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: 2026-10-01 Modèles évalués: 382

Modèles recommandés

GPT-6.1 Sol xhigh Intelligent Taux de réussite par tentative 97.1% Tests corrects 22 / 23 Score 9.9/10 Gemini 3.7 Flash low Rapide Temps de réponse (moy.) 6.24s Total des jetons de sortie 38,453 Score 9.4/10 GPT-6 Luna high Abordable Prix d'entrée $0.100 / 1M Prix de sortie $0.500 / 1M Prix de lecture du cache $0.010 / 1M Prix d’écriture du cache $0.125 / 1M Score 7.7/10

382/382

Rang	Modèle	Score	Entreprise	Coût total	Temps de réponse (moy.)
#376#376	Kev 4Bnone	2.4	Jaredpalmer	$0.002	5.63s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 9 Fiabilité 10.0 Taux de réussite par tentative 15.9% Tests instables 1 Jetons d'entrée 42,804 Jetons de sortie 28,061 Jetons de raisonnement 0 Temps de réponse (moy.) 5.63s Temps de réponse (total) 67.61s Temps de réponse (max) 17.79s Mauvaise réponse: 9 Tâches agentiques : 0.0 Astuces anti-IA : 2.3 Programmation : 4.5 Combiné : 0.0 Analyse et extraction des données : 6.5 Spécifique au domaine : 5.3 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 2.0 Appel d'outils : 0.0 Culture générale : 0.0
#377#377	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
Voir la fiche du modèle Tests totaux 12 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 26.1% 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 Tâches agentiques : 0.0 Astuces anti-IA : 10.0 Programmation : 1.0 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
#378#378	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
Voir la fiche du modèle Tests totaux 1 Tests incorrects 0 Fiabilité 10.0 Taux de réussite par tentative 4.4% Tests instables 0 Jetons d'entrée 134,050 Jetons de sortie 1,029 Jetons de raisonnement 11,528 Temps de réponse (moy.) 52.45s Temps de réponse (total) 52.45s Temps de réponse (max) 52.45s Tâches agentiques : 10.0 Astuces anti-IA : 0.0 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 0.0 Spécifique au domaine : 0.0 Intelligence générale : 0.0 Suivi des instructions : 0.0 Résolution d'énigmes : 0.0 Appel d'outils : 0.0 Culture générale : 0.0
#379#379	LFM2-24B-A2Bnone	1.8	Liquid	$0.001	782ms
Voir la fiche du modèle Tests totaux 16 Tests incorrects 14 Fiabilité N/D Taux de réussite par tentative 11.6% 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 Tâches agentiques : 0.0 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
#380#380	Solar Decidenone	1.0	Upstage	$0.009 ↑	6.01s
Voir la fiche du modèle Tests totaux 7 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 14.5% Tests instables 3 Jetons d'entrée 47,586 Jetons de sortie 51 Jetons de raisonnement 0 Temps de réponse (moy.) 6.01s Temps de réponse (total) 42.05s Temps de réponse (max) 13.10s Mauvaise réponse: 5 Tâches agentiques : 0.0 Astuces anti-IA : 0.8 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 3.7 Spécifique au domaine : 4.3 Intelligence générale : 0.0 Suivi des instructions : 5.0 Résolution d'énigmes : 1.0 Appel d'outils : 0.0 Culture générale : 0.0
#381#381	Tev1 4B Experimentalnone	1.0	Togethercomputer	$0.002	498ms
Voir la fiche du modèle Tests totaux 7 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 13.0% Tests instables 0 Jetons d'entrée 33,864 Jetons de sortie 96 Jetons de raisonnement 0 Temps de réponse (moy.) 498ms Temps de réponse (total) 3.49s Temps de réponse (max) 602ms Mauvaise réponse: 4 Tâches agentiques : 0.0 Astuces anti-IA : 2.5 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 3.0 Spécifique au domaine : 6.7 Intelligence générale : 0.0 Suivi des instructions : 1.5 Résolution d'énigmes : 1.7 Appel d'outils : 0.0 Culture générale : 0.0
#382#382	Claude Opus 5.5none	0.2	Anthropic	$0.015	13.58s
Voir la fiche du modèle Tests totaux 1 Tests incorrects 0 Fiabilité 10.0 Taux de réussite par tentative 4.4% Tests instables 0 Jetons d'entrée 73 Jetons de sortie 735 Jetons de raisonnement 0 Temps de réponse (moy.) 13.58s Temps de réponse (total) 13.58s Temps de réponse (max) 13.58s Tâches agentiques : 0.0 Astuces anti-IA : 0.0 Programmation : 0.0 Combiné : 0.0 Analyse et extraction des données : 0.0 Spécifique au domaine : 3.3 Intelligence générale : 0.0 Suivi des instructions : 0.0 Résolution d'énigmes : 0.0 Appel d'outils : 0.0 Culture générale : 0.0

←

1 15 16

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 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow