382#382	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
Voir la fiche du modèle Tests totaux 1 Tests incorrects 0 Fiabilité 10.0 Taux de réussite par tentative 4.4% Tests instables 0 Jetons d'entrée 73 Jetons de sortie 735 Jetons de raisonnement 0 Temps de réponse (moy.) 13.58s Temps de réponse (total) 13.58s Temps de réponse (max) 13.58s Tâches agentiques : 0.0 Astuces anti-IA : 0.0 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 0.0 Spécifique au domaine : 3.3 Intelligence générale : 0.0 Suivi des instructions : 0.0 Résolution d'énigmes : 0.0 Appel d'outils : 0.0 Culture générale : 0.0
#381#381	Tev1 4B Experimentalnone	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
#380#380	Solar Decidenone	1.0	Upstage	$0.009 ↑	6.01s
Voir la fiche du modèle Tests totaux 7 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 14.5% Tests instables 3 Jetons d'entrée 47,586 Jetons de sortie 51 Jetons de raisonnement 0 Temps de réponse (moy.) 6.01s Temps de réponse (total) 42.05s Temps de réponse (max) 13.10s Mauvaise réponse: 5 Tâches agentiques : 0.0 Astuces anti-IA : 0.8 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 3.7 Spécifique au domaine : 4.3 Intelligence générale : 0.0 Suivi des instructions : 5.0 Résolution d'énigmes : 1.0 Appel d'outils : 0.0 Culture générale : 0.0
#379#379	LFM2-24B-A2Bnone	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
#378#378	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
Voir la fiche du modèle Tests totaux 1 Tests incorrects 0 Fiabilité 10.0 Taux de réussite par tentative 4.4% Tests instables 0 Jetons d'entrée 134,050 Jetons de sortie 1,029 Jetons de raisonnement 11,528 Temps de réponse (moy.) 52.45s Temps de réponse (total) 52.45s Temps de réponse (max) 52.45s Tâches agentiques : 10.0 Astuces anti-IA : 0.0 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 0.0 Spécifique au domaine : 0.0 Intelligence générale : 0.0 Suivi des instructions : 0.0 Résolution d'énigmes : 0.0 Appel d'outils : 0.0 Culture générale : 0.0
#377#377	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
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 1,971 Jetons de sortie 64,795 Jetons de raisonnement 0 Temps de réponse (moy.) 39.03s Temps de réponse (total) 312.26s Temps de réponse (max) 114.12s Erreur API: 4 N'a pas suivi les instructions: 1 Mauvaise réponse: 1 Tâches agentiques : 0.0 Astuces anti-IA : 10.0 Programmation : 1.0 Combiné : 1.5 Analyse et extraction des données : 1.5 Spécifique au domaine : 3.3 Intelligence générale : 4.0 Suivi des instructions : 5.0 Résolution d'énigmes : 0.0 Appel d'outils : 3.0 Culture générale : 3.0
#376#376	Kev 4Bnone	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
#375#375	Jev 1.13none	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
#374#374	Nemotron 3 Nano Omni 30b A3b Reasoningnone	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
#373#373	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
#372#372	Command A+low	3.0	Cohere	$0.073	92.50s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 23 Fiabilité 3.5 Taux de réussite par tentative 1.5% Tests instables 1 Jetons d'entrée 114,874 Jetons de sortie 1,992 Jetons de raisonnement 23,529 Temps de réponse (moy.) 92.50s Temps de réponse (total) 2127.40s Temps de réponse (max) 128.54s Erreur API: 22 Mauvaise réponse: 1 Tâches agentiques : 2.8 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
#371#371	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
#370#370	Laguna Xs.2none	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
#369#369	Grok 4.1 Fastnone	3.1	X AI	$0.008 ↓	1.62s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 18.8% Tests instables 3 Jetons d'entrée 36,608 Jetons de sortie 1,723 Jetons de raisonnement 0 Temps de réponse (moy.) 1.62s Temps de réponse (total) 19.48s Temps de réponse (max) 5.51s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Tâches agentiques : 0.0 Astuces anti-IA : 3.2 Programmation : 1.8 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 4.4 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 2.8 Culture générale : 3.0
#368#368	Command A+high	3.2	Cohere	$0.079	89.96s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 23 Fiabilité 3.5 Taux de réussite par tentative 0.0% Tests instables 0 Jetons d'entrée 117,966 Jetons de sortie 5,149 Jetons de raisonnement 23,514 Temps de réponse (moy.) 89.96s Temps de réponse (total) 2069.01s Temps de réponse (max) 156.00s Erreur API: 22 Mauvaise réponse: 1 Tâches agentiques : 3.9 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
#367#367	Grok Build 0.1none	3.2	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 42.0% 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 Tâches agentiques : 0.0 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
#366#366	MiMo-V2-Flashnone	3.3	Xiaomi	$0.025 ↑	2.76s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 6.7 Taux de réussite par tentative 23.2% Tests instables 4 Jetons d'entrée 36,851 Jetons de sortie 68,882 Jetons de raisonnement 0 Temps de réponse (moy.) 2.76s Temps de réponse (total) 46.99s Temps de réponse (max) 19.68s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Tâches agentiques : 0.0 Astuces anti-IA : 3.2 Programmation : 4.3 Combiné : 1.5 Analyse et extraction des données : 2.9 Spécifique au domaine : 5.3 Intelligence générale : 4.6 Suivi des instructions : 6.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#365#365	Hy3 previewnone	3.3	Tencent	$0.007 ↕	12.92s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 21.7% Tests instables 2 Jetons d'entrée 27,172 Jetons de sortie 2,661 Jetons de raisonnement 0 Temps de réponse (moy.) 12.92s Temps de réponse (total) 232.64s Temps de réponse (max) 35.84s Mauvaise réponse: 8 Erreur API: 4 N'a pas suivi les instructions: 4 Mise en forme supplémentaire: 1 Tâches agentiques : 0.0 Astuces anti-IA : 4.8 Programmation : 2.7 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 4.1 Suivi des instructions : 6.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#364#364	Laguna Xs.2medium	3.3	Poolside	$0.015 ↕	6.73s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 42.0% Tests instables 6 Jetons d'entrée 39,481 Jetons de sortie 54,218 Jetons de raisonnement 0 Temps de réponse (moy.) 6.73s Temps de réponse (total) 100.98s Temps de réponse (max) 29.11s Mauvaise réponse: 6 Erreur API: 4 Aucune réponse: 2 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 6.9 Programmation : 2.1 Combiné : 1.5 Analyse et extraction des données : 7.1 Spécifique au domaine : 4.1 Intelligence générale : 3.0 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 4.7 Culture générale : 3.0
#363#363	Command A+medium	3.4	Cohere	$0.064	91.72s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 23 Fiabilité 3.5 Taux de réussite par tentative 0.0% Tests instables 0 Jetons d'entrée 118,771 Jetons de sortie 4,127 Jetons de raisonnement 14,668 Temps de réponse (moy.) 91.72s Temps de réponse (total) 2109.54s Temps de réponse (max) 112.76s Erreur API: 22 Mauvaise réponse: 1 Tâches agentiques : 5.0 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
#362#362	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
#361#361	Hunter Alphanone	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
#360#360	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
#359#359	Elephant Alphanone	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
#358#358	Laguna M.1none	3.6	Poolside	$0.009 ↕	2.89s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 15 Fiabilité 9.8 Taux de réussite par tentative 26.1% Tests instables 3 Jetons d'entrée 38,147 Jetons de sortie 2,054 Jetons de raisonnement 0 Temps de réponse (moy.) 2.89s Temps de réponse (total) 43.28s Temps de réponse (max) 15.42s Mauvaise réponse: 10 Erreur API: 4 Appel d'outil invalide: 1 Tâches agentiques : 0.0 Astuces anti-IA : 3.4 Programmation : 2.5 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 3.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0

1 2 16

→

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