Classement Combiné x Mauvaise réponse

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

Modèles affichés

Échecs totaux

Modèle le plus touché

Gemini 3 Flash Preview 2

Raisons d'échec

Appel d'outil invalide91 Mauvaise réponse68 Aucune réponse29 Erreur API26 Délai dépassé5 Mise en forme supplémentaire1 N'a pas suivi les instructions1

Catégories

Spécifique au domaine412 Astuces anti-IA293 Programmation252 Résolution d'énigmes201 Culture générale168 Combiné68 Suivi des instructions61 Intelligence générale59 Analyse et extraction des données41 Appel d'outils3

63/63

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#61	Gemini 3 Flash Preview low	Google	2	3.0	$0.177	0/2	10.2s
Tests totaux 2 Tests incorrects 2 Coût total $0.177 Temps de réponse (moy.) 10.2s
#139	GPT-5.4 none	OpenAI	2	3.0	$0.397	0/2	9.26s
Tests totaux 2 Tests incorrects 2 Coût total $0.397 Temps de réponse (moy.) 9.26s
#165	Mistral Small 4 none	Mistral	2	3.0	$0.022	0/2	7.44s
Tests totaux 2 Tests incorrects 2 Coût total $0.022 Temps de réponse (moy.) 7.44s
#177	Nemotron 3 Super none	NVIDIA	2	3.0	$0.008	0/2	18.2s
Tests totaux 2 Tests incorrects 2 Coût total $0.008 Temps de réponse (moy.) 18.2s
#189	Mercury 2 none	Inception	2	3.0	$0.030	0/2	2.56s
Tests totaux 2 Tests incorrects 2 Coût total $0.030 Temps de réponse (moy.) 2.56s
#20	Grok 4.5 low	X AI	1	6.5	$0.935	1/2	12.8s
Tests totaux 2 Tests incorrects 1 Coût total $0.935 Temps de réponse (moy.) 12.8s
#52	Kimi K2.7 Code medium	Moonshot AI	1	7.3	$0.751	1/2	66.0s
Tests totaux 2 Tests incorrects 1 Coût total $0.751 Temps de réponse (moy.) 66.0s
#59	Qwen3.7 Max none	Qwen	1	6.5	$0.197	1/2	37.2s
Tests totaux 2 Tests incorrects 1 Coût total $0.197 Temps de réponse (moy.) 37.2s
#83	GPT-5.6 Sol none	OpenAI	1	6.5	$0.524	1/2	8.37s
Tests totaux 2 Tests incorrects 1 Coût total $0.524 Temps de réponse (moy.) 8.37s
#87	GPT-5.5 none	OpenAI	1	6.5	$0.544	1/2	8.90s
Tests totaux 2 Tests incorrects 1 Coût total $0.544 Temps de réponse (moy.) 8.90s
#89	Gemini 3 Flash Preview none	Google	1	3.8	$0.085	0/2	12.4s
Tests totaux 2 Tests incorrects 2 Coût total $0.085 Temps de réponse (moy.) 12.4s
#92	KAT-Coder-Pro V2.5 none	Kwaipilot	1	4.1	$0.476	0/2	183.1s
Tests totaux 2 Tests incorrects 2 Coût total $0.476 Temps de réponse (moy.) 183.1s
#98	Qwen3.6 Max Preview none	Qwen	1	6.5	$0.231	1/2	61.6s
Tests totaux 2 Tests incorrects 1 Coût total $0.231 Temps de réponse (moy.) 61.6s
#103	Qwen3.5-27B none	Qwen	1	6.4	$0.090	1/2	39.4s
Tests totaux 2 Tests incorrects 1 Coût total $0.090 Temps de réponse (moy.) 39.4s
#104	Gemini 3.1 Flash Lite Preview low	Google	1	3.0	$0.646	0/2	160.6s
Tests totaux 2 Tests incorrects 2 Coût total $0.646 Temps de réponse (moy.) 160.6s

1 2 3 4 5

→

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

Combiné : 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