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.)
#26#26	Claude Opus 5high	9.4	Anthropic	$4.524	25.31s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 82.6% Tests instables 0 Jetons d'entrée 376,421 Jetons de sortie 67,688 Jetons de raisonnement 37,974 Temps de réponse (moy.) 25.31s Temps de réponse (total) 582.11s Temps de réponse (max) 159.01s Mauvaise réponse: 2 Mise en forme supplémentaire: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#27#27	Claude Opus 5medium	9.4	Anthropic	$2.870	13.24s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 1 Jetons d'entrée 356,605 Jetons de sortie 26,715 Jetons de raisonnement 17,041 Temps de réponse (moy.) 13.24s Temps de réponse (total) 304.46s Temps de réponse (max) 78.80s Mauvaise réponse: 3 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#28#28	Seed 2.1 Turbolow	9.3	Bytedance Seed	$1.645	161.25s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 2 Jetons d'entrée 241,855 Jetons de sortie 8,387 Jetons de raisonnement 600,946 Temps de réponse (moy.) 161.25s Temps de réponse (total) 3708.70s Temps de réponse (max) 739.98s Mauvaise réponse: 3 Aucune réponse: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.2 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#29#29	Claude Opus 5.5medium	9.2	Anthropic	$1.804	25.85s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 3 Fiabilité 10.0 Taux de réussite par tentative 89.9% Tests instables 1 Jetons d'entrée 290,117 Jetons de sortie 9,805 Jetons de raisonnement 22,322 Temps de réponse (moy.) 25.85s Temps de réponse (total) 594.63s Temps de réponse (max) 90.20s Mauvaise réponse: 2 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#30#30	GPT-5.5medium	9.2	OpenAI	$4.809	39.86s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 88.4% Tests instables 3 Jetons d'entrée 180,959 Jetons de sortie 6,472 Jetons de raisonnement 123,635 Temps de réponse (moy.) 39.86s Temps de réponse (total) 916.82s Temps de réponse (max) 332.10s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 2.8
#31#31	Claude Sonnet 5.5max	9.2	Anthropic	$8.557	84.26s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 82.6% Tests instables 2 Jetons d'entrée 484,627 Jetons de sortie 11,026 Jetons de raisonnement 747,681 Temps de réponse (moy.) 84.26s Temps de réponse (total) 1937.91s Temps de réponse (max) 488.39s Aucune réponse: 3 N'a pas suivi les instructions: 2 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 5.1 Suivi des instructions : 8.5 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#32#32	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 1 Jetons d'entrée 276,512 Jetons de sortie 8,152 Jetons de raisonnement 96,444 Temps de réponse (moy.) 27.34s Temps de réponse (total) 628.75s Temps de réponse (max) 126.60s Mauvaise réponse: 4 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.0 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#33#33	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 9.8 Taux de réussite par tentative 87.0% Tests instables 3 Jetons d'entrée 328,637 Jetons de sortie 8,619 Jetons de raisonnement 432,733 Temps de réponse (moy.) 186.06s Temps de réponse (total) 4279.49s Temps de réponse (max) 912.78s Mauvaise réponse: 2 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Délai dépassé: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.7 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 6.5 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#34#34	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 4 Jetons d'entrée 222,794 Jetons de sortie 7,357 Jetons de raisonnement 58,930 Temps de réponse (moy.) 18.87s Temps de réponse (total) 433.94s Temps de réponse (max) 100.93s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.9 Intelligence générale : 4.6 Suivi des instructions : 10.0 Résolution d'énigmes : 9.0 Appel d'outils : 10.0 Culture générale : 2.8
#35#35	Muse Spark 1.3high	9.1	Meta	$1.891	52.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 78.3% Tests instables 2 Jetons d'entrée 257,320 Jetons de sortie 14,459 Jetons de raisonnement 354,683 Temps de réponse (moy.) 52.87s Temps de réponse (total) 1216.04s Temps de réponse (max) 251.53s Mauvaise réponse: 3 N'a pas suivi les instructions: 2 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 8.7 Appel d'outils : 9.6 Culture générale : 3.0
#36#36	Paretonone	9.1	Unbiased	$1.520	33.47s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 87.0% Tests instables 2 Jetons d'entrée 223,559 Jetons de sortie 128,144 Jetons de raisonnement 0 Temps de réponse (moy.) 33.47s Temps de réponse (total) 769.84s Temps de réponse (max) 143.33s Mauvaise réponse: 3 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.7 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 2.8
#37#37	Seed 2.1 Turbohigh	9.1	Bytedance Seed	$1.892	170.52s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 79.7% Tests instables 3 Jetons d'entrée 246,954 Jetons de sortie 8,378 Jetons de raisonnement 698,942 Temps de réponse (moy.) 170.52s Temps de réponse (total) 3922.04s Temps de réponse (max) 584.71s Mauvaise réponse: 4 N'a pas suivi les instructions: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 8.2 Programmation : 10.0 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#38#38	Gemini 3.5 Flashlow	9.0	Google	$0.752	7.85s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 85.5% Tests instables 2 Jetons d'entrée 244,533 Jetons de sortie 3,450 Jetons de raisonnement 39,280 Temps de réponse (moy.) 7.85s Temps de réponse (total) 180.45s Temps de réponse (max) 53.74s Mauvaise réponse: 3 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 8.2 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 9.9 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#39#39	Qwen3.8 Max (0902)medium	9.0	Qwen	$1.096	30.42s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 2 Jetons d'entrée 268,540 Jetons de sortie 7,499 Jetons de raisonnement 85,499 Temps de réponse (moy.) 30.42s Temps de réponse (total) 699.68s Temps de réponse (max) 168.09s Mauvaise réponse: 5 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#40#40	Muse Spark 1.3medium	9.0	Meta	$1.712	39.83s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 85.5% Tests instables 3 Jetons d'entrée 250,676 Jetons de sortie 13,511 Jetons de raisonnement 315,400 Temps de réponse (moy.) 39.83s Temps de réponse (total) 916.20s Temps de réponse (max) 219.77s Mauvaise réponse: 4 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 9.6 Culture générale : 3.0
#41#41	Gemini 3.5 Flash Litehigh	9.0	Google	$0.624	11.92s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 2 Jetons d'entrée 244,529 Jetons de sortie 6,784 Jetons de raisonnement 213,142 Temps de réponse (moy.) 11.92s Temps de réponse (total) 274.14s Temps de réponse (max) 53.09s Mauvaise réponse: 5 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 9.9 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#42#42	Claude Opus 5low	9.0	Anthropic	$2.350	9.87s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 84.1% Tests instables 1 Jetons d'entrée 352,845 Jetons de sortie 16,553 Jetons de raisonnement 7,007 Temps de réponse (moy.) 9.87s Temps de réponse (total) 226.95s Temps de réponse (max) 73.15s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 7.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 3.0
#43#43	Gemini 3.6 Flashlow	9.0	Google	$0.363 ↓	6.82s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 4 Fiabilité 10.0 Taux de réussite par tentative 89.9% Tests instables 3 Jetons d'entrée 197,570 Jetons de sortie 6,364 Jetons de raisonnement 50,704 Temps de réponse (moy.) 6.82s Temps de réponse (total) 156.81s Temps de réponse (max) 48.53s Mauvaise réponse: 4 Tâches agentiques : 10.0 Astuces anti-IA : 8.7 Programmation : 7.8 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 7.6 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 10.0 Appel d'outils : 10.0 Culture générale : 10.0
#44#44	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 82.6% Tests instables 3 Jetons d'entrée 255,743 Jetons de sortie 8,684 Jetons de raisonnement 207,435 Temps de réponse (moy.) 54.04s Temps de réponse (total) 1242.97s Temps de réponse (max) 333.47s Mauvaise réponse: 2 Mise en forme supplémentaire: 1 N'a pas suivi les instructions: 1 Appel d'outil invalide: 1 Aucune réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 7.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.6 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#45#45	Muse Spark 1.2high	8.9	Meta	$2.018	28.15s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 9.9 Taux de réussite par tentative 75.4% Tests instables 5 Jetons d'entrée 277,967 Jetons de sortie 9,240 Jetons de raisonnement 383,606 Temps de réponse (moy.) 28.15s Temps de réponse (total) 647.40s Temps de réponse (max) 192.00s Mauvaise réponse: 4 N'a pas suivi les instructions: 3 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 7.1 Programmation : 10.0 Combiné : 8.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 4.1 Intelligence générale : 10.0 Suivi des instructions : 9.8 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 Culture générale : 3.0
#46#46	Muse Spark 1.2medium	8.9	Meta	$1.590	21.28s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 8 Fiabilité 10.0 Taux de réussite par tentative 75.4% Tests instables 4 Jetons d'entrée 292,604 Jetons de sortie 9,569 Jetons de raisonnement 278,408 Temps de réponse (moy.) 21.28s Temps de réponse (total) 489.46s Temps de réponse (max) 142.49s N'a pas suivi les instructions: 3 Mauvaise réponse: 3 Mise en forme supplémentaire: 1 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 7.3 Programmation : 10.0 Combiné : 8.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 6.1 Suivi des instructions : 9.8 Résolution d'énigmes : 8.7 Appel d'outils : 10.0 Culture générale : 3.0
#47#47	Muse Spark 1.1medium	8.9	Meta	$1.665	27.02s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 73.9% Tests instables 2 Jetons d'entrée 305,707 Jetons de sortie 10,240 Jetons de raisonnement 291,479 Temps de réponse (moy.) 27.02s Temps de réponse (total) 621.38s Temps de réponse (max) 165.38s Mauvaise réponse: 4 N'a pas suivi les instructions: 2 Appel d'outil invalide: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 8.3 Analyse et extraction des données : 10.0 Spécifique au domaine : 3.5 Intelligence générale : 10.0 Suivi des instructions : 6.5 Résolution d'énigmes : 7.9 Appel d'outils : 9.8 Culture générale : 3.0
#48#48	Claude Fable 5medium	8.9	Anthropic	$5.089	16.84s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 5 Fiabilité 10.0 Taux de réussite par tentative 79.7% Tests instables 1 Jetons d'entrée 272,411 Jetons de sortie 35,497 Jetons de raisonnement 11,788 Temps de réponse (moy.) 16.84s Temps de réponse (total) 387.26s Temps de réponse (max) 80.80s Aucune réponse: 3 Appel d'outil invalide: 1 Mauvaise réponse: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 10.0 Combiné : 6.5 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 10.0 Suivi des instructions : 10.0 Résolution d'énigmes : 7.7 Appel d'outils : 10.0 Culture générale : 3.0
#49#49	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 6 Fiabilité 10.0 Taux de réussite par tentative 81.2% Tests instables 3 Jetons d'entrée 262,495 Jetons de sortie 7,787 Jetons de raisonnement 86,149 Temps de réponse (moy.) 25.09s Temps de réponse (total) 577.14s Temps de réponse (max) 155.75s Mauvaise réponse: 5 N'a pas suivi les instructions: 1 Tâches agentiques : 10.0 Astuces anti-IA : 10.0 Programmation : 8.4 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 2.9 Intelligence générale : 6.5 Suivi des instructions : 10.0 Résolution d'énigmes : 9.9 Appel d'outils : 10.0 Culture générale : 3.0
#50#50	GPT-5.4medium	8.8	OpenAI	$2.213 ↑	24.81s
Voir la fiche du modèle Tests totaux 23 Tests incorrects 7 Fiabilité 10.0 Taux de réussite par tentative 78.3% Tests instables 4 Jetons d'entrée 223,210 Jetons de sortie 7,312 Jetons de raisonnement 89,190 Temps de réponse (moy.) 24.81s Temps de réponse (total) 570.60s Temps de réponse (max) 100.41s Mauvaise réponse: 5 N'a pas suivi les instructions: 2 Tâches agentiques : 10.0 Astuces anti-IA : 8.3 Programmation : 8.8 Combiné : 10.0 Analyse et extraction des données : 10.0 Spécifique au domaine : 5.3 Intelligence générale : 4.7 Suivi des instructions : 10.0 Résolution d'énigmes : 8.2 Appel d'outils : 10.0 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 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