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: 2026-09-04 Modèles évalués: 316

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

316/316

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#314#314	Nemotron 3 Nano Omni 30b A3b Reasoningnone	3.2	NVIDIA	$0.000	728ms
Voir la fiche du modèle Tests totaux 19 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 15.2% 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 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
#315#315	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 27.3% 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 Astuces anti-IA : 10.0 Programmation : 9.8 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
#4#4	GPT-6 Astrahigh	9.9	OpenAI	$3.474	18.65s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 1 Fiabilité 9.9 Taux de réussite par tentative 97.0% Tests instables 1 Jetons d'entrée 79,290 Jetons de sortie 4,847 Jetons de raisonnement 48,775 Temps de réponse (moy.) 18.65s Temps de réponse (total) 410.28s Temps de réponse (max) 254.93s Mauvaise réponse: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.6 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#5#5	GPT-6 Astraxhigh	9.9	OpenAI	$5.156	28.44s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 1 Fiabilité 9.9 Taux de réussite par tentative 97.0% Tests instables 1 Jetons d'entrée 79,662 Jetons de sortie 5,055 Jetons de raisonnement 82,128 Temps de réponse (moy.) 28.44s Temps de réponse (total) 625.68s Temps de réponse (max) 381.11s Mauvaise réponse: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.6 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#9#9	GPT-6 Astralow	9.5	OpenAI	$1.289	5.09s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 2 Fiabilité 9.9 Taux de réussite par tentative 90.9% Tests instables 0 Jetons d'entrée 78,100 Jetons de sortie 4,155 Jetons de raisonnement 5,989 Temps de réponse (moy.) 5.09s Temps de réponse (total) 112.04s Temps de réponse (max) 28.60s Mauvaise réponse: 2 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 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
#14#14	GPT-6 Astramedium	9.4	OpenAI	$1.774	8.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 3 Fiabilité 9.9 Taux de réussite par tentative 90.9% Tests instables 2 Jetons d'entrée 79,264 Jetons de sortie 4,789 Jetons de raisonnement 14,838 Temps de réponse (moy.) 8.08s Temps de réponse (total) 177.70s Temps de réponse (max) 73.48s Mauvaise réponse: 3 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 : 10.0 Appel d'outils : 10.0 Culture générale : 2.8
#41#41	Muse Spark 1.2high	8.7	Meta	$1.771	26.59s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 9.9 Taux de réussite par tentative 74.2% Tests instables 5 Jetons d'entrée 117,037 Jetons de sortie 6,983 Jetons de raisonnement 375,104 Temps de réponse (moy.) 26.59s Temps de réponse (total) 584.89s Temps de réponse (max) 192.00s Mauvaise réponse: 4 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 7.1 Programmation : 10.0 Combiné : 8.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#63#63	Muse Glimmer 30Bxhigh	8.1	Meta	$0.471 ↓	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
#106#106	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 9.9 Taux de réussite par tentative 68.2% Tests instables 0 Jetons d'entrée 95,992 Jetons de sortie 12,446 Jetons de raisonnement 0 Temps de réponse (moy.) 4.56s Temps de réponse (total) 100.30s Temps de réponse (max) 72.30s Mauvaise réponse: 7 Astuces anti-IA : 6.5 Programmation : 5.5 Combiné : 6.5 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
#149#149	Solar Pro 4medium	6.8	Upstage	$0.047	127.64s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 9.9 Taux de réussite par tentative 62.1% Tests instables 4 Jetons d'entrée 87,902 Jetons de sortie 30,743 Jetons de raisonnement 335,668 Temps de réponse (moy.) 127.64s Temps de réponse (total) 2808.09s Temps de réponse (max) 519.91s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 3.0 Suivi des instructions : 9.8 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#157#157	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 9.9 Taux de réussite par tentative 54.6% Tests instables 4 Jetons d'entrée 90,870 Jetons de sortie 5,676 Jetons de raisonnement 314,918 Temps de réponse (moy.) 113.61s Temps de réponse (total) 2499.46s Temps de réponse (max) 560.39s Mauvaise réponse: 7 Erreur API: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 10.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 3.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#174#174	Qwen3.6 Max Previewnone	6.4	Qwen	$0.228 ↓	7.82s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 9.9 Taux de réussite par tentative 56.1% Tests instables 2 Jetons d'entrée 106,348 Jetons de sortie 19,257 Jetons de raisonnement 0 Temps de réponse (moy.) 7.82s Temps de réponse (total) 172.04s Temps de réponse (max) 102.62s Mauvaise réponse: 11 Astuces anti-IA : 5.2 Programmation : 3.8 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#232#232	Nemotron 3.5 Lightninghigh	5.6	NVIDIA	$0.134 ↕	58.26s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 9.9 Taux de réussite par tentative 50.0% Tests instables 12 Jetons d'entrée 118,016 Jetons de sortie 148,344 Jetons de raisonnement 506,253 Temps de réponse (moy.) 58.26s Temps de réponse (total) 1281.79s Temps de réponse (max) 285.26s Mauvaise réponse: 11 N'a pas suivi les instructions: 4 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 5.5 Programmation : 4.4 Combiné : 6.4 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 3.7 Suivi des instructions : 8.5 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#240#240	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
#255#255	Nemotron 3.5 Lightningmedium	5.1	NVIDIA	$0.156 ↕	70.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 9.9 Taux de réussite par tentative 48.5% Tests instables 11 Jetons d'entrée 126,330 Jetons de sortie 165,702 Jetons de raisonnement 594,739 Temps de réponse (moy.) 70.11s Temps de réponse (total) 1542.52s Temps de réponse (max) 437.11s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 6.9 Programmation : 4.4 Combiné : 6.2 Analyse et extraction des données : 3.7 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.5 Résolution d'énigmes : 4.2 Appel d'outils : 10.0 Culture générale : 3.0
#93#93	Nemotron 3 Ultramedium	7.6	NVIDIA	$0.701 ↕	33.62s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 9.8 Taux de réussite par tentative 66.7% Tests instables 3 Jetons d'entrée 233,415 Jetons de sortie 54,384 Jetons de raisonnement 130,021 Temps de réponse (moy.) 33.62s Temps de réponse (total) 739.59s Temps de réponse (max) 392.56s Mauvaise réponse: 7 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 3.7 Suivi des instructions : 9.8 Résolution d'énigmes : 5.5 Appel d'outils : 10.0 Culture générale : 3.0
#179#179	Ling-3.0-flashhigh	6.4	Inclusionai	$0.021 ↕	13.70s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 9.8 Taux de réussite par tentative 63.6% Tests instables 4 Jetons d'entrée 132,044 Jetons de sortie 92,135 Jetons de raisonnement 207,321 Temps de réponse (moy.) 13.70s Temps de réponse (total) 287.75s Temps de réponse (max) 75.27s Mauvaise réponse: 7 Appel d'outil invalide: 2 Erreur API: 1 Astuces anti-IA : 10.0 Programmation : 6.7 Combiné : 2.9 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#225#225	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
#275#275	Nemotron 3.5 Lightninglow	4.8	NVIDIA	$0.140 ↕	59.81s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 9.8 Taux de réussite par tentative 42.4% Tests instables 9 Jetons d'entrée 138,792 Jetons de sortie 142,972 Jetons de raisonnement 522,202 Temps de réponse (moy.) 59.81s Temps de réponse (total) 1315.80s Temps de réponse (max) 312.21s Mauvaise réponse: 14 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 6.9 Programmation : 4.0 Combiné : 6.3 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.6 Intelligence générale : 3.7 Suivi des instructions : 8.4 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#292#292	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 15 Fiabilité 9.8 Taux de réussite par tentative 27.3% 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 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
#302#302	Ling 3.0 Tinynone	4.0	Inclusionai	$0.000	14.02s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 20 Fiabilité 9.8 Taux de réussite par tentative 9.1% Tests instables 0 Jetons d'entrée 184,579 Jetons de sortie 110,071 Jetons de raisonnement 0 Temps de réponse (moy.) 14.02s Temps de réponse (total) 294.46s Temps de réponse (max) 240.61s Mauvaise réponse: 13 N'a pas suivi les instructions: 4 Erreur API: 1 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 4.2 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 3.4 Suivi des instructions : 3.1 Résolution d'énigmes : 3.0 Appel d'outils : 3.0 Culture générale : 3.0
#97#97	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 9.7 Taux de réussite par tentative 62.1% Tests instables 5 Jetons d'entrée 121,996 Jetons de sortie 90,051 Jetons de raisonnement 185,731 Temps de réponse (moy.) 75.15s Temps de réponse (total) 1578.24s Temps de réponse (max) 431.03s Mauvaise réponse: 4 Délai dépassé: 3 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Aucune réponse: 1 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
#53#53	Qwen3.8 27Bhigh	8.4	Qwen	~$0.287	167.89s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 9.6 Taux de réussite par tentative 77.3% Tests instables 2 Jetons d'entrée 100,179 Jetons de sortie 904 Jetons de raisonnement 655,731 Temps de réponse (moy.) 167.89s Temps de réponse (total) 3693.54s Temps de réponse (max) 640.85s N'a pas suivi les instructions: 2 Aucune réponse: 2 Mauvaise réponse: 2 Astuces anti-IA : 10.0 Programmation : 8.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#81#81	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 9.6 Taux de réussite par tentative 66.7% Tests instables 1 Jetons d'entrée 98,266 Jetons de sortie 1,861 Jetons de raisonnement 134,301 Temps de réponse (moy.) 33.05s Temps de réponse (total) 694.04s Temps de réponse (max) 214.63s Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Erreur API: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.7 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.3 Appel d'outils : 3.0 Culture générale : 3.0
#124#124	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.323 ↓	46.97s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 9.6 Taux de réussite par tentative 63.6% Tests instables 2 Jetons d'entrée 42,106 Jetons de sortie 2,280 Jetons de raisonnement 169,843 Temps de réponse (moy.) 46.97s Temps de réponse (total) 986.35s Temps de réponse (max) 189.38s Mauvaise réponse: 8 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 6.2 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.9 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 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 Astramax GPT-6 AstramaxvsGPT-6 Astrahigh GPT-6 AstrahighvsGPT-6 Astraxhigh GPT-6 AstraxhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow GPT-6 AstralowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium