AI BENCHY
Comparer Graphiques Méthodologie
❤️ Made by XCS
Your ad here

Échecs par catégorie AI BENCHY

Spécifique au domaine
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: Tests corrects ↓.

Modèles affichés

53

Échecs totaux

98

Modèle le plus touché

Gemini 3.1 Pro Preview 1
Rang Modèle Entreprise Nombre de Mauvaise réponse Score de catégorie Tests corrects Temps de réponse (moy.)
#2 Gemini 3.1 Pro Preview medium Google 1 7.0 2/3 32.7s
#20 Gemini 3 Flash Preview none Google 1 7.0 2/3 963ms
#25 Claude Sonnet 4.6 none Anthropic 1 7.0 2/3 3.54s
#37 Qwen3.5-Flash none Qwen 1 7.0 2/3 905ms
#42 Qwen3.5-35B-A3B none Qwen 1 7.0 2/3 485ms
#49 GLM 4.7 Flash none Z.ai 1 7.0 2/3 744ms
#3 GPT-5.3-Codex medium OpenAI 2 4.0 1/3 64.3s
#4 Qwen3.5 Plus 2026-02-15 medium Qwen 1 4.0 1/3 17.5s
#5 Gemini 3 Flash Preview low Google 2 4.0 1/3 8.05s
#6 Gemini 3 Pro Preview medium Google 2 4.0 1/3 7.01s
#7 Qwen3.5-27B medium Qwen 1 4.0 1/3 79.5s
#8 Gemini 3.1 Flash Lite Preview high Google 2 4.0 1/3 127.6s
#9 GPT-5.4 medium OpenAI 2 4.0 1/3 74.3s
#13 Step 3.5 Flash medium Stepfun 2 4.0 1/3 170.5s
#15 GPT-5.2 Chat none OpenAI 2 4.0 1/3 17.8s
#16 Gemini 2.5 Flash medium Google 2 4.0 1/3 37.3s
#17 Gemini 3.1 Flash Lite Preview low Google 2 4.0 1/3 2.36s
#18 DeepSeek V3.2 medium DeepSeek 1 4.0 1/3 39.3s
#21 MiMo-V2-Flash medium Xiaomi 2 4.0 1/3 96.0s
#22 Gemini 3.1 Flash Lite Preview none Google 2 4.0 1/3 942ms
#24 Qwen3.5-Flash medium Qwen 1 4.0 1/3 146.5s
#27 GPT-5.2 medium OpenAI 1 4.0 1/3 77.8s
#29 Qwen3.5 Plus 2026-02-15 none Qwen 2 4.0 1/3 1.17s
#30 Grok 4.1 Fast medium X AI 1 4.0 1/3 121.8s
#34 GPT-5 Nano medium OpenAI 1 4.0 1/3 204.0s
#38 Gemini 2.5 Flash none Google 2 4.0 1/3 495ms
#40 Qwen3.5-122B-A10B none Qwen 2 4.0 1/3 465ms
#44 GPT-5.4 none OpenAI 2 4.0 1/3 1.07s
#45 Trinity Large Preview none Arcee AI 2 4.0 1/3 877ms
#46 Kimi K2.5 none Moonshot AI 2 4.0 1/3 4.38s
#48 Qwen3 Coder Next none Qwen 2 4.0 1/3 962ms
#50 Qwen3 Coder Next medium Qwen 2 4.0 1/3 638ms
#51 Mercury 2 none Inception 2 4.0 1/3 534ms
#53 Grok 4.1 Fast none X AI 2 4.0 1/3 1.06s
#54 MiMo-V2-Flash none Xiaomi 2 4.0 1/3 564ms
#55 LFM2-24B-A2B none Liquid 1 4.0 1/3 287ms
#10 Qwen3.5-122B-A10B medium Qwen 3 10.0 0/3 63.4s
#11 Claude Sonnet 4.6 medium Anthropic 1 10.0 0/3 0ms
#12 Gemini 3.1 Flash Lite Preview medium Google 3 10.0 0/3 4.21s
#14 GLM 5 medium Z.ai 2 10.0 0/3 0ms
#19 GPT-5.3 Chat none OpenAI 3 10.0 0/3 13.0s
#26 Claude Opus 4.6 medium Anthropic 1 10.0 0/3 83.4s
#28 Kimi K2.5 medium Moonshot AI 2 10.0 0/3 137.3s
#31 GLM 5 none Z.ai 3 10.0 0/3 2.24s
#32 GPT-5 Mini medium OpenAI 2 10.0 0/3 44.6s
#33 DeepSeek V3.2 none DeepSeek 3 10.0 0/3 1.61s
#35 Qwen3.5-35B-A3B medium Qwen 1 10.0 0/3 88.3s
#36 Mercury 2 medium Inception 3 10.0 0/3 6.48s
#39 gpt-oss-120b medium OpenAI 3 10.0 0/3 50.9s
#41 Qwen3.5-27B none Qwen 3 10.0 0/3 540ms
#43 MiniMax M2.5 medium Minimax 2 10.0 0/3 237.3s
#47 GPT-4o-mini none OpenAI 3 10.0 0/3 637ms
#52 GLM 4.7 Flash medium Z.ai 2 10.0 0/3 174.6s

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs score moyen

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé