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: 305

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

305/305

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#179#179	Qwen3.7 Flashnone	6.1	Qwen	$0.019	10.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 2 Jetons d'entrée 218,740 Jetons de sortie 90,507 Jetons de raisonnement 0 Temps de réponse (moy.) 10.05s Temps de réponse (total) 221.13s Temps de réponse (max) 186.24s Mauvaise réponse: 13 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.0 Programmation : 5.5 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 : 3.7 Appel d'outils : 10.0 Culture générale : 3.0
#184#184	Qwen3.6 Flashnone	6.1	Qwen	$0.062 ↓	3.73s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 34.9% Tests instables 1 Jetons d'entrée 139,797 Jetons de sortie 30,947 Jetons de raisonnement 0 Temps de réponse (moy.) 3.73s Temps de réponse (total) 81.95s Temps de réponse (max) 48.79s Mauvaise réponse: 12 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 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
#194#194	Qwen3.5-Flashnone	6.0	Qwen	$0.073 ↓	25.28s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 34.9% Tests instables 2 Jetons d'entrée 282,356 Jetons de sortie 209,201 Jetons de raisonnement 0 Temps de réponse (moy.) 25.28s Temps de réponse (total) 556.14s Temps de réponse (max) 480.96s Mauvaise réponse: 14 Appel d'outil invalide: 1 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#203#203	GPT-5.4none	5.8	OpenAI	$0.397	2.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 34.9% Tests instables 2 Jetons d'entrée 108,641 Jetons de sortie 8,339 Jetons de raisonnement 0 Temps de réponse (moy.) 2.08s Temps de réponse (total) 45.75s Temps de réponse (max) 15.63s Mauvaise réponse: 14 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.2 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 5.6 Appel d'outils : 10.0 Culture générale : 3.0
#204#204	Solar Pro 4none	5.8	Upstage	$0.006	5.37s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 1 Jetons d'entrée 130,863 Jetons de sortie 11,912 Jetons de raisonnement 0 Temps de réponse (moy.) 5.37s Temps de réponse (total) 118.06s Temps de réponse (max) 64.67s Mauvaise réponse: 14 Aucune réponse: 1 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.0 Suivi des instructions : 6.4 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#214#214	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.87s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 9.8 Taux de réussite par tentative 42.4% Tests instables 5 Jetons d'entrée 50,423 Jetons de sortie 4,144 Jetons de raisonnement 110,510 Temps de réponse (moy.) 15.87s Temps de réponse (total) 349.16s Temps de réponse (max) 118.35s Mauvaise réponse: 9 Erreur API: 3 Mise en forme supplémentaire: 3 Astuces anti-IA : 6.9 Programmation : 4.3 Combiné : 6.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 3.5 Appel d'outils : 10.0 Culture générale : 3.0
#223#223	Qwen3.6 27Bnone	5.5	Qwen	$0.116 ↑	10.62s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 6 Jetons d'entrée 95,805 Jetons de sortie 16,156 Jetons de raisonnement 0 Temps de réponse (moy.) 10.62s Temps de réponse (total) 233.68s Temps de réponse (max) 156.31s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 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
#229#229	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 9.9 Taux de réussite par tentative 43.9% Tests instables 6 Jetons d'entrée 61,094 Jetons de sortie 6,532 Jetons de raisonnement 53,882 Temps de réponse (moy.) 10.63s Temps de réponse (total) 233.77s Temps de réponse (max) 86.23s Mauvaise réponse: 7 Mise en forme supplémentaire: 4 Erreur API: 2 N'a pas suivi les instructions: 2 Astuces anti-IA : 7.3 Programmation : 3.5 Combiné : 6.4 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#243#243	Granite 4.2 8Bmedium	5.2	IBM Granite	$0.009	45.97s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 8.7 Taux de réussite par tentative 34.9% Tests instables 1 Jetons d'entrée 52,909 Jetons de sortie 7,058 Jetons de raisonnement 12,272 Temps de réponse (moy.) 45.97s Temps de réponse (total) 1011.42s Temps de réponse (max) 557.96s Mauvaise réponse: 9 Délai dépassé: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.4 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 3.8 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#247#247	Granite 4.2 8Blow	5.1	IBM Granite	$0.012	54.36s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 9.0 Taux de réussite par tentative 31.8% Tests instables 0 Jetons d'entrée 74,721 Jetons de sortie 9,205 Jetons de raisonnement 18,723 Temps de réponse (moy.) 54.36s Temps de réponse (total) 1195.97s Temps de réponse (max) 566.80s Mauvaise réponse: 10 Délai dépassé: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#288#288	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 43.9% 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 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
#301#301	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 2 Jetons d'entrée 9,081 Jetons de sortie 51,664 Jetons de raisonnement 0 Temps de réponse (moy.) 21.61s Temps de réponse (total) 345.79s Temps de réponse (max) 113.71s Mauvaise réponse: 8 Erreur API: 3 N'a pas suivi les instructions: 2 Astuces anti-IA : 6.5 Programmation : 1.5 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 6.0 Appel d'outils : 3.0 Culture générale : 3.0
#251#251	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 2 Jetons d'entrée 32,525 Jetons de sortie 1,815 Jetons de raisonnement 0 Temps de réponse (moy.) 2.82s Temps de réponse (total) 59.29s Temps de réponse (max) 8.21s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Astuces anti-IA : 3.0 Programmation : 3.9 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.2 Suivi des instructions : 6.5 Résolution d'énigmes : 5.5 Appel d'outils : 10.0 Culture générale : 3.0
#284#284	Elephant Alphamedium	4.3	Openrouter	$0.000	1.27s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 15 Fiabilité N/D Taux de réussite par tentative 28.8% 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 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
#195#195	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.142 ↑	12.73s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 39.4% Tests instables 4 Jetons d'entrée 134,530 Jetons de sortie 86,616 Jetons de raisonnement 0 Temps de réponse (moy.) 12.73s Temps de réponse (total) 279.97s Temps de réponse (max) 209.15s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 3.4 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.5 Suivi des instructions : 6.3 Résolution d'énigmes : 3.7 Appel d'outils : 10.0 Culture générale : 3.0
#201#201	GPT-5.4 Mininone	5.9	OpenAI	$0.095	1.58s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 31.8% Tests instables 2 Jetons d'entrée 79,076 Jetons de sortie 7,898 Jetons de raisonnement 0 Temps de réponse (moy.) 1.58s Temps de réponse (total) 34.86s Temps de réponse (max) 9.92s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 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
#209#209	Ling-3.0-flashnone	5.7	Inclusionai	$0.004 ↕	3.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 0 Jetons d'entrée 123,993 Jetons de sortie 12,777 Jetons de raisonnement 0 Temps de réponse (moy.) 3.56s Temps de réponse (total) 74.74s Temps de réponse (max) 17.51s Mauvaise réponse: 13 Erreur API: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 4.8 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#211#211	Kimi K2.6none	5.7	Moonshot AI	$0.233 ↑	19.57s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 2 Jetons d'entrée 116,983 Jetons de sortie 30,249 Jetons de raisonnement 0 Temps de réponse (moy.) 19.57s Temps de réponse (total) 430.58s Temps de réponse (max) 238.89s Mauvaise réponse: 12 N'a pas suivi les instructions: 3 Aucune réponse: 1 Astuces anti-IA : 4.6 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#212#212	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 2 Jetons d'entrée 241,575 Jetons de sortie 88,459 Jetons de raisonnement 0 Temps de réponse (moy.) 12.93s Temps de réponse (total) 284.39s Temps de réponse (max) 212.63s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 3.7 Combiné : 5.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.8 Appel d'outils : 10.0 Culture générale : 3.0
#230#230	GPT-5.6 Lunanone	5.4	OpenAI	$0.029 ↓	1.50s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 3 Jetons d'entrée 101,332 Jetons de sortie 6,709 Jetons de raisonnement 0 Temps de réponse (moy.) 1.50s Temps de réponse (total) 33.05s Temps de réponse (max) 10.57s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 3.8 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 7.1 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#237#237	Seed-2.0-Codenone	5.3	Bytedance Seed	$0.151	14.67s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 8.6 Taux de réussite par tentative 36.4% Tests instables 5 Jetons d'entrée 159,749 Jetons de sortie 23,433 Jetons de raisonnement 0 Temps de réponse (moy.) 14.67s Temps de réponse (total) 322.71s Temps de réponse (max) 132.84s Mauvaise réponse: 11 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 2 Aucune réponse: 1 Astuces anti-IA : 3.0 Programmation : 3.6 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.0 Suivi des instructions : 6.2 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#242#242	Inklingnone	5.2	Thinkingmachines	$0.147	3.47s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 28.8% Tests instables 1 Jetons d'entrée 104,120 Jetons de sortie 10,554 Jetons de raisonnement 0 Temps de réponse (moy.) 3.47s Temps de réponse (total) 76.28s Temps de réponse (max) 48.02s Mauvaise réponse: 13 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 4.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 5.6 Appel d'outils : 3.0 Culture générale : 3.0
#254#254	Mercury 2.5 Previewlow	5.0	Inception	$0.011	1.31s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 47.0% Tests instables 8 Jetons d'entrée 133,525 Jetons de sortie 7,259 Jetons de raisonnement 24,716 Temps de réponse (moy.) 1.31s Temps de réponse (total) 28.77s Temps de réponse (max) 7.29s Mauvaise réponse: 12 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Astuces anti-IA : 5.6 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 4.1 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 8.2 Appel d'outils : 2.8 Culture générale : 3.0
#256#256	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	17.89s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 5 Jetons d'entrée 135,831 Jetons de sortie 42,099 Jetons de raisonnement 0 Temps de réponse (moy.) 17.89s Temps de réponse (total) 393.53s Temps de réponse (max) 115.89s Mauvaise réponse: 8 Erreur API: 3 Mise en forme supplémentaire: 2 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.2 Programmation : 3.1 Combiné : 4.8 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#260#260	Ling-2.6-flashnone	4.9	Inclusionai	$0.002 ↑	10.71s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 9.6 Taux de réussite par tentative 30.3% Tests instables 2 Jetons d'entrée 114,384 Jetons de sortie 14,903 Jetons de raisonnement 0 Temps de réponse (moy.) 10.71s Temps de réponse (total) 214.28s Temps de réponse (max) 36.03s Mauvaise réponse: 9 Appel d'outil invalide: 3 Erreur API: 2 N'a pas suivi les instructions: 2 Astuces anti-IA : 6.8 Programmation : 5.3 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 2.9 Appel d'outils : 3.0 Culture générale : 3.0

←

1 9 10 11 13

→

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 3.7 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 Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow