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: 2026-10-19 Modèles évalués: 451

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

451/451

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#430#430	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
#431#431	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
#432#432	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
#434#434	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
#435#435	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
#436#436	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
#437#437	Kev 4Bdefault	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
#438#438	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
#440#440	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
#441#441	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
#442#442	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 50,509 Jetons de raisonnement 33,867 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
#443#443	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
#444#444	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
#446#446	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
#447#447	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
#448#448	Solar Decidedefault	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
#449#449	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
#450#450	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
#451#451	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 6 Jetons de raisonnement 729 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
#7#7	GPT-6 Astrahigh	9.9	OpenAI	$4.458	20.16s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 1 Fiabilité 9.9 Taux de réussite par tentative 97.1% Tests instables 1 Jetons d'entrée 167,805 Jetons de sortie 5,651 Jetons de raisonnement 49,944 Temps de réponse (moy.) 20.16s Temps de réponse (total) 463.68s Temps de réponse (max) 254.93s Mauvaise réponse: 1 Tâches agentiques : 10.0 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
#8#8	GPT-6 Astraxhigh	9.9	OpenAI	$6.213	29.67s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 1 Fiabilité 9.9 Taux de réussite par tentative 97.1% Tests instables 1 Jetons d'entrée 170,731 Jetons de sortie 5,865 Jetons de raisonnement 84,230 Temps de réponse (moy.) 29.67s Temps de réponse (total) 682.42s Temps de réponse (max) 381.11s Mauvaise réponse: 1 Tâches agentiques : 10.0 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
#14#14	GPT-6 Astralow	9.6	OpenAI	$2.160	7.01s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 9.9 Taux de réussite par tentative 91.3% Tests instables 0 Jetons d'entrée 159,023 Jetons de sortie 4,935 Jetons de raisonnement 6,454 Temps de réponse (moy.) 7.01s Temps de réponse (total) 161.20s Temps de réponse (max) 49.16s Mauvaise réponse: 2 Tâches agentiques : 10.0 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
#17#17	Gemini 4 Argonhigh	9.5	Google	$1.802	19.03s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 2 Fiabilité 9.9 Taux de réussite par tentative 97.1% Tests instables 2 Jetons d'entrée 240,264 Jetons de sortie 5,707 Jetons de raisonnement 126,366 Temps de réponse (moy.) 19.03s Temps de réponse (total) 437.77s Temps de réponse (max) 82.53s Erreur API: 1 Mauvaise réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 8.2 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#21#21	GPT-6 Astramedium	9.5	OpenAI	$2.707	9.90s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 9.9 Taux de réussite par tentative 91.3% Tests instables 2 Jetons d'entrée 165,464 Jetons de sortie 5,591 Jetons de raisonnement 15,454 Temps de réponse (moy.) 9.90s Temps de réponse (total) 227.67s Temps de réponse (max) 73.48s Mauvaise réponse: 3 Tâches agentiques : 10.0 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
#54#54	Muse Spark Openlow	8.9	Meta	$0.600	21.62s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 9.9 Taux de réussite par tentative 76.8% Tests instables 3 Jetons d'entrée 278,684 Jetons de sortie 10,151 Jetons de raisonnement 48,907 Temps de réponse (moy.) 21.62s Temps de réponse (total) 497.25s Temps de réponse (max) 119.16s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 9.2 Programmation : 10.0 Combiné : 8.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.1 Suivi des instructions : 8.0 Résolution d'énigmes : 10.0 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 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