AI BENCHY
Comparer Graphiques Méthodologie
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Échecs par catégorie AI BENCHY

Résolution d'énigmes
Mauvaise réponse

Voyez quels modèles d'IA ont le plus de chances de rencontrer Mauvaise réponse sur Résolution d'énigmes, pour repérer plus vite les points faibles. Trier par: Nombre d'échecs ↑.

Modèles affichés

38

Échecs totaux

55

Modèle le plus touché

Gemini 3.1 Flash Lite Preview 1
Rang Modèle Entreprise Nombre de Mauvaise réponse Score de catégorie Tests corrects Temps de réponse (moy.)
#8 Gemini 3.1 Flash Lite Preview high Google 1 7.0 2/3 46.3s
#12 Gemini 3.1 Flash Lite Preview medium Google 1 7.0 2/3 3.58s
#13 Step 3.5 Flash medium Stepfun 1 4.0 1/3 7.72s
#15 GPT-5.2 Chat none OpenAI 1 7.0 2/3 4.42s
#16 Gemini 2.5 Flash medium Google 1 7.0 2/3 3.94s
#18 DeepSeek V3.2 medium DeepSeek 1 7.0 2/3 36.9s
#20 Gemini 3 Flash Preview none Google 1 7.0 2/3 1.06s
#21 MiMo-V2-Flash medium Xiaomi 1 7.0 2/3 3.77s
#23 Seed-2.0-Mini medium Bytedance Seed 1 7.0 2/3 25.9s
#26 Claude Opus 4.6 medium Anthropic 1 7.0 2/3 4.60s
#28 Kimi K2.5 medium Moonshot AI 1 4.0 1/3 45.4s
#29 Qwen3.5 Plus 2026-02-15 none Qwen 1 7.0 2/3 2.82s
#30 Grok 4.1 Fast medium X AI 1 4.0 1/3 8.08s
#31 GLM 5 none Z.ai 1 7.0 2/3 2.05s
#32 GPT-5 Mini medium OpenAI 1 4.3 1/3 14.1s
#33 DeepSeek V3.2 none DeepSeek 1 7.7 2/3 7.37s
#34 GPT-5 Nano medium OpenAI 1 4.0 1/3 19.8s
#35 Qwen3.5-35B-A3B medium Qwen 1 4.0 1/3 31.6s
#36 Mercury 2 medium Inception 1 1.7 0/3 934ms
#38 Gemini 2.5 Flash none Google 1 4.7 1/3 576ms
#39 gpt-oss-120b medium OpenAI 1 1.7 0/3 11.8s
#41 Qwen3.5-27B none Qwen 1 6.3 1/3 1.37s
#43 MiniMax M2.5 medium Minimax 1 4.0 1/3 11.5s
#44 GPT-5.4 none OpenAI 1 4.0 1/3 1.52s
#49 GLM 4.7 Flash none Z.ai 1 3.7 0/3 1.00s
#50 Qwen3 Coder Next medium Qwen 1 10.0 0/3 2.30s
#55 LFM2-24B-A2B none Liquid 1 3.3 0/3 1.69s
#37 Qwen3.5-Flash none Qwen 2 1.3 0/3 5.90s
#40 Qwen3.5-122B-A10B none Qwen 2 4.0 1/3 982ms
#42 Qwen3.5-35B-A3B none Qwen 2 1.7 0/3 1.34s
#45 Trinity Large Preview none Arcee AI 2 4.0 1/3 3.30s
#52 GLM 4.7 Flash medium Z.ai 2 10.0 0/3 12.9s
#46 Kimi K2.5 none Moonshot AI 3 10.0 0/3 4.73s
#47 GPT-4o-mini none OpenAI 3 2.3 0/3 1.30s
#48 Qwen3 Coder Next none Qwen 3 1.3 0/3 22.9s
#51 Mercury 2 none Inception 3 10.0 0/3 533ms
#53 Grok 4.1 Fast none X AI 3 1.3 0/3 1.28s
#54 MiMo-V2-Flash none Xiaomi 3 10.0 0/3 1.38s

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs score moyen

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé