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.)
#82	Hy3 preview high	Tencent	2	5.3	1/3	109.0s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2	2.9	0/3	24.7s
#89	Hy3 preview low	Tencent	2	5.9	1/3	40.4s
#92	Laguna M.1 medium	Poolside	2	5.3	1/3	24.1s
#93	Qwen3.6 Plus Preview medium	Qwen	2	3.0	0/3	22.1s
#95	Qwen3.5 Plus 2026-02-15 none	Qwen	2	5.3	1/3	1.17s
#96	Ring-2.6-1T none	Inclusionai	2	5.3	1/3	73.4s
#97	Gemini 2.5 Flash none	Google	2	5.9	1/3	495ms
#100	Grok Build 0.1 none	X AI	2	3.6	0/3	103.7s
#101	Mimo V2 Omni none	Xiaomi	2	5.3	1/3	2.10s
#104	Nemotron 3 Ultra 550b A55b none	NVIDIA	2	5.3	1/3	698ms
#105	Nemotron 3 Super medium	NVIDIA	2	2.9	0/3	16.2s
#107	Laguna Xs.2 medium	Poolside	2	4.1	0/3	11.1s
#109	GLM 5V Turbo none	Z.ai	2	5.3	1/3	2.09s
#111	Owl Alpha medium	Openrouter	2	5.3	1/3	8.58s

Meilleurs modèles par Nombre de Mauvaise réponse