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: 2026-08-15 Modèles évalués: 287

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 $0.140 / 1M Prix de sortie $0.280 / 1M Score 8.0/10

287/287

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#271#271	Hy3 previewnone	4.0	Tencent	$0.007 ↕	12.92s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 22.7% Tests instables 2 Jetons d'entrée 27,172 Jetons de sortie 2,661 Jetons de raisonnement 0 Temps de réponse (moy.) 12.92s Temps de réponse (total) 232.64s Temps de réponse (max) 35.84s Mauvaise réponse: 8 Erreur API: 4 N'a pas suivi les instructions: 4 Mise en forme supplémentaire: 1 Astuces anti-IA : 4.8 Programmation : 2.7 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.6 Intelligence générale : 4.1 Suivi des instructions : 6.3 Résolution d'énigmes : 3.1 Appel d'outils : 10.0 Culture générale : 3.0
#272#272	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
Voir la fiche du modèle Tests totaux 21 Tests incorrects 17 Fiabilité 6.7 Taux de réussite par tentative 24.2% Tests instables 4 Jetons d'entrée 36,851 Jetons de sortie 68,882 Jetons de raisonnement 0 Temps de réponse (moy.) 2.76s Temps de réponse (total) 46.99s Temps de réponse (max) 19.68s Mauvaise réponse: 13 N'a pas suivi les instructions: 2 Erreur API: 1 Mise en forme supplémentaire: 1 Astuces anti-IA : 3.2 Programmation : 4.3 Combiné : 1.5 Analyse et extraction des données : 2.9 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
#273#273	Ling 3.0 Tinynone	4.0	Inclusionai	$0.000	14.02s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 20 Fiabilité 9.8 Taux de réussite par tentative 9.1% Tests instables 0 Jetons d'entrée 184,579 Jetons de sortie 110,071 Jetons de raisonnement 0 Temps de réponse (moy.) 14.02s Temps de réponse (total) 294.46s Temps de réponse (max) 240.61s Mauvaise réponse: 13 N'a pas suivi les instructions: 4 Erreur API: 1 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Astuces anti-IA : 4.8 Programmation : 4.2 Combiné : 3.0 Analyse et extraction des données : 6.3 Spécifique au domaine : 3.0 Intelligence générale : 3.4 Suivi des instructions : 3.1 Résolution d'énigmes : 3.0 Appel d'outils : 3.0 Culture générale : 3.0
#274#274	Granite 4.1 8Bnone	4.0	IBM Granite	$0.007	1.44s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 20 Fiabilité 10.0 Taux de réussite par tentative 9.1% Tests instables 0 Jetons d'entrée 113,836 Jetons de sortie 5,996 Jetons de raisonnement 0 Temps de réponse (moy.) 1.44s Temps de réponse (total) 31.75s Temps de réponse (max) 16.67s Mauvaise réponse: 13 N'a pas suivi les instructions: 4 Appel d'outil invalide: 2 Mise en forme supplémentaire: 1 Astuces anti-IA : 4.9 Programmation : 4.5 Combiné : 3.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 3.0 Intelligence générale : 4.0 Suivi des instructions : 3.6 Résolution d'énigmes : 3.2 Appel d'outils : 10.0 Culture générale : 3.0
#275#275	Nemotron 3.5 Lightningnone	4.0	NVIDIA	$0.009 ↕	1.21s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 10.0 Taux de réussite par tentative 16.7% Tests instables 2 Jetons d'entrée 74,074 Jetons de sortie 2,731 Jetons de raisonnement 0 Temps de réponse (moy.) 1.21s Temps de réponse (total) 26.62s Temps de réponse (max) 6.30s Mauvaise réponse: 16 Appel d'outil invalide: 2 N'a pas suivi les instructions: 1 Astuces anti-IA : 4.8 Programmation : 3.1 Combiné : 3.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.4 Suivi des instructions : 6.5 Résolution d'énigmes : 3.1 Appel d'outils : 2.8 Culture générale : 3.0
#276#276	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 12 Fiabilité 10.0 Taux de réussite par tentative 43.9% Tests instables 4 Jetons d'entrée 11,793 Jetons de sortie 267,275 Jetons de raisonnement 0 Temps de réponse (moy.) 28.69s Temps de réponse (total) 459.00s Temps de réponse (max) 138.35s Mauvaise réponse: 7 Erreur API: 3 N'a pas suivi les instructions: 2 Astuces anti-IA : 8.7 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 3.8 Spécifique au domaine : 3.6 Intelligence générale : 4.3 Suivi des instructions : 9.8 Résolution d'énigmes : 6.4 Appel d'outils : 3.0 Culture générale : 3.0
#277#277	Ling 3.0 Tinyhigh	3.8	Inclusionai	$0.000	75.68s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 10.0 Taux de réussite par tentative 24.2% Tests instables 3 Jetons d'entrée 115,314 Jetons de sortie 133,965 Jetons de raisonnement 816,718 Temps de réponse (moy.) 75.68s Temps de réponse (total) 1589.20s Temps de réponse (max) 345.15s Aucune réponse: 7 Mauvaise réponse: 6 N'a pas suivi les instructions: 3 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.4 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 2.9 Intelligence générale : 5.4 Suivi des instructions : 6.8 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#278#278	Ling 3.0 Tinylow	3.8	Inclusionai	$0.000	66.16s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 9.6 Taux de réussite par tentative 19.7% Tests instables 1 Jetons d'entrée 99,662 Jetons de sortie 146,555 Jetons de raisonnement 732,977 Temps de réponse (moy.) 66.16s Temps de réponse (total) 1389.33s Temps de réponse (max) 252.08s Aucune réponse: 7 Mauvaise réponse: 5 N'a pas suivi les instructions: 4 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.8 Spécifique au domaine : 3.0 Intelligence générale : 5.1 Suivi des instructions : 6.6 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#279#279	Grok 4.1 Fastnone	3.8	X AI	$0.008 ↓	1.62s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 16 Fiabilité 10.0 Taux de réussite par tentative 19.7% Tests instables 3 Jetons d'entrée 36,608 Jetons de sortie 1,723 Jetons de raisonnement 0 Temps de réponse (moy.) 1.62s Temps de réponse (total) 19.48s Temps de réponse (max) 5.51s Mauvaise réponse: 13 N'a pas suivi les instructions: 3 Astuces anti-IA : 3.2 Programmation : 1.8 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 4.4 Suivi des instructions : 3.0 Résolution d'énigmes : 3.0 Appel d'outils : 2.8 Culture générale : 3.0
#280#280	Qwen3.5-9Bmedium	3.8	Qwen	$0.062 ↑	107.51s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 19 Fiabilité 6.0 Taux de réussite par tentative 25.8% Tests instables 5 Jetons d'entrée 17,195 Jetons de sortie 46,735 Jetons de raisonnement 366,707 Temps de réponse (moy.) 107.51s Temps de réponse (total) 1720.15s Temps de réponse (max) 569.97s Délai dépassé: 11 Aucune réponse: 3 Mauvaise réponse: 2 Erreur API: 1 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Astuces anti-IA : 5.1 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 3.6 Spécifique au domaine : 3.6 Intelligence générale : 2.8 Suivi des instructions : 6.5 Résolution d'énigmes : 3.0 Appel d'outils : 10.0 Culture générale : 3.0
#281#281	Ling 3.0 Tinymedium	3.8	Inclusionai	$0.000	68.08s
Voir la fiche du modèle Tests totaux 22 Tests incorrects 18 Fiabilité 9.6 Taux de réussite par tentative 24.2% Tests instables 3 Jetons d'entrée 103,898 Jetons de sortie 148,304 Jetons de raisonnement 774,972 Temps de réponse (moy.) 68.08s Temps de réponse (total) 1429.66s Temps de réponse (max) 262.20s Aucune réponse: 7 Mauvaise réponse: 5 N'a pas suivi les instructions: 4 Erreur API: 1 Appel d'outil invalide: 1 Astuces anti-IA : 6.5 Programmation : 2.9 Combiné : 3.0 Analyse et extraction des données : 2.7 Spécifique au domaine : 3.0 Intelligence générale : 3.8 Suivi des instructions : 6.8 Résolution d'énigmes : 3.6 Appel d'outils : 10.0 Culture générale : 3.0
#282#282	Laguna Xs.2none	3.8	Poolside	$0.004 ↕	806ms
Voir la fiche du modèle Tests totaux 19 Tests incorrects 14 Fiabilité 10.0 Taux de réussite par tentative 22.7% Tests instables 0 Jetons d'entrée 33,675 Jetons de sortie 2,826 Jetons de raisonnement 0 Temps de réponse (moy.) 806ms Temps de réponse (total) 12.09s Temps de réponse (max) 2.01s Mauvaise réponse: 8 Erreur API: 4 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Astuces anti-IA : 3.0 Programmation : 8.3 Combiné : 1.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 3.0 Suivi des instructions : 6.5 Résolution d'énigmes : 5.3 Appel d'outils : 3.0 Culture générale : 3.0
#283#283	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 13 Fiabilité 10.0 Taux de réussite par tentative 33.3% Tests instables 2 Jetons d'entrée 9,081 Jetons de sortie 51,664 Jetons de raisonnement 0 Temps de réponse (moy.) 21.61s Temps de réponse (total) 345.79s Temps de réponse (max) 113.71s Mauvaise réponse: 8 Erreur API: 3 N'a pas suivi les instructions: 2 Astuces anti-IA : 6.5 Programmation : 1.5 Combiné : 1.5 Analyse et extraction des données : 6.5 Spécifique au domaine : 3.0 Intelligence générale : 4.8 Suivi des instructions : 9.8 Résolution d'énigmes : 6.0 Appel d'outils : 3.0 Culture générale : 3.0
#284#284	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	3.4	NVIDIA	$0.000	17.13s
Voir la fiche du modèle Tests totaux 19 Tests incorrects 15 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 5 Jetons d'entrée 11,661 Jetons de sortie 48,491 Jetons de raisonnement 180,695 Temps de réponse (moy.) 17.13s Temps de réponse (total) 222.66s Temps de réponse (max) 147.45s Mauvaise réponse: 7 Erreur API: 6 N'a pas suivi les instructions: 1 Aucune réponse: 1 Astuces anti-IA : 6.4 Programmation : 1.1 Combiné : 1.5 Analyse et extraction des données : 7.3 Spécifique au domaine : 2.9 Intelligence générale : 3.0 Suivi des instructions : 7.3 Résolution d'énigmes : 2.9 Appel d'outils : 3.0 Culture générale : 3.0
#285#285	Nemotron 3 Nano Omni 30b A3b Reasoningnone	3.2	NVIDIA	$0.000	728ms
Voir la fiche du modèle Tests totaux 19 Tests incorrects 17 Fiabilité 10.0 Taux de réussite par tentative 15.2% Tests instables 2 Jetons d'entrée 11,661 Jetons de sortie 1,302 Jetons de raisonnement 0 Temps de réponse (moy.) 728ms Temps de réponse (total) 9.47s Temps de réponse (max) 2.21s Mauvaise réponse: 9 Erreur API: 6 N'a pas suivi les instructions: 2 Astuces anti-IA : 4.8 Programmation : 3.3 Combiné : 1.5 Analyse et extraction des données : 3.8 Spécifique au domaine : 3.6 Intelligence générale : 3.0 Suivi des instructions : 4.8 Résolution d'énigmes : 3.0 Appel d'outils : 3.0 Culture générale : 3.0
#286#286	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 27.3% Tests instables 0 Jetons d'entrée 1,971 Jetons de sortie 64,795 Jetons de raisonnement 0 Temps de réponse (moy.) 39.03s Temps de réponse (total) 312.26s Temps de réponse (max) 114.12s Erreur API: 4 N'a pas suivi les instructions: 1 Mauvaise réponse: 1 Astuces anti-IA : 10.0 Programmation : 9.8 Combiné : 1.5 Analyse et extraction des données : 1.5 Spécifique au domaine : 3.3 Intelligence générale : 4.0 Suivi des instructions : 5.0 Résolution d'énigmes : 0.0 Appel d'outils : 3.0 Culture générale : 3.0
#287#287	LFM2-24B-A2Bnone	2.2	Liquid	$0.001	782ms
Voir la fiche du modèle Tests totaux 16 Tests incorrects 14 Fiabilité N/D Taux de réussite par tentative 12.1% Tests instables 1 Jetons d'entrée 10,771 Jetons de sortie 1,173 Jetons de raisonnement 0 Temps de réponse (moy.) 782ms Temps de réponse (total) 10.94s Temps de réponse (max) 3.15s Mauvaise réponse: 9 Erreur API: 4 N'a pas suivi les instructions: 1 Astuces anti-IA : 2.5 Programmation : 0.0 Combiné : 1.5 Analyse et extraction des données : 3.0 Spécifique au domaine : 5.9 Intelligence générale : 4.0 Suivi des instructions : 6.3 Résolution d'énigmes : 3.8 Appel d'outils : 3.0 Culture générale : 0.0

←

1 9 10

Comparaison rapide

Gemini 3.6 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 Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow

Leaderboard AI Benchy

Modèles recommandés

Filtrer les modèles

Comparaison rapide