Classement Tâches agentiques x Mauvaise réponse

Voyez quels modèles d'IA ont le plus de chances de rencontrer Mauvaise réponse sur Tâches agentiques, pour repérer plus vite les points faibles.

Modèles affichés

Échecs totaux

108

Modèle le plus touché

Grok 4.6 1

Raisons d'échec

Mauvaise réponse108 Appel d'outil invalide44 Erreur API32 N'a pas suivi les instructions14 Délai dépassé10

Catégories

Spécifique au domaine766 Astuces anti-IA446 Programmation429 Résolution d'énigmes307 Culture générale280 Combiné115 Intelligence générale112 Tâches agentiques108 Suivi des instructions94 Analyse et extraction des données71

108/108

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#62	Grok 4.6 high	X AI	1	5.0	$2.629	0/1	160.9s
Tests totaux 1 Tests incorrects 1 Coût total $2.629 Temps de réponse (moy.) 160.9s
#65	Qwen3.7 Max medium	Qwen	1	6.1	$2.046	0/1	137.0s
Tests totaux 1 Tests incorrects 1 Coût total $2.046 Temps de réponse (moy.) 137.0s
#78	Claude Opus 4.8 medium	Anthropic	1	6.1	$3.490	0/1	99.4s
Tests totaux 1 Tests incorrects 1 Coût total $3.490 Temps de réponse (moy.) 99.4s
#80	Grok 4.5 high	X AI	1	5.0	$2.571	0/1	77.0s
Tests totaux 1 Tests incorrects 1 Coût total $2.571 Temps de réponse (moy.) 77.0s
#90	DeepSeek V4.1 Flash low	DeepSeek	1	6.1	$0.153	0/1	56.0s
Tests totaux 1 Tests incorrects 1 Coût total $0.153 Temps de réponse (moy.) 56.0s
#102	Grok 4.5 medium	X AI	1	5.0	$2.454	0/1	65.2s
Tests totaux 1 Tests incorrects 1 Coût total $2.454 Temps de réponse (moy.) 65.2s
#105	Grok 4.6 medium	X AI	1	5.0	$2.270	0/1	103.6s
Tests totaux 1 Tests incorrects 1 Coût total $2.270 Temps de réponse (moy.) 103.6s
#108	Grok 4.5 low	X AI	1	5.0	$1.345	0/1	61.5s
Tests totaux 1 Tests incorrects 1 Coût total $1.345 Temps de réponse (moy.) 61.5s
#116	Qwen3.8 27B low	Qwen	1	6.1	~$0.089	0/1	211.3s
Tests totaux 1 Tests incorrects 1 Coût total ~$0.089 Temps de réponse (moy.) 211.3s
#124	DeepSeek V4 Flash 0731 low	DeepSeek	1	4.7	$0.307	0/1	321.2s
Tests totaux 1 Tests incorrects 1 Coût total $0.307 Temps de réponse (moy.) 321.2s
#127	Grok 4.7 low	X AI	1	5.0	$2.263	0/1	154.9s
Tests totaux 1 Tests incorrects 1 Coût total $2.263 Temps de réponse (moy.) 154.9s
#134	Grok 4.7 medium	X AI	1	3.9	$3.501	0/1	372.1s
Tests totaux 1 Tests incorrects 1 Coût total $3.501 Temps de réponse (moy.) 372.1s
#137	Qwen3.6 Plus medium	Qwen	1	4.7	$0.391	0/1	307.1s
Tests totaux 1 Tests incorrects 1 Coût total $0.391 Temps de réponse (moy.) 307.1s
#140	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	6.1	$0.567	0/1	186.4s
Tests totaux 1 Tests incorrects 1 Coût total $0.567 Temps de réponse (moy.) 186.4s
#141	Qwen3.8 27B medium	Qwen	1	4.7	~$0.073	0/1	187.9s
Tests totaux 1 Tests incorrects 1 Coût total ~$0.073 Temps de réponse (moy.) 187.9s

Filtrer les modèles

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé

Tâches agentiques : Mauvaise réponse

Filtrer les modèles

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estiméEstimation de l’électricité consommée par le GPU uniquement. Le reste de l’ordinateur et l’achat du matériel ne sont pas inclus. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Meilleurs modèles par Coût gaspillé estimé