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

128

Modèle le plus touché

GLM 5.3 FlashX 2

Raisons d'échec

Appel d'outil invalide180 Mauvaise réponse128 Erreur API62 Aucune réponse56 Délai dépassé11 Mise en forme supplémentaire1 N'a pas suivi les instructions1

Catégories

Spécifique au domaine893 Astuces anti-IA519 Programmation484 Résolution d'énigmes352 Culture générale315 Intelligence générale134 Combiné128 Tâches agentiques128 Suivi des instructions117 Analyse et extraction des données93

118/118

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#218	GLM 5.3 Flash low	Z.ai	1	0.4	$0.038	0/2	54.7s
Tests totaux 2 Tests incorrects 2 Coût total $0.038 Temps de réponse (moy.) 54.7s
#219	GPT-5.5 none	OpenAI	1	0.7	$1.212	1/2	8.90s
Tests totaux 2 Tests incorrects 1 Coût total $1.212 Temps de réponse (moy.) 8.90s
#230	Mercury 2.5 Preview high	Inception	1	0.4	$0.040	0/2	14.4s
Tests totaux 2 Tests incorrects 2 Coût total $0.040 Temps de réponse (moy.) 14.4s
#233	GLM 5.3 low	Z.ai	1	0.4	$0.215	0/2	53.0s
Tests totaux 2 Tests incorrects 2 Coût total $0.215 Temps de réponse (moy.) 53.0s
#238	Qwen3.5-122B-A10B none	Qwen	1	0.5	$0.308	0/2	129.3s
Tests totaux 2 Tests incorrects 2 Coût total $0.308 Temps de réponse (moy.) 129.3s
#239	Gemini 3 Flash Preview none	Google	1	0.4	$0.155	0/2	12.4s
Tests totaux 2 Tests incorrects 2 Coût total $0.155 Temps de réponse (moy.) 12.4s
#246	Mercury 2.5 medium	Inception	1	0.7	$0.034	1/2	9.23s
Tests totaux 2 Tests incorrects 1 Coût total $0.034 Temps de réponse (moy.) 9.23s
#251	LongCat 2.0 none	Meituan	1	0.7	$0.104	1/2	28.4s
Tests totaux 2 Tests incorrects 1 Coût total $0.104 Temps de réponse (moy.) 28.4s
#254	Gemini 3.5 Flash Lite low	Google	1	0.4	$0.183	0/2	11.0s
Tests totaux 2 Tests incorrects 2 Coût total $0.183 Temps de réponse (moy.) 11.0s
#255	Gemini 3.1 Flash Lite Preview low	Google	1	0.3	$0.736	0/2	160.6s
Tests totaux 2 Tests incorrects 2 Coût total $0.736 Temps de réponse (moy.) 160.6s
#257	Gemini 3.1 Flash Lite low	Google	1	0.3	$0.717	0/2	161.2s
Tests totaux 2 Tests incorrects 2 Coût total $0.717 Temps de réponse (moy.) 161.2s
#259	Qwen3.5 Plus 2026-02-15 none	Qwen	1	0.7	$0.176	1/2	64.8s
Tests totaux 2 Tests incorrects 1 Coût total $0.176 Temps de réponse (moy.) 64.8s
#262	Space Bunny Alpha medium	Stealth	1	0.4	$0.000	0/2	17.0s
Tests totaux 2 Tests incorrects 2 Coût total $0.000 Temps de réponse (moy.) 17.0s
#267	Space Bunny Alpha xhigh	Stealth	1	0.3	$0.000	0/2	37.1s
Tests totaux 2 Tests incorrects 2 Coût total $0.000 Temps de réponse (moy.) 37.1s
#271	Gemini 3.1 Flash Lite Preview none	Google	1	0.3	$0.090	0/2	6.23s
Tests totaux 2 Tests incorrects 2 Coût total $0.090 Temps de réponse (moy.) 6.23s

←

1 2 3 4 8

→

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