Classement Résolution d'énigmes x 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 ↑.

Modèles affichés

Échecs totaux

344

Modèle le plus touché

GPT-5.4 Nano 2

Raisons d'échec

Mauvaise réponse344 N'a pas suivi les instructions160 Erreur API35 Mise en forme supplémentaire16 Aucune réponse14 Délai dépassé11

Catégories

Spécifique au domaine878 Astuces anti-IA502 Programmation477 Résolution d'énigmes344 Culture générale306 Intelligence générale129 Combiné126 Tâches agentiques126 Suivi des instructions111 Analyse et extraction des données93

239/239

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#110	GPT-5.4 Nano medium	OpenAI	2	0.4	$0.235	0/3	3.79s
Tests totaux 3 Tests incorrects 3 Coût total $0.235 Temps de réponse (moy.) 3.79s
#154	Inkling Small high	Thinkingmachines	2	0.5	$0.398	0/3	14.4s
Tests totaux 3 Tests incorrects 3 Coût total $0.398 Temps de réponse (moy.) 14.4s
#162	LongCat 2.0 high	Meituan	2	0.3	$0.778	0/3	9.18s
Tests totaux 3 Tests incorrects 3 Coût total $0.778 Temps de réponse (moy.) 9.18s
#205	Qwen3.5-Flash none	Qwen	3	0.3	$0.089	0/3	10.9s
Tests totaux 3 Tests incorrects 3 Coût total $0.089 Temps de réponse (moy.) 10.9s
#217	LongCat 2.0 low	Meituan	2	0.3	$0.630	0/3	8.15s
Tests totaux 3 Tests incorrects 3 Coût total $0.630 Temps de réponse (moy.) 8.15s
#232	Qwen3.5-122B-A10B none	Qwen	2	0.4	$0.308	0/3	1.00s
Tests totaux 3 Tests incorrects 3 Coût total $0.308 Temps de réponse (moy.) 1.00s
#244	LongCat 2.0 none	Meituan	2	0.4	$0.104	0/3	2.74s
Tests totaux 3 Tests incorrects 3 Coût total $0.104 Temps de réponse (moy.) 2.74s
#257	DeepSeek V4 Flash 0423 none	DeepSeek	1	0.3	$0.149	0/3	23.7s
Tests totaux 3 Tests incorrects 3 Coût total $0.149 Temps de réponse (moy.) 23.7s
#262	DeepSeek V4 Flash 0731 none	DeepSeek	2	0.3	$0.053	0/3	2.74s
Tests totaux 3 Tests incorrects 3 Coût total $0.053 Temps de réponse (moy.) 2.74s
#267	Trinity Large Thinking medium	Arcee AI	1	0.5	$0.862	0/3	2.90s
Tests totaux 3 Tests incorrects 3 Coût total $0.862 Temps de réponse (moy.) 2.90s
#272	Granite 4.2 8B medium	IBM Granite	1	0.3	$0.029	0/3	76.0s
Tests totaux 3 Tests incorrects 3 Coût total $0.029 Temps de réponse (moy.) 76.0s
#283	Qwen3.6 Flash none	Qwen	2	0.4	$0.139	0/3	1.21s
Tests totaux 3 Tests incorrects 3 Coût total $0.139 Temps de réponse (moy.) 1.21s
#286	Qwen3.7 Flash none	Qwen	2	0.4	$0.028	0/3	1.39s
Tests totaux 3 Tests incorrects 3 Coût total $0.028 Temps de réponse (moy.) 1.39s
#292	Trinity Large Thinking high	Arcee AI	1	0.5	$0.794	0/3	3.84s
Tests totaux 3 Tests incorrects 3 Coût total $0.794 Temps de réponse (moy.) 3.84s
#304	Qwen3.5-35B-A3B none	Qwen	2	0.4	$0.120	0/3	1.35s
Tests totaux 3 Tests incorrects 3 Coût total $0.120 Temps de réponse (moy.) 1.35s

Filtrer les modèles

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé

Résolution d'énigmes : Mauvaise réponse

Filtrer les modèles

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé