Échecs par catégorie AI BENCHY
Résolution d'énigmes : Mauvaise réponse
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: Tests corrects ↑.
Raisons d'échec
| Rang | Modèle | Entreprise | Nombre de Mauvaise réponse | Score de catégorie | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|
| #34 | Kimi K2.6 medium | Moonshot AI | 1 | 5.0 | 0/3 | 25.6s |
| #38 | GPT-5.4 Nano medium | OpenAI | 1 | 4.0 | 0/3 | 3.65s |
| #51 | Nemotron 3 Super medium | NVIDIA | 1 | 3.5 | 0/3 | 8.39s |
| #54 | Mercury 2 medium | Inception | 1 | 3.9 | 0/3 | 934ms |
| #59 | Qwen3.5-Flash none | Qwen | 2 | 3.3 | 0/3 | 5.90s |
| #63 | Qwen3.5-35B-A3B none | Qwen | 2 | 3.9 | 0/3 | 1.34s |
| #68 | gpt-oss-120b medium | OpenAI | 1 | 3.2 | 0/3 | 11.8s |
| #69 | Kimi K2.6 none | Moonshot AI | 1 | 3.4 | 0/3 | 1.66s |
| #73 | Mistral Small 4 medium | Mistral | 1 | 3.4 | 0/3 | 2.00s |
| #74 | GLM 4.7 Flash none | Z.ai | 1 | 4.4 | 0/3 | 1.00s |
| #76 | Kimi K2.5 none | Moonshot AI | 3 | 3.1 | 0/3 | 4.73s |
| #80 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | 0/3 | 25.6s |
| #81 | Elephant medium | Openrouter | 1 | 3.7 | 0/3 | 867ms |
| #83 | Mistral Small 4 none | Mistral | 1 | 3.1 | 0/3 | 589ms |
| #84 | gpt-oss-120b none | OpenAI | 1 | 4.5 | 0/3 | 6.86s |