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.

Modèles affichés

Échecs totaux

344

Modèle le plus touché

Qwen3.5-Flash 3

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.)
#382	Mercury 2 none	Inception	3	0.3	$0.033	0/3	535ms
Tests totaux 3 Tests incorrects 3 Coût total $0.033 Temps de réponse (moy.) 535ms
#388	Mercury 2.5 none	Inception	3	0.4	$0.026	0/3	515ms
Tests totaux 3 Tests incorrects 3 Coût total $0.026 Temps de réponse (moy.) 515ms
#395	Ling 3.0 Tiny default	Inclusionai	3	0.3	$0.000	0/3	2.64s
Tests totaux 3 Tests incorrects 3 Coût total $0.000 Temps de réponse (moy.) 2.64s
#397	Nemotron 3.5 Lightning none	NVIDIA	3	0.3	$0.009	0/3	750ms
Tests totaux 3 Tests incorrects 3 Coût total $0.009 Temps de réponse (moy.) 750ms
#415	Grok 4.1 Fast default	X AI	3	0.3	$0.008	0/3	1.10s
Tests totaux 3 Tests incorrects 3 Coût total $0.008 Temps de réponse (moy.) 1.10s
#109	Nemotron 3 Ultra medium	NVIDIA	2	0.5	$0.674	1/3	3.54s
Tests totaux 3 Tests incorrects 2 Coût total $0.674 Temps de réponse (moy.) 3.54s
#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
#126	Step 3.7 Flash medium	Stepfun	2	0.6	$0.571	1/3	6.19s
Tests totaux 3 Tests incorrects 2 Coût total $0.571 Temps de réponse (moy.) 6.19s
#138	Muse Glimmer 30B medium	Meta	2	0.6	$0.288	1/3	64.7s
Tests totaux 3 Tests incorrects 2 Coût total $0.288 Temps de réponse (moy.) 64.7s
#146	Mistral Large 4 high	Mistral	2	0.5	$1.391	1/3	55.2s
Tests totaux 3 Tests incorrects 2 Coût total $1.391 Temps de réponse (moy.) 55.2s
#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
#171	LongCat 2.0 medium	Meituan	2	0.5	$0.767	1/3	8.84s
Tests totaux 3 Tests incorrects 2 Coût total $0.767 Temps de réponse (moy.) 8.84s
#173	Step 3.7 Flash low	Stepfun	2	0.6	$0.449	1/3	1.84s
Tests totaux 3 Tests incorrects 2 Coût total $0.449 Temps de réponse (moy.) 1.84s
#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

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