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: 2026-09-02 Modèles évalués: 308

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

308/308

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#128#128	Mercury 2medium	7.0	Inception	$0.094	2.95s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 53.0% Tests instables 4 Jetons d'entrée 110,515 Jetons de sortie 10,325 Jetons de raisonnement 77,229 Temps de réponse (moy.) 2.95s Temps de réponse (total) 61.89s Temps de réponse (max) 14.63s Mauvaise réponse: 8 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 6.9 Programmation : 8.2 Combiné : 6.7 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 4.8 Suivi des instructions : 10.0 Résolution d'énigmes : 5.4 Appel d'outils : 10.0 Culture générale : 3.0
#131#131	Kimi K2.5medium	7.0	Moonshot AI	$0.479 ↓	98.19s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 8 Jetons d'entrée 118,496 Jetons de sortie 53,522 Jetons de raisonnement 167,420 Temps de réponse (moy.) 98.19s Temps de réponse (total) 1571.05s Temps de réponse (max) 281.00s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Aucune réponse: 2 Délai dépassé: 2 Appel d'outil invalide: 1 Astuces anti-IA : 7.3 Programmation : 6.1 Combiné : 6.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 5.3 Appel d'outils : 10.0 Culture générale : 3.0
#134#134	Qwen3.7 Flashmedium	6.9	Qwen	$0.065	47.38s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 63.6% Tests instables 7 Jetons d'entrée 114,477 Jetons de sortie 12,786 Jetons de raisonnement 457,290 Temps de réponse (moy.) 47.38s Temps de réponse (total) 1042.43s Temps de réponse (max) 593.64s Mauvaise réponse: 8 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 10.0 Programmation : 6.2 Combiné : 6.4 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.5 Suivi des instructions : 5.8 Résolution d'énigmes : 7.1 Appel d'outils : 10.0 Culture générale : 3.0
#139#139	Seed-2.0-Codemedium	6.8	Bytedance Seed	$1.153	101.05s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 7.3 Taux de réussite par tentative 63.6% Tests instables 7 Jetons d'entrée 76,036 Jetons de sortie 7,267 Jetons de raisonnement 364,176 Temps de réponse (moy.) 101.05s Temps de réponse (total) 2223.19s Temps de réponse (max) 626.58s Erreur API: 6 Mauvaise réponse: 4 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 6.9 Programmation : 8.9 Combiné : 4.7 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 4.7 Culture générale : 3.0
#149#149	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 9.9 Taux de réussite par tentative 54.6% Tests instables 4 Jetons d'entrée 90,870 Jetons de sortie 5,676 Jetons de raisonnement 314,918 Temps de réponse (moy.) 113.61s Temps de réponse (total) 2499.46s Temps de réponse (max) 560.39s Mauvaise réponse: 7 Erreur API: 2 N'a pas suivi les instructions: 1 Aucune réponse: 1 Délai dépassé: 1 Astuces anti-IA : 10.0 Programmation : 6.6 Combiné : 10.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 2.9 Intelligence générale : 3.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#157#157	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
#162#162	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	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
#167#167	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
#168#168	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	67.81s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 59.1% Tests instables 6 Jetons d'entrée 127,621 Jetons de sortie 141,858 Jetons de raisonnement 590,204 Temps de réponse (moy.) 67.81s Temps de réponse (total) 1491.80s Temps de réponse (max) 480.52s Mauvaise réponse: 8 Aucune réponse: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.7 Programmation : 5.8 Combiné : 6.9 Analyse et extraction des données : 7.3 Spécifique au domaine : 5.3 Intelligence générale : 3.4 Suivi des instructions : 8.3 Résolution d'énigmes : 5.5 Appel d'outils : 10.0 Culture générale : 3.0
#177#177	GPT-5.6 Lunalow	6.2	OpenAI	$0.051 ↓	5.20s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 54.5% Tests instables 5 Jetons d'entrée 96,355 Jetons de sortie 8,213 Jetons de raisonnement 18,073 Temps de réponse (moy.) 5.20s Temps de réponse (total) 114.46s Temps de réponse (max) 19.44s Mauvaise réponse: 10 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 2.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.0 Suivi des instructions : 8.5 Résolution d'énigmes : 7.6 Appel d'outils : 10.0 Culture générale : 3.0
#179#179	Gemini 3.1 Flash Liteminimal	6.1	Google	$0.047	1.85s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 51.5% Tests instables 3 Jetons d'entrée 119,076 Jetons de sortie 11,118 Jetons de raisonnement 0 Temps de réponse (moy.) 1.85s Temps de réponse (total) 40.74s Temps de réponse (max) 12.97s Mauvaise réponse: 8 N'a pas suivi les instructions: 3 Aucune réponse: 1 Astuces anti-IA : 8.3 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.0 Appel d'outils : 10.0 Culture générale : 3.0
#185#185	Inklinglow	6.1	Thinkingmachines	$0.187	5.11s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 54.6% Tests instables 4 Jetons d'entrée 109,893 Jetons de sortie 8,580 Jetons de raisonnement 10,324 Temps de réponse (moy.) 5.11s Temps de réponse (total) 112.46s Temps de réponse (max) 41.58s Mauvaise réponse: 8 N'a pas suivi les instructions: 2 Appel d'outil invalide: 2 Astuces anti-IA : 8.3 Programmation : 5.1 Combiné : 2.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 6.4 Appel d'outils : 3.0 Culture générale : 3.0
#203#203	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
#205#205	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
#270#270	Grok 4.20 Multi Agent Betamedium	4.8	X AI	$5.599 ↑	9.69s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 10 Fiabilité N/D Taux de réussite par tentative 48.5% Tests instables 5 Jetons d'entrée 721,952 Jetons de sortie 294,668 Jetons de raisonnement 305,374 Temps de réponse (moy.) 9.69s Temps de réponse (total) 155.07s Temps de réponse (max) 35.28s Mauvaise réponse: 4 Erreur API: 2 Mise en forme supplémentaire: 2 N'a pas suivi les instructions: 2 Astuces anti-IA : 6.9 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 5.8 Suivi des instructions : 9.8 Résolution d'énigmes : 6.7 Appel d'outils : 3.0 Culture générale : 0.0
#274#274	Hunter Alphamedium	4.7	OpenRouter	$0.000	10.33s
Voir la fiche du modèle Tests totaux 18 Tests incorrects 10 Fiabilité N/D Taux de réussite par tentative 53.0% Tests instables 6 Jetons d'entrée 28,927 Jetons de sortie 4,682 Jetons de raisonnement 17,969 Temps de réponse (moy.) 10.33s Temps de réponse (total) 175.58s Temps de réponse (max) 30.53s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Délai dépassé: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Astuces anti-IA : 7.3 Programmation : 9.8 Combiné : 2.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 7.0 Suivi des instructions : 9.9 Résolution d'énigmes : 6.1 Appel d'outils : 10.0 Culture générale : 0.0
#210#210	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
#142#142	DeepSeek V4 Pronone	6.8	DeepSeek	$0.226 ↑	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
#152#152	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
#155#155	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
#163#163	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
#181#181	gpt-oss-120bmedium	6.1	OpenAI	$0.020 ↓	20.81s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 50.0% Tests instables 5 Jetons d'entrée 108,767 Jetons de sortie 29,378 Jetons de raisonnement 68,904 Temps de réponse (moy.) 20.81s Temps de réponse (total) 332.88s Temps de réponse (max) 68.16s Mauvaise réponse: 9 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Astuces anti-IA : 6.7 Programmation : 5.9 Combiné : 6.5 Analyse et extraction des données : 6.4 Spécifique au domaine : 2.9 Intelligence générale : 4.3 Suivi des instructions : 9.9 Résolution d'énigmes : 5.3 Appel d'outils : 9.8 Culture générale : 3.0
#183#183	Gemini 3.1 Flash Litenone	6.1	Google	$0.046	1.75s
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 118,059 Jetons de sortie 10,723 Jetons de raisonnement 0 Temps de réponse (moy.) 1.75s Temps de réponse (total) 38.42s Temps de réponse (max) 16.25s Mauvaise réponse: 11 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 7.5 Programmation : 5.5 Combiné : 3.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 4.0 Suivi des instructions : 10.0 Résolution d'énigmes : 6.3 Appel d'outils : 10.0 Culture générale : 3.0
#188#188	Gemma 4 31Bnone	6.1	Google	$0.016 ↓	5.41s
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 125,703 Jetons de sortie 13,317 Jetons de raisonnement 0 Temps de réponse (moy.) 5.41s Temps de réponse (total) 108.12s Temps de réponse (max) 29.95s Mauvaise réponse: 10 Erreur API: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 6.5 Programmation : 5.5 Combiné : 3.8 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 6.5 Appel d'outils : 3.0 Culture générale : 3.0
#211#211	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

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 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium