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.)
#148#148	Solar Pro 4low	6.8	Upstage	$0.044	136.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 6 Jetons d'entrée 90,556 Jetons de sortie 6,153 Jetons de raisonnement 332,220 Temps de réponse (moy.) 136.11s Temps de réponse (total) 2994.49s Temps de réponse (max) 640.89s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 8.2 Programmation : 5.5 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 8.0 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 3.0
#150#150	DeepSeek V4 Pronone	6.8	DeepSeek	$0.220 ↑	11.71s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 47.0% Tests instables 4 Jetons d'entrée 148,078 Jetons de sortie 35,547 Jetons de raisonnement 0 Temps de réponse (moy.) 11.71s Temps de réponse (total) 257.67s Temps de réponse (max) 119.44s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.2 Programmation : 5.6 Combiné : 7.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#151#151	GLM 5.3low	6.8	Z.ai	$0.257	13.65s
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 104,989 Jetons de sortie 8,532 Jetons de raisonnement 16,276 Temps de réponse (moy.) 13.65s Temps de réponse (total) 300.22s Temps de réponse (max) 83.60s Mauvaise réponse: 8 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.9 Programmation : 6.2 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.1 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#152#152	MiMo-V2.5-Promedium	6.8	Xiaomi	$0.221 ↓	48.68s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 6 Jetons d'entrée 139,892 Jetons de sortie 15,569 Jetons de raisonnement 169,897 Temps de réponse (moy.) 48.68s Temps de réponse (total) 1071.02s Temps de réponse (max) 333.34s Mise en forme supplémentaire: 3 Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Erreur API: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 6.2 Combiné : 6.9 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 9.9 Résolution d'énigmes : 6.7 Appel d'outils : 10.0 Culture générale : 3.0
#153#153	Gemini 3 Flash Previewnone	6.8	Google	$0.085	2.82s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 3 Jetons d'entrée 104,217 Jetons de sortie 10,710 Jetons de raisonnement 0 Temps de réponse (moy.) 2.82s Temps de réponse (total) 45.05s Temps de réponse (max) 21.19s Mauvaise réponse: 8 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 6.4 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#154#154	Gemma 4 26B A4Bmedium	6.8	Google	$0.092 ↓	104.93s
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 77,528 Jetons de sortie 26,048 Jetons de raisonnement 227,598 Temps de réponse (moy.) 104.93s Temps de réponse (total) 2203.52s Temps de réponse (max) 912.19s Aucune réponse: 2 Délai dépassé: 2 Mauvaise réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 2.9 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#155#155	GLM 5.2none	6.7	Z.ai	$0.153 ↓	9.65s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 2 Jetons d'entrée 112,458 Jetons de sortie 14,344 Jetons de raisonnement 0 Temps de réponse (moy.) 9.65s Temps de réponse (total) 212.38s Temps de réponse (max) 79.65s Mauvaise réponse: 7 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.3 Programmation : 3.7 Combiné : 6.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#156#156	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.487	26.01s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 71.2% Tests instables 8 Jetons d'entrée 98,508 Jetons de sortie 139,572 Jetons de raisonnement 0 Temps de réponse (moy.) 26.01s Temps de réponse (total) 572.22s Temps de réponse (max) 335.41s Mauvaise réponse: 10 Appel d'outil invalide: 1 Astuces anti-IA : 8.7 Programmation : 6.1 Combiné : 4.1 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#158#158	Gemini 3.5 Flashminimal	6.7	Google	$0.300	2.65s
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 100,762 Jetons de sortie 16,454 Jetons de raisonnement 0 Temps de réponse (moy.) 2.65s Temps de réponse (total) 58.21s Temps de réponse (max) 25.26s Mauvaise réponse: 6 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 6.5 Programmation : 5.6 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 6.4 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#159#159	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 6 Jetons d'entrée 44,615 Jetons de sortie 2,347 Jetons de raisonnement 98,415 Temps de réponse (moy.) 23.08s Temps de réponse (total) 484.63s Temps de réponse (max) 95.88s Mauvaise réponse: 7 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 7.2 Programmation : 6.0 Combiné : 3.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 7.7 Appel d'outils : 7.0 Culture générale : 3.0
#160#160	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 51.5% Tests instables 4 Jetons d'entrée 93,411 Jetons de sortie 30,470 Jetons de raisonnement 356,172 Temps de réponse (moy.) 153.29s Temps de réponse (total) 3372.36s Temps de réponse (max) 941.66s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 Astuces anti-IA : 8.9 Programmation : 7.8 Combiné : 10.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 5.1 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#161#161	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 72.7% Tests instables 0 Jetons d'entrée 69,576 Jetons de sortie 6,265 Jetons de raisonnement 0 Temps de réponse (moy.) 3.02s Temps de réponse (total) 57.44s Temps de réponse (max) 18.27s Mauvaise réponse: 3 Astuces anti-IA : 8.3 Programmation : 3.3 Combiné : 4.8 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
#162#162	Gemini 3.5 Flash Litelow	6.6	Google	$0.138	2.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 69.7% Tests instables 6 Jetons d'entrée 139,165 Jetons de sortie 12,899 Jetons de raisonnement 25,511 Temps de réponse (moy.) 2.56s Temps de réponse (total) 56.32s Temps de réponse (max) 15.14s Mauvaise réponse: 8 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 9.0 Programmation : 4.3 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 4.7
#163#163	Qwen3.5-27Bnone	6.6	Qwen	$0.058 ↓	4.77s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 2 Jetons d'entrée 102,325 Jetons de sortie 24,323 Jetons de raisonnement 0 Temps de réponse (moy.) 4.77s Temps de réponse (total) 105.00s Temps de réponse (max) 69.46s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Astuces anti-IA : 4.8 Programmation : 5.8 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 6.7 Appel d'outils : 10.0 Culture générale : 3.0
#164#164	Gemini 3.1 Flash Lite Previewlow	6.6	Google	$0.646	16.67s
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 110,196 Jetons de sortie 14,717 Jetons de raisonnement 397,462 Temps de réponse (moy.) 16.67s Temps de réponse (total) 366.69s Temps de réponse (max) 309.35s Mauvaise réponse: 6 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 4.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#165#165	Inkling Smallmedium	6.6	Thinkingmachines	$0.113 ↓	6.30s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 53.0% Tests instables 3 Jetons d'entrée 100,255 Jetons de sortie 6,422 Jetons de raisonnement 49,847 Temps de réponse (moy.) 6.30s Temps de réponse (total) 138.60s Temps de réponse (max) 17.26s Mauvaise réponse: 6 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.3 Suivi des instructions : 8.5 Résolution d'énigmes : 5.8 Appel d'outils : 3.0 Culture générale : 3.0
#166#166	Gemini 3.1 Flash Litelow	6.6	Google	$0.621	16.25s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 2 Jetons d'entrée 94,233 Jetons de sortie 7,759 Jetons de raisonnement 390,132 Temps de réponse (moy.) 16.25s Temps de réponse (total) 357.39s Temps de réponse (max) 318.02s Mauvaise réponse: 8 Appel d'outil invalide: 1 Astuces anti-IA : 7.3 Programmation : 5.5 Combiné : 3.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 4.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#167#167	Qwen3.6 35B A3Bmedium	6.6	Qwen	$0.672 ↓	58.49s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 57.6% Tests instables 2 Jetons d'entrée 85,148 Jetons de sortie 61,736 Jetons de raisonnement 681,556 Temps de réponse (moy.) 58.49s Temps de réponse (total) 1169.83s Temps de réponse (max) 817.57s Mauvaise réponse: 5 Erreur API: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 10.0 Programmation : 7.7 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.4 Suivi des instructions : 10.0 Résolution d'énigmes : 8.0 Appel d'outils : 3.0 Culture générale : 3.0
#168#168	Mercury 2.5 Previewhigh	6.6	Inception	$0.030	4.01s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 65.2% Tests instables 5 Jetons d'entrée 115,759 Jetons de sortie 2,562 Jetons de raisonnement 160,943 Temps de réponse (moy.) 4.01s Temps de réponse (total) 88.25s Temps de réponse (max) 17.71s Mauvaise réponse: 6 N'a pas suivi les instructions: 2 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 6.7 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.1 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 3.0 Culture générale : 3.0
#169#169	Qwen3.5 Plus 2026-02-15none	6.6	Qwen	$0.073 ↓	9.86s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 53.0% Tests instables 2 Jetons d'entrée 102,655 Jetons de sortie 29,370 Jetons de raisonnement 0 Temps de réponse (moy.) 9.86s Temps de réponse (total) 157.77s Temps de réponse (max) 123.00s Mauvaise réponse: 11 Astuces anti-IA : 4.8 Programmation : 4.3 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 4.4 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#170#170	Qwen3.6 27Bmedium	6.5	Qwen	$0.577 ↓	106.06s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 60.6% Tests instables 7 Jetons d'entrée 106,176 Jetons de sortie 33,013 Jetons de raisonnement 239,560 Temps de réponse (moy.) 106.06s Temps de réponse (total) 2333.36s Temps de réponse (max) 1085.11s Mauvaise réponse: 5 Aucune réponse: 3 Appel d'outil invalide: 2 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 8.3 Programmation : 7.7 Combiné : 6.7 Analyse et extraction des données : 3.5 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#171#171	Laguna XS 2.1medium	6.5	Poolside	$0.068	48.18s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 2 Jetons d'entrée 118,998 Jetons de sortie 30,750 Jetons de raisonnement 491,730 Temps de réponse (moy.) 48.18s Temps de réponse (total) 1059.93s Temps de réponse (max) 422.72s Mauvaise réponse: 10 Aucune réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 6.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#172#172	Hy3 previewmedium	6.5	Tencent	$0.049 ↕	16.28s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 0 Jetons d'entrée 27,030 Jetons de sortie 73,544 Jetons de raisonnement 0 Temps de réponse (moy.) 16.28s Temps de réponse (total) 293.12s Temps de réponse (max) 46.04s Erreur API: 3 Mauvaise réponse: 3 N'a pas suivi les instructions: 1 Astuces anti-IA : 10.0 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 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
#173#173	Gemini 3.1 Flash Lite Previewnone	6.4	Google	$0.052	1.56s
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 120,955 Jetons de sortie 14,161 Jetons de raisonnement 0 Temps de réponse (moy.) 1.56s Temps de réponse (total) 34.32s Temps de réponse (max) 9.27s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Aucune réponse: 1 Astuces anti-IA : 7.5 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#175#175	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	61.81s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 57.6% Tests instables 5 Jetons d'entrée 113,889 Jetons de sortie 110,550 Jetons de raisonnement 496,487 Temps de réponse (moy.) 61.81s Temps de réponse (total) 1359.72s Temps de réponse (max) 417.36s Mauvaise réponse: 7 N'a pas suivi les instructions: 2 Aucune réponse: 2 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 5.9 Combiné : 6.9 Analyse et extraction des données : 7.3 Spécifique au domaine : 3.6 Intelligence générale : 4.0 Suivi des instructions : 7.9 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 3.8 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