Catégorie AI BENCHY
Classement Programmation
Voyez quels modèles d'IA réussissent le mieux sur Programmation, lesquels restent fiables et où les écarts sont les plus marqués. Trier par: Coût total ↓.
Modèles affichés
15
Moyenne de Score Programmation
5.7
Meilleur modèle
Grok 4.20 Multi Agent Beta 3.3
189/189
Filtrer les modèles
Aucun modèle ne correspond à la recherche et aux filtres actuels.
| Rang | Modèle | Entreprise | Score Programmation | Score | Coût total | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|
| #92 | gpt-oss-120b medium | OpenAI | 5.9 | 6.7 | $0.013 | 1/3 | 38.4s |
| #120 | Qwen3.5-35B-A3B none | Qwen | 5.5 | 5.9 | $0.012 | 1/3 | 1.39s |
| #171 | Mercury 2 none | Inception | 3.4 | 4.6 | $0.011 | 0/3 | 1.03s |
| #165 | GPT-5.4 Nano none | OpenAI | 4.6 | 4.8 | $0.011 | 0/3 | 2.22s |
| #184 | gpt-oss-120b none | OpenAI | 1.5 | 4.0 | $0.010 | 0/1 | 9.57s |
| #170 | Laguna M.1 none | Poolside | 2.5 | 4.6 | $0.009 | 0/1 | 2.93s |
| #150 | Qwen3 Coder Next none | Qwen | 4.6 | 5.1 | $0.009 | 0/3 | 2.22s |
| #168 | Qwen3 Coder Next medium | Qwen | 3.7 | 4.7 | $0.008 | 0/3 | 924ms |
| #157 | Trinity Large Preview none | Arcee AI | 3.7 | 5.0 | $0.008 | 0/3 | 14.3s |
| #181 | Grok 4.1 Fast none | X AI | 1.8 | 4.0 | $0.008 | 0/1 | 1.79s |
| #135 | DeepSeek V4 Flash none | DeepSeek | 4.2 | 5.5 | $0.007 | 0/3 | 17.1s |
| #149 | Mistral Small 4 none | Mistral | 3.7 | 5.1 | $0.007 | 0/3 | 901ms |
| #159 | GPT-4o-mini none | OpenAI | 3.2 | 5.0 | $0.006 | 0/3 | 1.63s |
| #162 | Nemotron 3 Super none | NVIDIA | 3.3 | 4.9 | $0.006 | 0/3 | 2.64s |
| #155 | Qwen3.5-9B none | Qwen | 3.9 | 5.1 | $0.006 | 0/3 | 5.60s |