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.)
#300#300	Laguna Xs.2none	3.8	Poolside	$0.004 ↕	806ms
Voir la fiche du modèle Tests totaux 19 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 22.7% 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 Astuces anti-IA : 3.0 Programmation : 8.3 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
#282#282	Elephant Alphanone	4.3	Openrouter	$0.000	1.22s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 16 Fiabilité N/D Taux de réussite par tentative 25.8% 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 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
#221#221	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
#231#231	MiMo-V2.5-Pronone	5.4	Xiaomi	$0.068 ↓	4.24s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 4 Jetons d'entrée 124,808 Jetons de sortie 15,362 Jetons de raisonnement 0 Temps de réponse (moy.) 4.24s Temps de réponse (total) 93.28s Temps de réponse (max) 53.13s Mauvaise réponse: 12 N'a pas suivi les instructions: 4 Aucune réponse: 1 Astuces anti-IA : 3.3 Programmation : 4.3 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 6.4 Résolution d'énigmes : 6.7 Appel d'outils : 10.0 Culture générale : 3.0
#232#232	Kimi K2.5none	5.4	Moonshot AI	$0.101 ↓	18.03s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 4 Jetons d'entrée 89,320 Jetons de sortie 26,643 Jetons de raisonnement 0 Temps de réponse (moy.) 18.03s Temps de réponse (total) 288.42s Temps de réponse (max) 102.83s Mauvaise réponse: 16 Aucune réponse: 1 Astuces anti-IA : 3.6 Programmation : 5.5 Combiné : 2.8 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#235#235	Inkling Smallnone	5.3	Thinkingmachines	$0.054 ↓	1.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 24.2% Tests instables 1 Jetons d'entrée 94,733 Jetons de sortie 8,770 Jetons de raisonnement 0 Temps de réponse (moy.) 1.51s Temps de réponse (total) 33.21s Temps de réponse (max) 12.35s Mauvaise réponse: 15 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 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
#236#236	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 3 Jetons d'entrée 91,607 Jetons de sortie 13,377 Jetons de raisonnement 0 Temps de réponse (moy.) 1.55s Temps de réponse (total) 34.01s Temps de réponse (max) 19.02s Mauvaise réponse: 14 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 5.3 Programmation : 4.3 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 3.8 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#244#244	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
#245#245	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 25.8% Tests instables 1 Jetons d'entrée 104,717 Jetons de sortie 9,812 Jetons de raisonnement 0 Temps de réponse (moy.) 1.20s Temps de réponse (total) 26.41s Temps de réponse (max) 13.16s Mauvaise réponse: 16 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.4 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#246#246	Mistral Small 4medium	5.1	Mistral	$0.097	10.80s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 8 Jetons d'entrée 140,559 Jetons de sortie 40,268 Jetons de raisonnement 93,329 Temps de réponse (moy.) 10.80s Temps de réponse (total) 237.60s Temps de réponse (max) 59.15s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Astuces anti-IA : 5.6 Programmation : 4.4 Combiné : 3.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.9 Intelligence générale : 4.8 Suivi des instructions : 7.3 Résolution d'énigmes : 3.4 Appel d'outils : 10.0 Culture générale : 3.0
#248#248	Qwen3 Coder Nextnone	5.1	Qwen	$0.026 ↑	8.63s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 25.8% Tests instables 1 Jetons d'entrée 134,227 Jetons de sortie 11,808 Jetons de raisonnement 0 Temps de réponse (moy.) 8.63s Temps de réponse (total) 146.72s Temps de réponse (max) 45.14s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 3.6 Programmation : 4.6 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#249#249	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.68s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 2 Jetons d'entrée 141,052 Jetons de sortie 16,464 Jetons de raisonnement 0 Temps de réponse (moy.) 4.68s Temps de réponse (total) 103.02s Temps de réponse (max) 55.36s Mauvaise réponse: 14 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 2.9 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#253#253	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 9 Jetons d'entrée 114,527 Jetons de sortie 18,558 Jetons de raisonnement 129,146 Temps de réponse (moy.) 43.25s Temps de réponse (total) 908.21s Temps de réponse (max) 196.21s Mauvaise réponse: 6 N'a pas suivi les instructions: 5 Aucune réponse: 2 Délai dépassé: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 7.9 Programmation : 5.7 Combiné : 3.8 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 3.9 Suivi des instructions : 3.8 Résolution d'énigmes : 5.9 Appel d'outils : 4.7 Culture générale : 3.0
#257#257	GPT-4o-mininone	5.0	OpenAI	$0.010	1.92s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 22.7% Tests instables 0 Jetons d'entrée 53,145 Jetons de sortie 2,913 Jetons de raisonnement 0 Temps de réponse (moy.) 1.92s Temps de réponse (total) 30.71s Temps de réponse (max) 7.58s Mauvaise réponse: 15 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 4.8 Programmation : 3.2 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.5 Appel d'outils : 10.0 Culture générale : 3.0
#261#261	Nemotron 3 Supernone	4.8	NVIDIA	$0.008 ↑	6.04s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 9.2 Taux de réussite par tentative 27.3% Tests instables 2 Jetons d'entrée 63,528 Jetons de sortie 6,432 Jetons de raisonnement 0 Temps de réponse (moy.) 6.04s Temps de réponse (total) 132.96s Temps de réponse (max) 20.00s Mauvaise réponse: 15 N'a pas suivi les instructions: 2 Astuces anti-IA : 4.8 Programmation : 3.3 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.6 Suivi des instructions : 6.3 Résolution d'énigmes : 5.5 Appel d'outils : 4.7 Culture générale : 3.0
#264#264	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
#266#266	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
#268#268	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.070	12.46s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 7 Jetons d'entrée 69,376 Jetons de sortie 97,752 Jetons de raisonnement 0 Temps de réponse (moy.) 12.46s Temps de réponse (total) 274.11s Temps de réponse (max) 121.05s Mauvaise réponse: 13 Mise en forme supplémentaire: 3 Erreur API: 1 Astuces anti-IA : 5.3 Programmation : 3.3 Combiné : 3.8 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 9.9 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#269#269	GLM 4.7 Flashnone	4.8	Z.ai	$0.016	8.81s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 3 Jetons d'entrée 101,513 Jetons de sortie 22,992 Jetons de raisonnement 0 Temps de réponse (moy.) 8.81s Temps de réponse (total) 140.88s Temps de réponse (max) 97.15s Mauvaise réponse: 14 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 5.2 Programmation : 4.3 Combiné : 3.0 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 6.5 Résolution d'énigmes : 6.4 Appel d'outils : 2.8 Culture générale : 3.0
#278#278	MiniMax M2.5medium	4.6	Minimax	$0.327 ↑	69.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 9 Jetons d'entrée 142,621 Jetons de sortie 20,409 Jetons de raisonnement 251,820 Temps de réponse (moy.) 69.08s Temps de réponse (total) 1036.24s Temps de réponse (max) 251.36s Mauvaise réponse: 7 Délai dépassé: 4 N'a pas suivi les instructions: 3 Aucune réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 7.9 Programmation : 3.4 Combiné : 3.7 Analyse et extraction des données : 4.6 Spécifique au domaine : 2.9 Intelligence générale : 3.8 Suivi des instructions : 7.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#281#281	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	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	3.4	NVIDIA	$0.000	17.13s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 27.3% 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 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
#270#270	Trinity Large Previewnone	4.8	Arcee AI	$0.008 ↑	2.98s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 21.2% Tests instables 2 Jetons d'entrée 29,828 Jetons de sortie 2,169 Jetons de raisonnement 0 Temps de réponse (moy.) 2.98s Temps de réponse (total) 56.57s Temps de réponse (max) 14.34s Mauvaise réponse: 12 N'a pas suivi les instructions: 3 Erreur API: 2 Astuces anti-IA : 3.1 Programmation : 3.7 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.5 Suivi des instructions : 3.5 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#289#289	Hy3 previewnone	4.0	Tencent	$0.007 ↕	12.92s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 22.7% 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 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
#290#290	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 6.7 Taux de réussite par tentative 24.2% 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 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

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