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.)
#139	DeepSeek V4 Flash none	DeepSeek	2	5.3	1/3	19.7s
#140	Qwen3 Coder Next none	Qwen	2	5.3	1/3	962ms
#142	Mistral Small 4 none	Mistral	2	5.3	1/3	367ms
#146	Laguna Xs.2 none	Poolside	2	5.3	1/3	371ms
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	2	2.9	0/3	56.7s
#150	Qwen3 Coder Next medium	Qwen	2	5.3	1/3	638ms
#151	Trinity Large Preview none	Arcee AI	2	5.3	1/3	877ms
#152	MiMo-V2-Flash none	Xiaomi	2	5.3	1/3	564ms
#155	Mercury 2 none	Inception	2	5.3	1/3	534ms
#156	Hy3 preview none	Tencent	2	3.6	0/3	17.6s
#157	Grok 4.1 Fast none	X AI	2	5.9	1/3	1.06s
#158	GLM 4.7 Flash medium	Z.ai	2	3.5	0/3	174.6s
#2	Gemini 3.5 Flash high	Google	1	7.6	2/3	14.1s
#3	Gemini 3.5 Flash low	Google	1	7.7	2/3	3.39s
#4	Gemini 3.1 Pro Preview medium	Google	1	7.7	2/3	32.7s

Meilleurs modèles par Nombre de Mauvaise réponse