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.)
#219	Step 3.7 Flash high	Stepfun	2	0.5	$1.478	1/3	10.2s
Tests totaux 3 Tests incorrects 2 Coût total $1.478 Temps de réponse (moy.) 10.2s
#221	KAT-Coder-Pro V2.5 low	Kwaipilot	2	0.6	$0.568	1/3	3.11s
Tests totaux 3 Tests incorrects 2 Coût total $0.568 Temps de réponse (moy.) 3.11s
#226	Beam 1.0 501B A23B xhigh	Reflection	2	0.6	$0.688	1/3	4.46s
Tests totaux 3 Tests incorrects 2 Coût total $0.688 Temps de réponse (moy.) 4.46s
#231	Laguna XS 2.1 medium	Poolside	2	0.5	$0.083	1/3	3.43s
Tests totaux 3 Tests incorrects 2 Coût total $0.083 Temps de réponse (moy.) 3.43s
#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
#238	Beam 1.0 501B A23B low	Reflection	2	0.6	$0.432	1/3	3.42s
Tests totaux 3 Tests incorrects 2 Coût total $0.432 Temps de réponse (moy.) 3.42s
#242	Dots 3 Note Preview high	Dots Studio	2	0.6	$0.000	1/3	12.7s
Tests totaux 3 Tests incorrects 2 Coût total $0.000 Temps de réponse (moy.) 12.7s
#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
#260	KAT-Coder-Pro V2.5 medium	Kwaipilot	2	0.6	$0.669	1/3	3.20s
Tests totaux 3 Tests incorrects 2 Coût total $0.669 Temps de réponse (moy.) 3.20s
#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
#270	Qwen3.5 Plus 2026-04-20 none	Qwen	2	0.7	$0.216	1/3	1.97s
Tests totaux 3 Tests incorrects 2 Coût total $0.216 Temps de réponse (moy.) 1.97s
#279	Seed-2.0-Lite none	Bytedance Seed	2	0.5	$0.114	1/3	2.78s
Tests totaux 3 Tests incorrects 2 Coût total $0.114 Temps de réponse (moy.) 2.78s
#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
#287	Qwen3.8 Flash Next none	Qwen	2	0.6	~$0.011	1/3	1.30s
Tests totaux 3 Tests incorrects 2 Coût total ~$0.011 Temps de réponse (moy.) 1.30s

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 estiméEstimation de l’électricité consommée par le GPU uniquement. Le reste de l’ordinateur et l’achat du matériel ne sont pas inclus. NVIDIA GeForce RTX 3090: 0.1095 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.010823.

Meilleurs modèles par Coût gaspillé estimé