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.)
#288	GPT-5.6 Terra none	OpenAI	2	0.5	$0.377	1/3	1.23s
Tests totaux 3 Tests incorrects 2 Coût total $0.377 Temps de réponse (moy.) 1.23s
#289	DeepSeek V4.1 Flash none	DeepSeek	2	0.5	$0.391	1/3	1.49s
Tests totaux 3 Tests incorrects 2 Coût total $0.391 Temps de réponse (moy.) 1.49s
#301	Solar Pro 4 none	Upstage	2	0.5	$0.022	1/3	2.33s
Tests totaux 3 Tests incorrects 2 Coût total $0.022 Temps de réponse (moy.) 2.33s
#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
#305	Nemotron 3.5 Super VL none	NVIDIA	2	0.5	$0.040	0/3	754ms
Tests totaux 3 Tests incorrects 3 Coût total $0.040 Temps de réponse (moy.) 754ms
#306	Nemotron 3 Super medium	NVIDIA	2	0.3	$0.081	0/3	3.15s
Tests totaux 3 Tests incorrects 3 Coût total $0.081 Temps de réponse (moy.) 3.15s
#307	Kimi K2.6 none	Moonshot AI	2	0.3	$0.486	0/3	1.40s
Tests totaux 3 Tests incorrects 3 Coût total $0.486 Temps de réponse (moy.) 1.40s
#310	GPT-6 Luna none	OpenAI	2	0.5	$0.026	1/3	26.0s
Tests totaux 3 Tests incorrects 2 Coût total $0.026 Temps de réponse (moy.) 26.0s
#317	Hy4 preview low	Tencent	2	0.5	$1.844	0/3	238.0s
Tests totaux 3 Tests incorrects 3 Coût total $1.844 Temps de réponse (moy.) 238.0s
#323	Granite 4.2 8B low	IBM Granite	2	0.3	$0.036	0/3	90.8s
Tests totaux 3 Tests incorrects 3 Coût total $0.036 Temps de réponse (moy.) 90.8s
#328	Inkling Small low	Thinkingmachines	2	0.5	$0.055	1/3	1.56s
Tests totaux 3 Tests incorrects 2 Coût total $0.055 Temps de réponse (moy.) 1.56s
#329	Ling 3.0 Flash none	Inclusionai	2	0.5	$0.004	1/3	1.49s
Tests totaux 3 Tests incorrects 2 Coût total $0.004 Temps de réponse (moy.) 1.49s
#334	Mistral Small 4 medium	Mistral	2	0.3	$0.126	0/3	2.17s
Tests totaux 3 Tests incorrects 3 Coût total $0.126 Temps de réponse (moy.) 2.17s
#335	Mistral Small 4 none	Mistral	2	0.3	$0.047	0/3	399ms
Tests totaux 3 Tests incorrects 3 Coût total $0.047 Temps de réponse (moy.) 399ms
#336	Mercury 2.5 low	Inception	2	0.6	$0.020	1/3	792ms
Tests totaux 3 Tests incorrects 2 Coût total $0.020 Temps de réponse (moy.) 792ms

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