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.)
#85	Gemini 3.1 Flash Lite none	Google	1	6.8	1/2	1.13s
#86	GPT-5.5 none	OpenAI	1	6.8	1/2	1.52s
#90	Mercury 2 medium	Inception	1	7.2	1/2	2.29s
#91	Gemma 4 26B A4B none	Google	1	4.1	0/2	3.83s
#92	Gemini 2.5 Flash none	Google	1	6.8	1/2	810ms
#93	MiMo-V2-Omni none	Xiaomi	1	5.1	0/2	2.75s
#97	Qwen3.5-Flash none	Qwen	1	6.8	1/2	993ms
#98	GLM 5V Turbo none	Z.ai	1	6.8	1/2	3.77s
#99	Seed-2.0-Lite none	Bytedance Seed	1	6.8	1/2	2.95s
#101	Qwen3.5 Plus 2026-04-20 none	Qwen	1	4.4	0/2	2.08s
#102	Qwen3.5-35B-A3B none	Qwen	1	6.8	1/2	1.72s
#103	Qwen3.5-27B none	Qwen	1	7.3	1/2	1.98s
#104	Qwen3.6 27B none	Qwen	1	6.8	1/2	5.75s
#105	Cobuddy medium	Baidu	1	4.1	0/2	79.2s
#107	MiMo-V2-Pro none	Xiaomi	1	6.8	1/2	2.65s

←

1 2 3 4 5 6 7

→

Meilleurs modèles par Nombre de Mauvaise réponse