AI BENCHY
Comparer Graphiques Méthodologie
❤️ Made by XCS
Your ad here

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: Temps de réponse (moy.) ↓.

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

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