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.)
#137	Elephant Alpha none	Openrouter	3	3.0	0/3	927ms
#138	Ling-2.6-flash none	Inclusionai	3	3.0	0/3	4.95s
#141	Nemotron 3 Super none	NVIDIA	3	3.6	0/3	6.23s
#143	MiMo-V2.5 none	Xiaomi	3	3.0	0/3	756ms
#144	GPT-5.4 Mini none	OpenAI	3	3.5	0/3	937ms
#145	Laguna M.1 none	Poolside	3	3.6	0/3	5.50s
#147	GPT-4o-mini none	OpenAI	3	3.0	0/3	637ms
#148	GPT-5.4 Nano none	OpenAI	3	2.9	0/3	926ms
#153	Qwen3.6 35B A3B none	Qwen	3	3.5	0/3	7.45s
#154	Qwen3.5-9B none	Qwen	3	3.0	0/3	464ms
#159	Ling-2.6-1T none	Inclusionai	3	3.0	0/3	1.04s
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	3	3.6	0/3	489ms
#163	Granite 4.1 8B none	IBM Granite	3	3.0	0/3	357ms
#5	Qwen3.7 Max medium	Qwen	2	5.9	1/3	24.9s
#6	GPT-5.5 low	OpenAI	2	5.3	1/3	28.1s

Meilleurs modèles par Nombre de Mauvaise réponse