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

230

Modèle le plus touché

Qwen3.6 Flash 3

Raisons d'échec

Mauvaise réponse230 Erreur API43 Délai dépassé25 Aucune réponse18 N'a pas suivi les instructions16 Mise en forme supplémentaire12

Catégories

Spécifique au domaine368 Astuces anti-IA270 Programmation230 Résolution d'énigmes173 Culture générale150 Combiné58 Suivi des instructions56 Intelligence générale49 Analyse et extraction des données36 Appel d'outils3

134/134

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#121	Qwen3.5-27B none	Qwen	2	5.8	$0.015	1/3	1.80s
Tests totaux 3 Tests incorrects 2 Coût total $0.015 Temps de réponse (moy.) 1.80s
#122	GLM 5V Turbo none	Z.ai	2	5.5	$0.052	1/3	3.13s
Tests totaux 3 Tests incorrects 2 Coût total $0.052 Temps de réponse (moy.) 3.13s
#129	GPT-5.4 none	OpenAI	2	5.5	$0.122	1/3	1.62s
Tests totaux 3 Tests incorrects 2 Coût total $0.122 Temps de réponse (moy.) 1.62s
#136	Kimi K2.5 none	Moonshot AI	2	5.5	$0.027	1/3	24.6s
Tests totaux 3 Tests incorrects 2 Coût total $0.027 Temps de réponse (moy.) 24.6s
#137	MiMo-V2.5-Pro none	Xiaomi	2	4.3	$0.017	0/3	1.41s
Tests totaux 3 Tests incorrects 3 Coût total $0.017 Temps de réponse (moy.) 1.41s
#138	Qwen3.6 27B none	Qwen	2	5.5	$0.025	1/3	4.16s
Tests totaux 3 Tests incorrects 2 Coût total $0.025 Temps de réponse (moy.) 4.16s
#139	Gemma 4 26B A4B none	Google	2	3.7	$0.004	0/3	4.16s
Tests totaux 3 Tests incorrects 3 Coût total $0.004 Temps de réponse (moy.) 4.16s
#140	Qwen3.5 Plus 2026-04-20 none	Qwen	2	3.9	$0.032	0/3	1.69s
Tests totaux 3 Tests incorrects 3 Coût total $0.032 Temps de réponse (moy.) 1.69s
#144	GPT-5.4 Mini none	OpenAI	2	5.5	$0.038	1/3	913ms
Tests totaux 3 Tests incorrects 2 Coût total $0.038 Temps de réponse (moy.) 913ms
#146	DeepSeek V3.2 none	DeepSeek	2	3.1	$0.016	0/3	14.5s
Tests totaux 3 Tests incorrects 3 Coût total $0.016 Temps de réponse (moy.) 14.5s
#148	Qwen3.6 35B A3B none	Qwen	2	5.5	$0.031	1/3	8.77s
Tests totaux 3 Tests incorrects 2 Coût total $0.031 Temps de réponse (moy.) 8.77s
#154	MiMo-V2.5 none	Xiaomi	2	5.5	$0.006	1/3	3.24s
Tests totaux 3 Tests incorrects 2 Coût total $0.006 Temps de réponse (moy.) 3.24s
#168	Qwen3 Coder Next medium	Qwen	2	3.7	$0.008	0/3	924ms
Tests totaux 3 Tests incorrects 3 Coût total $0.008 Temps de réponse (moy.) 924ms
#179	MiMo-V2-Flash none	Xiaomi	2	4.3	$0.025	0/3	2.64s
Tests totaux 3 Tests incorrects 3 Coût total $0.025 Temps de réponse (moy.) 2.64s
#2	Gemini 3 Flash Preview medium	Google	1	8.6	$0.667	2/3	84.4s
Tests totaux 3 Tests incorrects 1 Coût total $0.667 Temps de réponse (moy.) 84.4s

←

1 4 5 6 9

→

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

Programmation : 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 estimé