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.)
#89#89	DeepSeek V4 Flash 0423high	7.6	DeepSeek	$0.042 ↓	51.81s
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 108,480 Jetons de sortie 37,229 Jetons de raisonnement 174,081 Temps de réponse (moy.) 51.81s Temps de réponse (total) 1139.75s Temps de réponse (max) 218.13s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 8.3 Programmation : 7.8 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#90#90	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 4 Jetons d'entrée 35,593 Jetons de sortie 12,245 Jetons de raisonnement 62,277 Temps de réponse (moy.) 23.00s Temps de réponse (total) 482.97s Temps de réponse (max) 194.23s Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 8.2 Combiné : 5.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#91#91	GPT-5.6 Lunahigh	7.6	OpenAI	$0.179 ↓	16.49s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 4 Jetons d'entrée 80,927 Jetons de sortie 5,088 Jetons de raisonnement 130,227 Temps de réponse (moy.) 16.49s Temps de réponse (total) 362.78s Temps de réponse (max) 111.09s Mauvaise réponse: 8 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 9.9 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#92#92	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 2 Jetons d'entrée 98,116 Jetons de sortie 21,720 Jetons de raisonnement 367,730 Temps de réponse (moy.) 134.85s Temps de réponse (total) 2966.79s Temps de réponse (max) 491.42s Mauvaise réponse: 4 N'a pas suivi les instructions: 3 Aucune réponse: 2 Mise en forme supplémentaire: 1 Astuces anti-IA : 8.3 Programmation : 5.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.5 Suivi des instructions : 8.4 Résolution d'énigmes : 8.9 Appel d'outils : 10.0 Culture générale : 3.0
#94#94	Claude Opus 5none	7.5	Anthropic	$1.550	7.65s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 57.6% Tests instables 1 Jetons d'entrée 185,547 Jetons de sortie 24,866 Jetons de raisonnement 0 Temps de réponse (moy.) 7.65s Temps de réponse (total) 168.35s Temps de réponse (max) 47.72s Mauvaise réponse: 6 Mise en forme supplémentaire: 2 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 5.5 Programmation : 5.9 Combiné : 8.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#95#95	GPT-5.4 Nanomedium	7.5	OpenAI	$0.142	13.32s
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 82,828 Jetons de sortie 7,100 Jetons de raisonnement 92,781 Temps de réponse (moy.) 13.32s Temps de réponse (total) 292.97s Temps de réponse (max) 94.06s Mauvaise réponse: 8 N'a pas suivi les instructions: 2 Astuces anti-IA : 8.3 Programmation : 6.1 Combiné : 9.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 4.5 Suivi des instructions : 9.8 Résolution d'énigmes : 4.1 Appel d'outils : 10.0 Culture générale : 3.0
#96#96	GPT-5.6 Terralow	7.5	OpenAI	$0.420 ↓	5.45s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 74.2% Tests instables 6 Jetons d'entrée 80,304 Jetons de sortie 4,714 Jetons de raisonnement 16,872 Temps de réponse (moy.) 5.45s Temps de réponse (total) 119.83s Temps de réponse (max) 19.85s Mauvaise réponse: 8 Appel d'outil invalide: 1 Astuces anti-IA : 8.3 Programmation : 6.6 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.8 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 4.7 Culture générale : 3.0
#98#98	GPT 5.3 Chatnone	7.5	OpenAI	$0.533	6.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 4 Jetons d'entrée 78,846 Jetons de sortie 28,179 Jetons de raisonnement 0 Temps de réponse (moy.) 6.56s Temps de réponse (total) 137.77s Temps de réponse (max) 18.33s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Astuces anti-IA : 6.7 Programmation : 5.6 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.6 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#99#99	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 72.7% Tests instables 5 Jetons d'entrée 113,569 Jetons de sortie 9,823 Jetons de raisonnement 264,886 Temps de réponse (moy.) 91.76s Temps de réponse (total) 1376.42s Temps de réponse (max) 304.85s Mauvaise réponse: 4 Délai dépassé: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.2 Programmation : 6.6 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#100#100	Qwen3.5-27Bmedium	7.5	Qwen	$0.982 ↓	113.28s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 6 Jetons d'entrée 111,644 Jetons de sortie 16,113 Jetons de raisonnement 598,796 Temps de réponse (moy.) 113.28s Temps de réponse (total) 2492.26s Temps de réponse (max) 1026.43s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 8.7 Programmation : 6.2 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 6.1 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#101#101	Mercury 2.5 Previewmedium	7.5	Inception	$0.024	3.58s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 1 Jetons d'entrée 112,713 Jetons de sortie 5,436 Jetons de raisonnement 121,598 Temps de réponse (moy.) 3.58s Temps de réponse (total) 78.66s Temps de réponse (max) 17.84s Mauvaise réponse: 4 Erreur API: 1 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 3.0
#102#102	GPT-5.4 Minimedium	7.5	OpenAI	$0.786	26.72s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 5 Jetons d'entrée 97,164 Jetons de sortie 6,211 Jetons de raisonnement 152,133 Temps de réponse (moy.) 26.72s Temps de réponse (total) 587.90s Temps de réponse (max) 138.75s Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 8.6 Programmation : 8.4 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 4.5 Suivi des instructions : 9.8 Résolution d'énigmes : 7.8 Appel d'outils : 4.7 Culture générale : 3.0
#103#103	Grok Build 0.1medium	7.5	X AI	$1.130	54.50s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 1 Jetons d'entrée 106,946 Jetons de sortie 7,993 Jetons de raisonnement 503,413 Temps de réponse (moy.) 54.50s Temps de réponse (total) 1199.07s Temps de réponse (max) 252.69s Mauvaise réponse: 6 Mise en forme supplémentaire: 3 Astuces anti-IA : 8.3 Programmation : 5.7 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.4 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#104#104	Gemini 3.8 Flashlow	7.5	Google	$0.239	4.83s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 81.8% Tests instables 4 Jetons d'entrée 111,773 Jetons de sortie 8,035 Jetons de raisonnement 33,289 Temps de réponse (moy.) 4.83s Temps de réponse (total) 106.18s Temps de réponse (max) 35.14s Mauvaise réponse: 5 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 5.4 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.8 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#105#105	Gemini 3.1 Flash Lite Previewmedium	7.4	Google	$0.117	4.59s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 0 Jetons d'entrée 117,493 Jetons de sortie 10,589 Jetons de raisonnement 47,189 Temps de réponse (moy.) 4.59s Temps de réponse (total) 101.04s Temps de réponse (max) 18.34s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 9.1 Programmation : 5.5 Combiné : 7.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#107#107	Kimi K2.7 Codemedium	7.4	Moonshot AI	$0.687 ↓	80.09s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 5 Jetons d'entrée 72,085 Jetons de sortie 57,453 Jetons de raisonnement 182,093 Temps de réponse (moy.) 80.09s Temps de réponse (total) 1681.85s Temps de réponse (max) 365.80s Mauvaise réponse: 6 Délai dépassé: 3 Erreur API: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 7.3 Programmation : 7.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.7 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 5.9 Appel d'outils : 3.0 Culture générale : 3.0
#108#108	GPT-5.6 Lunamedium	7.4	OpenAI	$0.072 ↓	7.43s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 62.1% Tests instables 2 Jetons d'entrée 89,685 Jetons de sortie 5,701 Jetons de raisonnement 38,824 Temps de réponse (moy.) 7.43s Temps de réponse (total) 163.54s Temps de réponse (max) 29.85s Mauvaise réponse: 9 Astuces anti-IA : 8.3 Programmation : 5.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.9 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#109#109	LongCat 2.0medium	7.4	Meituan	$0.499	143.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 59.1% Tests instables 2 Jetons d'entrée 97,324 Jetons de sortie 44,383 Jetons de raisonnement 346,490 Temps de réponse (moy.) 143.55s Temps de réponse (total) 3158.11s Temps de réponse (max) 939.52s Mauvaise réponse: 7 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 6.5 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#111#111	Grok 4.6low	7.4	X AI	$0.449	14.55s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 1 Jetons d'entrée 109,960 Jetons de sortie 5,124 Jetons de raisonnement 32,924 Temps de réponse (moy.) 14.55s Temps de réponse (total) 320.17s Temps de réponse (max) 26.46s Mauvaise réponse: 7 Astuces anti-IA : 10.0 Programmation : 5.5 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#112#112	Gemini 3 Flash Previewlow	7.4	Google	$0.185	6.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 75.8% Tests instables 2 Jetons d'entrée 123,687 Jetons de sortie 9,572 Jetons de raisonnement 31,204 Temps de réponse (moy.) 6.51s Temps de réponse (total) 143.12s Temps de réponse (max) 17.13s Mauvaise réponse: 6 Astuces anti-IA : 10.0 Programmation : 5.8 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#113#113	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	7.67s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 57.6% Tests instables 1 Jetons d'entrée 123,273 Jetons de sortie 19,362 Jetons de raisonnement 0 Temps de réponse (moy.) 7.67s Temps de réponse (total) 122.78s Temps de réponse (max) 51.18s Mauvaise réponse: 5 Mise en forme supplémentaire: 4 N'a pas suivi les instructions: 1 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 9.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 6.1 Suivi des instructions : 6.5 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#114#114	GLM 5.3high	7.3	Z.ai	$0.403	27.82s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 74.2% Tests instables 7 Jetons d'entrée 87,601 Jetons de sortie 6,006 Jetons de raisonnement 57,661 Temps de réponse (moy.) 27.82s Temps de réponse (total) 612.06s Temps de réponse (max) 159.91s Mauvaise réponse: 6 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#115#115	KAT-Coder-Pro V2.5low	7.3	Kwaipilot	$0.400	20.20s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 68.2% Tests instables 8 Jetons d'entrée 87,682 Jetons de sortie 7,166 Jetons de raisonnement 106,027 Temps de réponse (moy.) 20.20s Temps de réponse (total) 444.35s Temps de réponse (max) 209.15s Mauvaise réponse: 10 Erreur API: 1 Astuces anti-IA : 6.9 Programmation : 7.8 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 4.1 Suivi des instructions : 10.0 Résolution d'énigmes : 6.4 Appel d'outils : 10.0 Culture générale : 3.0
#116#116	GLM 5.3 Flashhigh	7.3	Z.ai	$0.029	25.36s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 66.7% Tests instables 3 Jetons d'entrée 113,003 Jetons de sortie 11,558 Jetons de raisonnement 66,760 Temps de réponse (moy.) 25.36s Temps de réponse (total) 558.01s Temps de réponse (max) 163.41s Mauvaise réponse: 4 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 8.2 Combiné : 6.4 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
#117#117	Gemini 3.1 Flash Litemedium	7.3	Google	$0.120	4.38s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 62.1% Tests instables 2 Jetons d'entrée 104,925 Jetons de sortie 9,168 Jetons de raisonnement 53,188 Temps de réponse (moy.) 4.38s Temps de réponse (total) 96.32s Temps de réponse (max) 26.22s Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 9.1 Programmation : 5.5 Combiné : 7.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 7.6 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