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.)
#58#58	Gemini 2.5 Flashmedium	8.2	Google	$0.644	21.14s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 1 Jetons d'entrée 132,507 Jetons de sortie 12,739 Jetons de raisonnement 228,626 Temps de réponse (moy.) 21.14s Temps de réponse (total) 465.10s Temps de réponse (max) 140.50s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Astuces anti-IA : 8.4 Programmation : 7.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#59#59	Muse Spark 1.3low	8.2	Meta	$0.689	16.03s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 81.8% Tests instables 5 Jetons d'entrée 116,947 Jetons de sortie 11,026 Jetons de raisonnement 116,685 Temps de réponse (moy.) 16.03s Temps de réponse (total) 352.69s Temps de réponse (max) 78.72s Mauvaise réponse: 4 Erreur API: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 8.2 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#60#60	Claude Sonnet 5medium	8.2	Anthropic	$0.922	12.54s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 3 Jetons d'entrée 145,953 Jetons de sortie 52,330 Jetons de raisonnement 10,874 Temps de réponse (moy.) 12.54s Temps de réponse (total) 275.90s Temps de réponse (max) 66.71s Mauvaise réponse: 5 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 9.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.8 Suivi des instructions : 9.9 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#62#62	GPT-5 Minimedium	8.1	OpenAI	$0.241	27.64s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 4 Jetons d'entrée 98,383 Jetons de sortie 14,409 Jetons de raisonnement 93,610 Temps de réponse (moy.) 27.64s Temps de réponse (total) 608.02s Temps de réponse (max) 111.48s Mauvaise réponse: 5 N'a pas suivi les instructions: 3 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 7.1 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.5 Suivi des instructions : 10.0 Résolution d'énigmes : 5.6 Appel d'outils : 10.0 Culture générale : 3.0
#64#64	Inklinghigh	8.0	Thinkingmachines	$1.046	62.57s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 77.3% Tests instables 3 Jetons d'entrée 86,755 Jetons de sortie 6,057 Jetons de raisonnement 230,570 Temps de réponse (moy.) 62.57s Temps de réponse (total) 1376.46s Temps de réponse (max) 327.51s Mauvaise réponse: 4 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 8.5 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 6.9 Appel d'outils : 3.0 Culture générale : 3.0
#65#65	Muse Spark 1.1high	8.0	Meta	$2.253	36.85s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 6 Jetons d'entrée 129,213 Jetons de sortie 8,356 Jetons de raisonnement 483,560 Temps de réponse (moy.) 36.85s Temps de réponse (total) 810.72s Temps de réponse (max) 196.03s Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Aucune réponse: 1 Astuces anti-IA : 7.5 Programmation : 10.0 Combiné : 5.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 6.4 Résolution d'énigmes : 7.8 Appel d'outils : 9.6 Culture générale : 3.0
#66#66	DeepSeek V4 Flash 0731low	8.0	DeepSeek	$0.044 ↓	77.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 5 Jetons d'entrée 93,345 Jetons de sortie 35,723 Jetons de raisonnement 350,266 Temps de réponse (moy.) 77.55s Temps de réponse (total) 1706.18s Temps de réponse (max) 438.65s Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.2 Programmation : 7.3 Combiné : 9.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 6.5 Suivi des instructions : 9.9 Résolution d'énigmes : 8.0 Appel d'outils : 10.0 Culture générale : 3.0
#67#67	DeepSeek V4 Flash 0731high	8.0	DeepSeek	$0.084 ↓	114.94s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 5 Jetons d'entrée 96,702 Jetons de sortie 16,966 Jetons de raisonnement 496,341 Temps de réponse (moy.) 114.94s Temps de réponse (total) 2528.65s Temps de réponse (max) 600.61s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 6.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#68#68	GLM 5.2high	8.0	Z.ai	$1.188 ↑	69.86s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 3 Jetons d'entrée 83,822 Jetons de sortie 72,040 Jetons de raisonnement 292,615 Temps de réponse (moy.) 69.86s Temps de réponse (total) 1536.98s Temps de réponse (max) 599.43s Délai dépassé: 3 Aucune réponse: 2 Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 6.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.1 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#69#69	Inklingmedium	8.0	Thinkingmachines	$0.383	15.66s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 4 Jetons d'entrée 124,062 Jetons de sortie 12,190 Jetons de raisonnement 51,652 Temps de réponse (moy.) 15.66s Temps de réponse (total) 344.52s Temps de réponse (max) 85.12s Mauvaise réponse: 4 Erreur API: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 8.4 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 2.8
#70#70	GPT-5.6 Terrahigh	8.0	OpenAI	$0.836 ↓	11.22s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 2 Jetons d'entrée 81,056 Jetons de sortie 5,055 Jetons de raisonnement 51,033 Temps de réponse (moy.) 11.22s Temps de réponse (total) 246.77s Temps de réponse (max) 91.49s Mauvaise réponse: 7 Appel d'outil invalide: 1 Astuces anti-IA : 8.3 Programmation : 7.6 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.1 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#72#72	GPT-5.2 Chatnone	7.9	OpenAI	$0.594	7.73s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 4 Jetons d'entrée 101,104 Jetons de sortie 29,742 Jetons de raisonnement 0 Temps de réponse (moy.) 7.73s Temps de réponse (total) 162.40s Temps de réponse (max) 38.52s Mauvaise réponse: 6 Erreur API: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 8.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 4.4 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#73#73	Step 3.7 Flashmedium	7.9	Stepfun	$0.495	23.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 3 Jetons d'entrée 114,191 Jetons de sortie 409,709 Jetons de raisonnement 0 Temps de réponse (moy.) 23.51s Temps de réponse (total) 517.21s Temps de réponse (max) 152.83s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 8.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 9.8 Résolution d'énigmes : 5.7 Appel d'outils : 10.0 Culture générale : 3.0
#74#74	Qwen3.8 27Blow	7.9	Qwen	~$0.071	39.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 0 Jetons d'entrée 99,705 Jetons de sortie 1,545 Jetons de raisonnement 167,784 Temps de réponse (moy.) 39.11s Temps de réponse (total) 860.51s Temps de réponse (max) 376.04s Mauvaise réponse: 4 Aucune réponse: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 7.7 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 3.0 Culture générale : 3.0
#75#75	Qwen3.7 Plusmedium	7.9	Qwen	$0.277 ↓	53.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 3 Jetons d'entrée 115,242 Jetons de sortie 6,163 Jetons de raisonnement 181,174 Temps de réponse (moy.) 53.51s Temps de réponse (total) 1177.25s Temps de réponse (max) 315.30s Mauvaise réponse: 5 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 6.1 Combiné : 8.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#76#76	Qwen3.6 Plusmedium	7.8	Qwen	$0.418 ↑	45.52s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 2 Jetons d'entrée 97,698 Jetons de sortie 6,417 Jetons de raisonnement 191,215 Temps de réponse (moy.) 45.52s Temps de réponse (total) 955.94s Temps de réponse (max) 291.55s Mauvaise réponse: 5 Erreur API: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 6.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#77#77	Gemini 3.5 Flash Litemedium	7.8	Google	$0.272	5.12s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 78.8% Tests instables 6 Jetons d'entrée 103,916 Jetons de sortie 8,892 Jetons de raisonnement 87,343 Temps de réponse (moy.) 5.12s Temps de réponse (total) 112.73s Temps de réponse (max) 26.41s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 7.9 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 4.7 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 2.8
#79#79	GPT-5.6 Terramedium	7.8	OpenAI	$0.523 ↓	6.85s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 2 Jetons d'entrée 79,184 Jetons de sortie 4,878 Jetons de raisonnement 25,471 Temps de réponse (moy.) 6.85s Temps de réponse (total) 150.65s Temps de réponse (max) 41.68s Mauvaise réponse: 8 Astuces anti-IA : 8.3 Programmation : 6.1 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.5 Suivi des instructions : 10.0 Résolution d'énigmes : 8.4 Appel d'outils : 10.0 Culture générale : 3.0
#80#80	Claude Sonnet 4.6medium	7.8	Anthropic	$2.126	28.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 1 Jetons d'entrée 106,316 Jetons de sortie 79,338 Jetons de raisonnement 41,089 Temps de réponse (moy.) 28.08s Temps de réponse (total) 421.15s Temps de réponse (max) 140.96s Mauvaise réponse: 4 Mise en forme supplémentaire: 3 Délai dépassé: 1 Astuces anti-IA : 6.5 Programmation : 5.7 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#82#82	Seed-2.0-Litemedium	7.8	Bytedance Seed	$0.236	47.94s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 4 Jetons d'entrée 129,906 Jetons de sortie 12,530 Jetons de raisonnement 88,766 Temps de réponse (moy.) 47.94s Temps de réponse (total) 1054.57s Temps de réponse (max) 254.92s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 8.0 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 6.7 Suivi des instructions : 10.0 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#83#83	Claude Opus 4.8low	7.8	Anthropic	$2.089	12.88s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 80.3% Tests instables 3 Jetons d'entrée 156,522 Jetons de sortie 43,056 Jetons de raisonnement 9,181 Temps de réponse (moy.) 12.88s Temps de réponse (total) 283.32s Temps de réponse (max) 127.97s Mauvaise réponse: 4 Mise en forme supplémentaire: 1 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 9.9 Analyse et extraction des données : 6.3 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#84#84	Qwen3.7 Flashhigh	7.8	Qwen	$0.052	41.37s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 6 Jetons d'entrée 116,331 Jetons de sortie 12,330 Jetons de raisonnement 357,920 Temps de réponse (moy.) 41.37s Temps de réponse (total) 910.11s Temps de réponse (max) 431.47s Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 8.2 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 7.1 Appel d'outils : 10.0 Culture générale : 3.0
#85#85	GLM 5medium	7.7	Z.ai	$0.228 ↓	33.54s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 78.8% Tests instables 4 Jetons d'entrée 35,224 Jetons de sortie 21,570 Jetons de raisonnement 102,996 Temps de réponse (moy.) 33.54s Temps de réponse (total) 435.99s Temps de réponse (max) 99.85s Mauvaise réponse: 3 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 5.0 Analyse et extraction des données : 7.1 Spécifique au domaine : 3.5 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#87#87	Claude Opus 4.6medium	7.7	Anthropic	$2.961	32.23s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 3 Jetons d'entrée 108,573 Jetons de sortie 69,994 Jetons de raisonnement 26,728 Temps de réponse (moy.) 32.23s Temps de réponse (total) 515.65s Temps de réponse (max) 151.51s Mise en forme supplémentaire: 4 Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Astuces anti-IA : 6.4 Programmation : 5.7 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#88#88	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.476 ↑	92.50s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 6 Jetons d'entrée 90,757 Jetons de sortie 22,928 Jetons de raisonnement 186,516 Temps de réponse (moy.) 92.50s Temps de réponse (total) 2035.01s Temps de réponse (max) 416.76s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 5.7 Programmation : 6.3 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 7.8 Résolution d'énigmes : 6.9 Appel d'outils : 9.8 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