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.)
#205#205	Qwen3.5-Flashnone	6.0	Qwen	$0.073 ↓	25.28s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 34.9% Tests instables 2 Jetons d'entrée 282,356 Jetons de sortie 209,201 Jetons de raisonnement 0 Temps de réponse (moy.) 25.28s Temps de réponse (total) 556.14s Temps de réponse (max) 480.96s Mauvaise réponse: 14 Appel d'outil invalide: 1 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#206#206	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.076 ↓	12.73s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 39.4% Tests instables 4 Jetons d'entrée 134,530 Jetons de sortie 86,616 Jetons de raisonnement 0 Temps de réponse (moy.) 12.73s Temps de réponse (total) 279.97s Temps de réponse (max) 209.15s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 3.4 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.5 Suivi des instructions : 6.3 Résolution d'énigmes : 3.7 Appel d'outils : 10.0 Culture générale : 3.0
#207#207	Step 3.5 Flashmedium	5.9	Stepfun	$0.132 ↑	191.63s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 50.0% Tests instables 2 Jetons d'entrée 65,716 Jetons de sortie 189,424 Jetons de raisonnement 379,112 Temps de réponse (moy.) 191.63s Temps de réponse (total) 3066.07s Temps de réponse (max) 1597.85s Mauvaise réponse: 5 N'a pas suivi les instructions: 3 Erreur API: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 2.4 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 5.5 Suivi des instructions : 8.3 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#208#208	Dots 3 Note Previewmedium	5.9	Dots Studio	$0.000	67.13s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 57.6% Tests instables 8 Jetons d'entrée 94,639 Jetons de sortie 108,013 Jetons de raisonnement 571,526 Temps de réponse (moy.) 67.13s Temps de réponse (total) 1476.95s Temps de réponse (max) 459.19s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Aucune réponse: 2 Mise en forme supplémentaire: 1 Astuces anti-IA : 8.7 Programmation : 4.2 Combiné : 9.9 Analyse et extraction des données : 4.5 Spécifique au domaine : 3.6 Intelligence générale : 3.8 Suivi des instructions : 8.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#209#209	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 53.0% Tests instables 3 Jetons d'entrée 37,007 Jetons de sortie 1,952 Jetons de raisonnement 357,306 Temps de réponse (moy.) 41.16s Temps de réponse (total) 823.26s Temps de réponse (max) 299.23s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Aucune réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Astuces anti-IA : 10.0 Programmation : 3.3 Combiné : 5.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.4 Suivi des instructions : 8.3 Résolution d'énigmes : 5.9 Appel d'outils : 10.0 Culture générale : 3.0
#210#210	Hy3 previewhigh	5.9	Tencent	$0.135 ↕	56.57s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 10 Fiabilité 10.0 Taux de réussite par tentative 53.0% Tests instables 2 Jetons d'entrée 25,987 Jetons de sortie 216,719 Jetons de raisonnement 0 Temps de réponse (moy.) 56.57s Temps de réponse (total) 848.59s Temps de réponse (max) 149.94s Erreur API: 7 Mauvaise réponse: 3 Astuces anti-IA : 6.4 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 3.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#211#211	GLM 5.3 Flashlow	5.9	Z.ai	$0.015	9.65s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 56.1% Tests instables 4 Jetons d'entrée 117,551 Jetons de sortie 9,199 Jetons de raisonnement 14,537 Temps de réponse (moy.) 9.65s Temps de réponse (total) 212.22s Temps de réponse (max) 90.45s Mauvaise réponse: 8 N'a pas suivi les instructions: 2 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.7 Programmation : 5.4 Combiné : 3.8 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.8 Appel d'outils : 10.0 Culture générale : 3.0
#212#212	GPT-5.4 Mininone	5.9	OpenAI	$0.095	1.58s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 31.8% Tests instables 2 Jetons d'entrée 79,076 Jetons de sortie 7,898 Jetons de raisonnement 0 Temps de réponse (moy.) 1.58s Temps de réponse (total) 34.86s Temps de réponse (max) 9.92s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Astuces anti-IA : 3.1 Programmation : 5.5 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 4.8 Suivi des instructions : 6.3 Résolution d'énigmes : 5.4 Appel d'outils : 3.0 Culture générale : 3.0
#213#213	Seed 2.1 Turbonone	5.9	Bytedance Seed	$0.092	6.84s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 54.6% Tests instables 3 Jetons d'entrée 129,150 Jetons de sortie 10,643 Jetons de raisonnement 0 Temps de réponse (moy.) 6.84s Temps de réponse (total) 150.46s Temps de réponse (max) 55.92s Mauvaise réponse: 11 Aucune réponse: 1 Astuces anti-IA : 4.8 Programmation : 4.5 Combiné : 3.8 Analyse et extraction des données : 7.1 Spécifique au domaine : 7.7 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#214#214	GPT-5.4none	5.8	OpenAI	$0.397	2.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 34.9% Tests instables 2 Jetons d'entrée 108,641 Jetons de sortie 8,339 Jetons de raisonnement 0 Temps de réponse (moy.) 2.08s Temps de réponse (total) 45.75s Temps de réponse (max) 15.63s Mauvaise réponse: 14 N'a pas suivi les instructions: 1 Astuces anti-IA : 3.2 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 5.6 Appel d'outils : 10.0 Culture générale : 3.0
#215#215	Solar Pro 4none	5.8	Upstage	$0.006	5.37s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 1 Jetons d'entrée 130,863 Jetons de sortie 11,912 Jetons de raisonnement 0 Temps de réponse (moy.) 5.37s Temps de réponse (total) 118.06s Temps de réponse (max) 64.67s Mauvaise réponse: 14 Aucune réponse: 1 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.0 Suivi des instructions : 6.4 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#218#218	GLM 5none	5.7	Z.ai	$0.027 ↑	4.03s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 42.4% Tests instables 1 Jetons d'entrée 37,135 Jetons de sortie 1,989 Jetons de raisonnement 0 Temps de réponse (moy.) 4.03s Temps de réponse (total) 56.37s Temps de réponse (max) 11.07s Mauvaise réponse: 12 Astuces anti-IA : 4.8 Programmation : 4.0 Combiné : 1.5 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
#219#219	Inkling Smalllow	5.7	Thinkingmachines	$0.055 ↓	2.07s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 50.0% Tests instables 4 Jetons d'entrée 81,447 Jetons de sortie 2,715 Jetons de raisonnement 11,971 Temps de réponse (moy.) 2.07s Temps de réponse (total) 45.64s Temps de réponse (max) 5.82s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Astuces anti-IA : 9.2 Programmation : 4.6 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.3 Suivi des instructions : 9.9 Résolution d'énigmes : 5.3 Appel d'outils : 3.0 Culture générale : 3.0
#220#220	Ling-3.0-flashnone	5.7	Inclusionai	$0.004 ↕	3.56s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 0 Jetons d'entrée 123,993 Jetons de sortie 12,777 Jetons de raisonnement 0 Temps de réponse (moy.) 3.56s Temps de réponse (total) 74.74s Temps de réponse (max) 17.51s Mauvaise réponse: 13 Erreur API: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 5.0 Suivi des instructions : 4.8 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#221#221	GLM 5.1none	5.7	Z.ai	$0.164 ↓	6.74s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 5 Jetons d'entrée 124,219 Jetons de sortie 14,393 Jetons de raisonnement 0 Temps de réponse (moy.) 6.74s Temps de réponse (total) 148.20s Temps de réponse (max) 61.20s Mauvaise réponse: 12 Appel d'outil invalide: 1 Aucune réponse: 1 Astuces anti-IA : 4.0 Programmation : 3.9 Combiné : 2.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 9.8 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#222#222	Kimi K2.6none	5.7	Moonshot AI	$0.233 ↑	19.57s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 30.3% Tests instables 2 Jetons d'entrée 116,983 Jetons de sortie 30,249 Jetons de raisonnement 0 Temps de réponse (moy.) 19.57s Temps de réponse (total) 430.58s Temps de réponse (max) 238.89s Mauvaise réponse: 12 N'a pas suivi les instructions: 3 Aucune réponse: 1 Astuces anti-IA : 4.6 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#223#223	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 2 Jetons d'entrée 241,575 Jetons de sortie 88,459 Jetons de raisonnement 0 Temps de réponse (moy.) 12.93s Temps de réponse (total) 284.39s Temps de réponse (max) 212.63s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 3.7 Combiné : 5.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.8 Appel d'outils : 10.0 Culture générale : 3.0
#224#224	Gemini 3.1 Flash Litehigh	5.6	Google	$2.044	61.96s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 56.1% Tests instables 4 Jetons d'entrée 29,134 Jetons de sortie 1,984 Jetons de raisonnement 1,355,583 Temps de réponse (moy.) 61.96s Temps de réponse (total) 1115.31s Temps de réponse (max) 149.23s Mauvaise réponse: 4 N'a pas suivi les instructions: 3 Aucune réponse: 1 Astuces anti-IA : 8.7 Programmation : 3.3 Combiné : 5.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 5.0 Suivi des instructions : 7.3 Résolution d'énigmes : 5.7 Appel d'outils : 10.0 Culture générale : 0.0
#226#226	GLM 5V Turbonone	5.6	Z.ai	$0.052	2.99s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 36.4% Tests instables 0 Jetons d'entrée 37,100 Jetons de sortie 1,766 Jetons de raisonnement 0 Temps de réponse (moy.) 2.99s Temps de réponse (total) 62.74s Temps de réponse (max) 6.51s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Astuces anti-IA : 4.8 Programmation : 5.5 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.6 Suivi des instructions : 6.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#227#227	Owl Alphamedium	5.6	Openrouter	$0.000	11.95s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 37.9% Tests instables 1 Jetons d'entrée 43,478 Jetons de sortie 2,974 Jetons de raisonnement 0 Temps de réponse (moy.) 11.95s Temps de réponse (total) 250.88s Temps de réponse (max) 58.63s Mauvaise réponse: 10 N'a pas suivi les instructions: 2 Erreur API: 1 Astuces anti-IA : 4.8 Programmation : 5.4 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 6.5 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#228#228	Gemma 4 26B A4Bnone	5.6	Google	$0.015 ↓	7.58s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 1 Jetons d'entrée 131,257 Jetons de sortie 15,781 Jetons de raisonnement 0 Temps de réponse (moy.) 7.58s Temps de réponse (total) 166.82s Temps de réponse (max) 57.10s Mauvaise réponse: 9 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Délai dépassé: 1 Astuces anti-IA : 8.3 Programmation : 3.7 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.0 Suivi des instructions : 6.3 Résolution d'énigmes : 6.2 Appel d'outils : 10.0 Culture générale : 3.0
#229#229	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 39.4% Tests instables 3 Jetons d'entrée 39,344 Jetons de sortie 2,352 Jetons de raisonnement 0 Temps de réponse (moy.) 2.27s Temps de réponse (total) 45.50s Temps de réponse (max) 6.58s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Erreur API: 1 Astuces anti-IA : 3.5 Programmation : 5.5 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 6.5 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#230#230	Owl Alphanone	5.6	Openrouter	$0.000	9.88s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 34.9% Tests instables 1 Jetons d'entrée 42,283 Jetons de sortie 5,913 Jetons de raisonnement 0 Temps de réponse (moy.) 9.88s Temps de réponse (total) 207.38s Temps de réponse (max) 47.10s Mauvaise réponse: 10 N'a pas suivi les instructions: 3 Mise en forme supplémentaire: 1 Astuces anti-IA : 3.4 Programmation : 5.6 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.3 Suivi des instructions : 6.4 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#234#234	Qwen3.6 27Bnone	5.5	Qwen	$0.062 ↓	10.62s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 45.5% Tests instables 6 Jetons d'entrée 95,805 Jetons de sortie 16,156 Jetons de raisonnement 0 Temps de réponse (moy.) 10.62s Temps de réponse (total) 233.68s Temps de réponse (max) 156.31s Mauvaise réponse: 11 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Astuces anti-IA : 3.8 Programmation : 5.5 Combiné : 3.2 Analyse et extraction des données : 7.3 Spécifique au domaine : 7.7 Intelligence générale : 5.2 Suivi des instructions : 6.2 Résolution d'énigmes : 5.3 Appel d'outils : 9.5 Culture générale : 3.0
#235#235	Hy3 previewlow	5.5	Tencent	$0.042 ↕	24.56s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 11 Fiabilité 10.0 Taux de réussite par tentative 50.0% Tests instables 2 Jetons d'entrée 21,045 Jetons de sortie 63,460 Jetons de raisonnement 0 Temps de réponse (moy.) 24.56s Temps de réponse (total) 368.35s Temps de réponse (max) 78.74s Erreur API: 7 Mauvaise réponse: 4 Astuces anti-IA : 8.3 Programmation : 5.3 Combiné : 5.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.9 Intelligence générale : 3.0 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 2.8 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