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.)
#172	Claude Opus 4.8 low	Anthropic	2	0.5	$3.787	1/3	46.5s
Tests totaux 3 Tests incorrects 2 Coût total $3.787 Temps de réponse (moy.) 46.5s
#174	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
#175	GLM 5 medium	Z.ai	2	0.3	$0.479	0/3	0ms
Tests totaux 3 Tests incorrects 3 Coût total $0.479 Temps de réponse (moy.) 0ms
#177	Qwen3.6 27B medium	Qwen	2	0.3	$1.021	0/3	71.5s
Tests totaux 3 Tests incorrects 3 Coût total $1.021 Temps de réponse (moy.) 71.5s
#178	Claude Opus 5 none	Anthropic	2	0.5	$2.766	1/3	11.1s
Tests totaux 3 Tests incorrects 2 Coût total $2.766 Temps de réponse (moy.) 11.1s
#184	GPT-5.2 Chat default	OpenAI	2	0.3	$0.594	0/3	23.7s
Tests totaux 3 Tests incorrects 3 Coût total $0.594 Temps de réponse (moy.) 23.7s
#185	Qwen3.6 Max Preview medium	Qwen	2	0.5	$1.132	1/3	88.5s
Tests totaux 3 Tests incorrects 2 Coût total $1.132 Temps de réponse (moy.) 88.5s
#186	Gemini 3.1 Flash Lite Preview medium	Google	2	0.5	$0.158	1/3	4.09s
Tests totaux 3 Tests incorrects 2 Coût total $0.158 Temps de réponse (moy.) 4.09s
#187	Kimi K2.7 Code medium	Moonshot AI	2	0.4	$1.136	0/3	184.2s
Tests totaux 3 Tests incorrects 3 Coût total $1.136 Temps de réponse (moy.) 184.2s
#188	Ember-1 low	Fireworks	2	0.3	$1.488	0/3	56.2s
Tests totaux 3 Tests incorrects 3 Coût total $1.488 Temps de réponse (moy.) 56.2s
#192	Gemini 3 Flash Preview low	Google	2	0.5	$0.254	1/3	9.74s
Tests totaux 3 Tests incorrects 2 Coût total $0.254 Temps de réponse (moy.) 9.74s
#194	Minimax M3.1 Flash max	Minimax	2	0.6	$0.000	1/3	186.3s
Tests totaux 3 Tests incorrects 2 Coût total $0.000 Temps de réponse (moy.) 186.3s
#196	Ember-1 high	Fireworks	2	0.3	$2.405	0/3	175.5s
Tests totaux 3 Tests incorrects 3 Coût total $2.405 Temps de réponse (moy.) 175.5s
#197	Gemma 4 31B medium	Google	2	0.5	$0.144	1/3	59.9s
Tests totaux 3 Tests incorrects 2 Coût total $0.144 Temps de réponse (moy.) 59.9s
#200	Claude Opus 4.8 none	Anthropic	2	0.5	$2.334	1/3	1.76s
Tests totaux 3 Tests incorrects 2 Coût total $2.334 Temps de réponse (moy.) 1.76s

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