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.)
#38	Grok 4.3 medium	X AI	2	5.3	1/3	181.7s
#46	Qwen3.6 35B A3B medium	Qwen	2	5.3	1/3	22.5s
#50	Gemini 3.1 Flash Lite Preview low	Google	2	5.3	1/3	2.36s
#54	GPT-5 Mini medium	OpenAI	2	3.6	0/3	44.6s
#57	Step 3.7 Flash low	Stepfun	2	5.3	1/3	43.3s
#58	Gemini 3.1 Flash Lite Preview none	Google	2	5.3	1/3	942ms
#59	GLM 5V Turbo medium	Z.ai	2	5.3	1/3	38.1s
#61	Gemini 3.1 Flash Lite low	Google	2	5.3	1/3	1.52s
#62	Step 3.5 Flash medium	Stepfun	2	5.3	1/3	170.5s
#64	MiMo-V2-Flash medium	Xiaomi	2	5.9	1/3	96.0s
#68	Claude Opus 4.8 none	Anthropic	2	5.3	1/3	1.66s
#70	GPT-5.4 Nano medium	OpenAI	2	5.9	1/3	38.2s
#71	Step 3.7 Flash high	Stepfun	2	4.1	0/3	149.6s
#72	DeepSeek V3.2 medium	DeepSeek	2	2.9	0/3	24.3s
#76	Kimi K2.5 medium	Moonshot AI	2	3.5	0/3	137.3s

Meilleurs modèles par Nombre de Mauvaise réponse