Classement Spécifique au domaine x Mauvaise réponse

Échecs par catégorie AI BENCHY

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

314

Modèle le plus touché

Raisons d'échec

Mauvaise réponse314 Délai dépassé34 Mise en forme supplémentaire12 Erreur API6 Aucune réponse5 N'a pas suivi les instructions1

Catégories

Spécifique au domaine314 Astuces anti-IA245 Programmation194 Résolution d'énigmes147 Culture générale130 Suivi des instructions53 Combiné52 Analyse et extraction des données35 Intelligence générale32 Appel d'outils2

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Tests corrects	Temps de réponse (moy.)
#81	Mercury 2 medium	Inception	3	2.9	0/3	6.48s
#87	Gemini 3.1 Flash Lite minimal	Google	3	2.9	0/3	1.02s
#88	Qwen3.7 Plus none	Qwen	3	3.0	0/3	868ms
#90	Gemini 3.1 Flash Lite none	Google	3	2.9	0/3	762ms
#91	GPT-5.5 none	OpenAI	3	2.9	0/3	1.31s
#98	GLM 5 none	Z.ai	3	3.0	0/3	2.24s
#99	gpt-oss-120b medium	OpenAI	3	2.9	0/3	50.9s
#102	Gemma 4 26B A4B none	Google	3	3.6	0/3	2.49s
#106	Grok 4.20 Beta none	X AI	3	3.0	0/3	611ms
#110	Seed-2.0-Lite none	Bytedance Seed	3	3.6	0/3	1.33s
#112	GLM 5.1 none	Z.ai	3	2.9	0/3	1.99s
#115	Qwen3.5-27B none	Qwen	3	3.0	0/3	540ms
#119	Cobuddy medium	Baidu	3	2.9	0/3	128.2s
#126	gpt-oss-120b none	OpenAI	3	3.0	0/3	35.0s
#136	Elephant Alpha medium	Openrouter	3	3.0	0/3	925ms

Meilleurs modèles par Nombre de Mauvaise réponse