Classement Programmation x Mauvaise réponse

Échecs par catégorie AI BENCHY

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

Modèles affichés

Échecs totaux

120

Modèle le plus touché

Raisons d'échec

Mauvaise réponse120 Aucune réponse18 N'a pas suivi les instructions16 Délai dépassé12 Mise en forme supplémentaire7 Erreur API6

Catégories

Spécifique au domaine298 Astuces anti-IA235 Résolution d'énigmes148 Culture générale127 Programmation120 Suivi des instructions52 Combiné51 Analyse et extraction des données32 Intelligence générale27 Appel d'outils2

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Tests corrects	Temps de réponse (moy.)
#50	Gemini 3.1 Flash Lite low	Google	1	6.8	1/2	1.71s
#52	GPT-5.3 Chat none	OpenAI	1	6.9	1/2	10.5s
#53	MiMo-V2.5 medium	Xiaomi	1	6.9	1/2	64.5s
#55	DeepSeek V4 Flash high	DeepSeek	1	6.8	1/2	58.1s
#56	Qwen3.5-Flash medium	Qwen	1	4.1	0/2	54.2s
#60	GLM 5V Turbo medium	Z.ai	1	6.8	1/2	54.8s
#64	GPT-5.4 Nano medium	OpenAI	1	6.8	1/2	21.1s
#65	GPT-5.4 Mini medium	OpenAI	1	7.5	1/2	73.3s
#67	MiMo-V2-Flash medium	Xiaomi	1	4.1	0/2	7.20s
#68	Seed-2.0-Mini medium	Bytedance Seed	1	6.8	1/2	220.5s
#71	DeepSeek V3.2 medium	DeepSeek	1	3.9	0/2	185.0s
#72	MiMo-V2-Omni medium	Xiaomi	1	3.4	0/2	183.9s
#76	Gemma 4 31B none	Google	1	6.8	1/2	14.8s
#78	Gemini 3.1 Flash Lite minimal	Google	1	6.8	1/2	951ms
#84	Laguna Xs.2 medium	Poolside	1	6.3	0/1	14.4s

←

1 2 3 4 5 6 7

→

Meilleurs modèles par Nombre de Mauvaise réponse