Classement Spécifique au domaine x Mauvaise réponse

Voyez quels modèles d'IA ont le plus de chances de rencontrer Mauvaise réponse sur Spécifique au domaine, pour repérer plus vite les points faibles. Trier par: Temps de réponse (moy.) ↓.

Modèles affichés

Échecs totaux

878

Modèle le plus touché

Qwen3.8 Max (0902) 1

Raisons d'échec

Mauvaise réponse878 Aucune réponse63 Délai dépassé46 Erreur API40 Mise en forme supplémentaire36 N'a pas suivi les instructions3

Catégories

Spécifique au domaine878 Astuces anti-IA502 Programmation477 Résolution d'énigmes344 Culture générale306 Intelligence générale129 Combiné126 Tâches agentiques126 Suivi des instructions111 Analyse et extraction des données93

414/414

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#36	Qwen3.8 Max (0902) high	Qwen	1	0.6	$3.306	1/3	658.5s
Tests totaux 3 Tests incorrects 2 Coût total $3.306 Temps de réponse (moy.) 658.5s
#68	Seed 2.1 Turbo medium	Bytedance Seed	3	0.3	$2.042	0/3	656.0s
Tests totaux 3 Tests incorrects 3 Coût total $2.042 Temps de réponse (moy.) 656.0s
#67	MiMo-V2.6-Pro medium	Xiaomi	1	0.3	$0.586	0/3	619.7s
Tests totaux 3 Tests incorrects 3 Coût total $0.586 Temps de réponse (moy.) 619.7s
#66	Qwen3.8 27B high	Qwen	1	0.5	~$0.298	1/3	526.7s
Tests totaux 3 Tests incorrects 2 Coût total ~$0.298 Temps de réponse (moy.) 526.7s
#42	Seed 2.1 Turbo high	Bytedance Seed	2	0.3	$1.892	0/3	506.2s
Tests totaux 3 Tests incorrects 3 Coût total $1.892 Temps de réponse (moy.) 506.2s
#209	Ember-1 max	Fireworks	2	0.4	$3.264	0/3	471.2s
Tests totaux 3 Tests incorrects 3 Coût total $3.264 Temps de réponse (moy.) 471.2s
#317	Hy4 preview low	Tencent	3	0.5	$1.844	0/3	470.2s
Tests totaux 3 Tests incorrects 3 Coût total $1.844 Temps de réponse (moy.) 470.2s
#88	DeepSeek V4 Flash 0731 high	DeepSeek	2	0.3	$0.576	0/3	458.6s
Tests totaux 3 Tests incorrects 3 Coût total $0.576 Temps de réponse (moy.) 458.6s
#162	LongCat 2.0 high	Meituan	2	0.4	$0.778	0/3	433.7s
Tests totaux 3 Tests incorrects 3 Coût total $0.778 Temps de réponse (moy.) 433.7s
#151	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	1/3	429.8s
Tests totaux 3 Tests incorrects 2 Coût total $1.275 Temps de réponse (moy.) 429.8s
#29	Seed 2.1 Turbo low	Bytedance Seed	1	0.3	$1.645	0/3	424.5s
Tests totaux 3 Tests incorrects 3 Coût total $1.645 Temps de réponse (moy.) 424.5s
#147	Seed-2.0-Code high	Bytedance Seed	2	0.3	$1.448	0/3	419.7s
Tests totaux 3 Tests incorrects 3 Coût total $1.448 Temps de réponse (moy.) 419.7s
#30	Muse Spark Open high	Meta	2	0.4	$1.782	0/3	412.1s
Tests totaux 3 Tests incorrects 3 Coût total $1.782 Temps de réponse (moy.) 412.1s
#171	LongCat 2.0 medium	Meituan	2	0.3	$0.767	0/3	390.6s
Tests totaux 3 Tests incorrects 3 Coût total $0.767 Temps de réponse (moy.) 390.6s
#398	Xing4.0 29b A4b medium	Xingchen AGI	1	0.4	$0.000	0/3	381.9s
Tests totaux 3 Tests incorrects 3 Coût total $0.000 Temps de réponse (moy.) 381.9s

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

Spécifique au domaine : 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 estiméEstimation de l’électricité consommée par le GPU uniquement. Le reste de l’ordinateur et l’achat du matériel ne sont pas inclus. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.

Meilleurs modèles par Coût gaspillé estimé