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: 2026-09-18 Modèles évalués: 330

Modèles recommandés

GPT-6 Astra xhigh Intelligent Taux de réussite par tentative 97.0% Tests corrects 21 / 22 Score 9.9/10 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 $0.060 / 1M Prix de sortie $0.120 / 1M Score 8.0/10

330/330

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#326#326	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
#327#327	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
#328#328	Jev 1.13none	3.2	Typesafe	$0.003	698ms
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 67,092 Jetons de sortie 18,927 Jetons de raisonnement 0 Temps de réponse (moy.) 698ms Temps de réponse (total) 8.38s Temps de réponse (max) 1.08s Mauvaise réponse: 6 Astuces anti-IA : 4.0 Programmation : 2.2 Combiné : 0.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 3.3 Appel d'outils : 0.0 Culture générale : 0.0
#329#329	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
#330#330	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 13 14

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