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.

Modèles affichés

Échecs totaux

893

Modèle le plus touché

Claude Opus 5 3

Raisons d'échec

Mauvaise réponse893 Aucune réponse66 Délai dépassé46 Erreur API40 Mise en forme supplémentaire36 N'a pas suivi les instructions3

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

423/423

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#99	Gemini 4 Argon low	Google	2	0.5	$0.438	1/3	1.94s
Tests totaux 3 Tests incorrects 2 Coût total $0.438 Temps de réponse (moy.) 1.94s
#101	Grok 4.5 high	X AI	2	0.4	$2.687	0/3	301.3s
Tests totaux 3 Tests incorrects 3 Coût total $2.687 Temps de réponse (moy.) 301.3s
#103	GPT-5.6 Terra medium	OpenAI	2	0.5	$0.483	1/3	21.5s
Tests totaux 3 Tests incorrects 2 Coût total $0.483 Temps de réponse (moy.) 21.5s
#110	GPT-5.6 Luna high	OpenAI	2	0.5	$0.118	1/3	62.9s
Tests totaux 3 Tests incorrects 2 Coût total $0.118 Temps de réponse (moy.) 62.9s
#112	GPT-5.4 Nano medium	OpenAI	2	0.6	$0.235	1/3	38.7s
Tests totaux 3 Tests incorrects 2 Coût total $0.235 Temps de réponse (moy.) 38.7s
#115	GPT-5.6 Terra low	OpenAI	2	0.5	$0.435	1/3	9.34s
Tests totaux 3 Tests incorrects 2 Coût total $0.435 Temps de réponse (moy.) 9.34s
#121	Gemini 3.5 Flash medium	Google	2	0.5	$1.316	1/3	7.28s
Tests totaux 3 Tests incorrects 2 Coût total $1.316 Temps de réponse (moy.) 7.28s
#126	DeepSeek V4.1 Flash 1017 high	DeepSeek	2	0.3	$0.589	0/3	186.0s
Tests totaux 3 Tests incorrects 3 Coût total $0.589 Temps de réponse (moy.) 186.0s
#127	Grok 4.5 medium	X AI	2	0.5	$2.996	1/3	249.3s
Tests totaux 3 Tests incorrects 2 Coût total $2.996 Temps de réponse (moy.) 249.3s
#129	Step 3.7 Flash medium	Stepfun	2	0.5	$0.571	1/3	27.3s
Tests totaux 3 Tests incorrects 2 Coût total $0.571 Temps de réponse (moy.) 27.3s
#130	Grok 4.6 medium	X AI	2	0.5	$2.270	1/3	304.3s
Tests totaux 3 Tests incorrects 2 Coût total $2.270 Temps de réponse (moy.) 304.3s
#131	Qwen3.7 Plus none	Qwen	2	0.5	$0.178	1/3	1.04s
Tests totaux 3 Tests incorrects 2 Coût total $0.178 Temps de réponse (moy.) 1.04s
#135	GPT-6 Luna high	OpenAI	2	0.6	$0.074	1/3	51.1s
Tests totaux 3 Tests incorrects 2 Coût total $0.074 Temps de réponse (moy.) 51.1s
#136	Muse Glimmer 30B high	Meta	2	0.3	$0.506	0/3	182.6s
Tests totaux 3 Tests incorrects 3 Coût total $0.506 Temps de réponse (moy.) 182.6s
#137	Nemotron 3.5 Super VL medium	NVIDIA	2	0.4	$0.437	0/3	196.7s
Tests totaux 3 Tests incorrects 3 Coût total $0.437 Temps de réponse (moy.) 196.7s

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 estimé