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.)
#113	DeepSeek V4 Pro none	DeepSeek	2	5.3	1/3	3.17s
#114	Qwen3.5 Plus 2026-04-20 none	Qwen	2	5.3	1/3	4.43s
#116	Hunter Alpha none	OpenRouter	2	5.3	1/3	2.33s
#120	Mimo V2 PRO none	Xiaomi	2	5.3	1/3	1.78s
#121	Owl Alpha none	Openrouter	2	5.3	1/3	3.00s
#123	MiMo-V2.5-Pro none	Xiaomi	2	5.3	1/3	877ms
#124	Kimi K2.6 none	Moonshot AI	2	5.3	1/3	1.48s
#125	GPT-5.4 none	OpenAI	2	5.3	1/3	1.07s
#127	Grok 4.20 none	X AI	2	3.0	0/3	687ms
#128	Qwen3.6 Flash none	Qwen	2	5.3	1/3	1.11s
#129	MiniMax M2.5 medium	Minimax	2	2.9	0/3	237.3s
#131	Qwen3.5-122B-A10B none	Qwen	2	5.3	1/3	465ms
#133	DeepSeek V3.2 none	DeepSeek	2	2.9	0/3	4.17s
#134	GLM 5 Turbo none	Z.ai	2	5.3	1/3	1.97s
#135	Kimi K2.5 none	Moonshot AI	2	5.3	1/3	4.38s

Meilleurs modèles par Nombre de Mauvaise réponse