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

182

Modèle le plus touché

Raisons d'échec

Mauvaise réponse182 Délai dépassé31 Mise en forme supplémentaire8 Aucune réponse2 Erreur API2

Catégories

Spécifique au domaine182 Astuces anti-IA165 Résolution d'énigmes85 Suivi des instructions44 Combiné37 Programmation28 Analyse et extraction des données19 Intelligence générale10 Appel d'outils2

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Tests corrects	Temps de réponse (moy.)
#55	MiMo-V2-Omni none	Xiaomi	2	5.3	1/3	1.14s
#56	Grok 4.20 Multi Agent Beta medium	X AI	2	2.9	0/3	24.7s
#58	GLM 5V Turbo none	Z.ai	2	5.3	1/3	2.09s
#62	Gemini 2.5 Flash none	Google	2	5.9	1/3	495ms
#65	MiMo-V2-Pro none	Xiaomi	2	5.3	1/3	1.78s
#66	GPT-5.4 none	OpenAI	2	5.3	1/3	1.07s
#69	Kimi K2.6 none	Moonshot AI	2	5.3	1/3	1.48s
#70	Qwen3.5-122B-A10B none	Qwen	2	5.3	1/3	465ms
#71	MiniMax M2.5 medium	Minimax	2	2.9	0/3	237.3s
#72	Hunter Alpha none	OpenRouter	2	5.3	1/3	2.33s
#76	Kimi K2.5 none	Moonshot AI	2	5.3	1/3	4.38s
#77	GLM 5 Turbo none	Z.ai	2	5.3	1/3	1.97s
#78	Trinity Large Preview none	Arcee AI	2	5.3	1/3	877ms
#82	Grok 4.20 none	X AI	2	3.0	0/3	687ms
#83	Mistral Small 4 none	Mistral	2	5.3	1/3	367ms

←

1 2 3 4 5 6 7

→

Meilleurs modèles par Nombre de Mauvaise réponse