Classement Résolution d'énigmes x Mauvaise réponse

Échecs par catégorie AI BENCHY

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.

Modèles affichés

Échecs totaux

Modèle le plus touché

Raisons d'échec

Mauvaise réponse85 N'a pas suivi les instructions75 Délai dépassé6 Mise en forme supplémentaire2 Erreur API1

Catégories

Spécifique au domaine182 Astuces anti-IA165 Résolution d'énigmes85 Suivi des instructions44 Combiné37 Programmation28 Analyse et extraction des données19 Intelligence générale10 Appel d'outils2

Rang	Modèle	Entreprise	Nombre de Mauvaise réponse	Score de catégorie	Tests corrects	Temps de réponse (moy.)
#15	Gemini 2.5 Flash medium	Google	1	7.7	2/3	3.94s
#17	Gemini 3.1 Flash Lite Preview medium	Google	1	7.7	2/3	3.58s
#21	Gemini 3 Flash Preview none	Google	1	7.7	2/3	1.06s
#27	DeepSeek V3.2 medium	DeepSeek	1	8.2	2/3	36.9s
#28	GPT-5.2 Chat none	OpenAI	1	7.7	2/3	4.42s
#30	Step 3.5 Flash medium	Stepfun	1	5.3	1/3	7.72s
#33	GLM 5.1 medium	Z.ai	1	8.2	2/3	23.8s
#34	Kimi K2.6 medium	Moonshot AI	1	5.0	0/3	25.6s
#35	MiMo-V2-Omni medium	Xiaomi	1	6.5	1/3	3.88s
#37	Claude Opus 4.6 medium	Anthropic	1	7.7	2/3	4.60s
#38	GPT-5.4 Nano medium	OpenAI	1	4.0	0/3	3.65s
#39	Seed-2.0-Mini medium	Bytedance Seed	1	8.2	2/3	25.9s
#41	MiMo-V2-Flash medium	Xiaomi	1	7.7	2/3	3.77s
#43	Qwen3.5-35B-A3B medium	Qwen	1	6.4	1/3	31.6s
#45	GPT-5 Mini medium	OpenAI	1	5.6	1/3	14.1s

←

1 2 3 4 5

→

Meilleurs modèles par Nombre de Mauvaise réponse