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: 2026-10-17 Modèles évalués: 442

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

442/442

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#368#368	Laguna S 2.1low	4.6	Poolside	$0.108 ↓	88.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 10.0 Taux de réussite par tentative 23.2% Tests instables 6 Jetons d'entrée 232,641 Jetons de sortie 69,335 Jetons de raisonnement 426,182 Temps de réponse (moy.) 88.24s Temps de réponse (total) 2029.57s Temps de réponse (max) 814.73s Mauvaise réponse: 16 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 2.8 Astuces anti-IA : 3.4 Programmation : 3.8 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 4.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#380#380	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 9.1 Taux de réussite par tentative 15.9% Tests instables 2 Jetons d'entrée 226,872 Jetons de sortie 133,268 Jetons de raisonnement 0 Temps de réponse (moy.) 84.66s Temps de réponse (total) 1947.17s Temps de réponse (max) 747.17s Mauvaise réponse: 11 Mise en forme supplémentaire: 4 Délai dépassé: 3 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 4.9 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#390#390	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 8.7 Taux de réussite par tentative 26.1% Tests instables 6 Jetons d'entrée 387,323 Jetons de sortie 48,562 Jetons de raisonnement 410,431 Temps de réponse (moy.) 110.18s Temps de réponse (total) 1873.00s Temps de réponse (max) 569.97s Délai dépassé: 11 Aucune réponse: 3 Mauvaise réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.2 Astuces anti-IA : 5.1 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 2.8 Suivi des instructions : 6.5 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#397#397	Nemotron 3.5 Lightningnone	3.8	NVIDIA	$0.009 ↕	15.92s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 20 Fiabilité 9.8 Taux de réussite par tentative 15.9% Tests instables 2 Jetons d'entrée 97,418 Jetons de sortie 4,779 Jetons de raisonnement 0 Temps de réponse (moy.) 15.92s Temps de réponse (total) 366.20s Temps de réponse (max) 339.57s Mauvaise réponse: 16 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Délai dépassé: 1 Tâches agentiques : 3.0 Astuces anti-IA : 4.8 Programmation : 3.1 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 2.8 Culture générale : 3.0
#436#436	LFM2-24B-A2Bdefault	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
#422#422	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
#361#361	Laguna S 2.1none	4.7	Poolside	$0.044 ↓	17.65s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 21 Fiabilité 10.0 Taux de réussite par tentative 14.5% Tests instables 3 Jetons d'entrée 287,445 Jetons de sortie 99,097 Jetons de raisonnement 0 Temps de réponse (moy.) 17.65s Temps de réponse (total) 406.05s Temps de réponse (max) 200.52s Mauvaise réponse: 18 N'a pas suivi les instructions: 2 Aucune réponse: 1 Tâches agentiques : 5.4 Astuces anti-IA : 3.1 Programmation : 3.4 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 4.3 Résolution d'énigmes : 3.1 Appel d'outils : 4.7 Culture générale : 3.0
#388#388	Mercury 2.5none	4.1	Inception	$0.026	5.10s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 21 Fiabilité 10.0 Taux de réussite par tentative 24.6% Tests instables 7 Jetons d'entrée 311,488 Jetons de sortie 89,958 Jetons de raisonnement 0 Temps de réponse (moy.) 5.10s Temps de réponse (total) 117.24s Temps de réponse (max) 63.41s Mauvaise réponse: 15 N'a pas suivi les instructions: 4 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 5.0 Astuces anti-IA : 3.8 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 4.9 Résolution d'énigmes : 3.7 Appel d'outils : 10.0 Culture générale : 3.0
#395#395	Ling 3.0 Tinydefault	3.8	Inclusionai	$0.000	13.39s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 21 Fiabilité 9.8 Taux de réussite par tentative 8.7% Tests instables 0 Jetons d'entrée 184,579 Jetons de sortie 110,071 Jetons de raisonnement 0 Temps de réponse (moy.) 13.39s Temps de réponse (total) 294.48s Temps de réponse (max) 240.61s Mauvaise réponse: 13 N'a pas suivi les instructions: 4 Erreur API: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 3.0 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
#396#396	Granite 4.1 8bdefault	3.8	IBM Granite	$0.007	1.38s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 21 Fiabilité 10.0 Taux de réussite par tentative 8.7% Tests instables 0 Jetons d'entrée 113,836 Jetons de sortie 5,996 Jetons de raisonnement 0 Temps de réponse (moy.) 1.38s Temps de réponse (total) 31.81s Temps de réponse (max) 16.67s Mauvaise réponse: 13 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Tâches agentiques : 3.0 Astuces anti-IA : 4.9 Programmation : 4.5 Combiné : 3.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 3.6 Résolution d'énigmes : 3.2 Appel d'outils : 10.0 Culture générale : 3.0
#438#438	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
#398#398	Xing4.0 29b A4bmedium	3.7	Xingchen AGI	$0.000	371.69s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 22 Fiabilité 7.3 Taux de réussite par tentative 26.1% Tests instables 11 Jetons d'entrée 98,467 Jetons de sortie 3,385 Jetons de raisonnement 104,595 Temps de réponse (moy.) 371.69s Temps de réponse (total) 8548.88s Temps de réponse (max) 971.85s Mauvaise réponse: 9 Délai dépassé: 6 Erreur API: 4 N'a pas suivi les instructions: 3 Tâches agentiques : 3.0 Astuces anti-IA : 3.8 Programmation : 4.2 Combiné : 3.0 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.6 Intelligence générale : 3.2 Suivi des instructions : 4.3 Résolution d'énigmes : 2.9 Appel d'outils : 10.0 Culture générale : 3.0
#408#408	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
#412#412	Xing4.0 29b A4bnone	3.3	Xingchen AGI	$0.000	42.72s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 23 Fiabilité 8.8 Taux de réussite par tentative 7.3% Tests instables 4 Jetons d'entrée 153,665 Jetons de sortie 26,540 Jetons de raisonnement 0 Temps de réponse (moy.) 42.72s Temps de réponse (total) 982.66s Temps de réponse (max) 634.11s Mauvaise réponse: 13 N'a pas suivi les instructions: 5 Erreur API: 3 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 3.0 Astuces anti-IA : 3.3 Programmation : 3.6 Combiné : 3.0 Analyse et extraction des données : 2.9 Spécifique au domaine : 3.0 Intelligence générale : 3.4 Suivi des instructions : 4.0 Résolution d'énigmes : 3.1 Appel d'outils : 4.7 Culture générale : 3.0
#414#414	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
#417#417	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
#418#418	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

←

1 17 18

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