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.)
#339	Apodex 1.1 Mini default	Apodex	2	0.3	$0.000	0/3	1.20s
Tests totaux 3 Tests incorrects 3 Coût total $0.000 Temps de réponse (moy.) 1.20s
#344	GPT-4o-mini default	OpenAI	2	0.4	$0.024	0/3	1.21s
Tests totaux 3 Tests incorrects 3 Coût total $0.024 Temps de réponse (moy.) 1.21s
#345	KAT Coder AIR V2.5 low	Kwaipilot	2	0.3	$0.046	0/3	1.57s
Tests totaux 3 Tests incorrects 3 Coût total $0.046 Temps de réponse (moy.) 1.57s
#349	Laguna S 2.1 high	Poolside	2	0.3	$0.145	0/3	1.62s
Tests totaux 3 Tests incorrects 3 Coût total $0.145 Temps de réponse (moy.) 1.62s
#351	Ling 2.6 1t default	Inclusionai	2	0.3	$0.016	0/3	5.36s
Tests totaux 3 Tests incorrects 3 Coût total $0.016 Temps de réponse (moy.) 5.36s
#353	Qwen3.5-9B none	Qwen	2	0.3	$0.041	0/3	621ms
Tests totaux 3 Tests incorrects 3 Coût total $0.041 Temps de réponse (moy.) 621ms
#354	Hy4 preview none	Tencent	2	0.5	$0.165	0/3	24.1s
Tests totaux 3 Tests incorrects 3 Coût total $0.165 Temps de réponse (moy.) 24.1s
#363	Qwen3 Coder Next medium	Qwen	2	0.3	$0.071	0/3	1.25s
Tests totaux 3 Tests incorrects 3 Coût total $0.071 Temps de réponse (moy.) 1.25s
#368	Laguna S 2.1 low	Poolside	2	0.3	$0.108	0/3	2.70s
Tests totaux 3 Tests incorrects 3 Coût total $0.108 Temps de réponse (moy.) 2.70s
#373	Ling 2.6 Flash default	Inclusionai	2	0.3	$0.002	0/3	6.51s
Tests totaux 3 Tests incorrects 3 Coût total $0.002 Temps de réponse (moy.) 6.51s
#379	Trinity Large Preview default	Arcee AI	2	0.4	$0.008	0/3	1.97s
Tests totaux 3 Tests incorrects 3 Coût total $0.008 Temps de réponse (moy.) 1.97s
#381	Cobuddy medium	Baidu	2	0.4	$0.000	0/3	12.8s
Tests totaux 3 Tests incorrects 3 Coût total $0.000 Temps de réponse (moy.) 12.8s
#385	GLM 4.7 Flash medium	Z.ai	2	0.3	$0.193	0/3	12.9s
Tests totaux 3 Tests incorrects 3 Coût total $0.193 Temps de réponse (moy.) 12.9s
#396	Granite 4.1 8b default	IBM Granite	2	0.3	$0.007	0/3	608ms
Tests totaux 3 Tests incorrects 3 Coût total $0.007 Temps de réponse (moy.) 608ms
#399	Ling 3.0 Tiny high	Inclusionai	2	0.3	$0.000	0/3	54.2s
Tests totaux 3 Tests incorrects 3 Coût total $0.000 Temps de réponse (moy.) 54.2s

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