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.) |
|---|---|---|---|---|---|---|---|
| #69 | GLM 5V Turbo medium | Z.ai | 6.0 | 7.3 | $0.457 | 1/3 | 63.4s |
| #58 | GPT-5.3 Chat none | OpenAI | 5.6 | 7.5 | $0.433 | 1/3 | 10.5s |
| #104 | Qwen3.5-35B-A3B medium | Qwen | 5.9 | 6.3 | $0.401 | 1/3 | 206.6s |
| #22 | GPT-5.2 Chat none | OpenAI | 8.8 | 8.5 | $0.393 | 2/3 | 9.82s |
| #106 | Gemini 3 PRO Preview medium | 3.0 | 6.2 | $0.385 | 0/3 | 0ms | |
| #28 | Gemini 2.5 Flash medium | 7.8 | 8.2 | $0.379 | 2/3 | 41.0s | |
| #23 | Step 3.7 Flash medium | Stepfun | 8.8 | 8.5 | $0.376 | 2/3 | 27.4s |
| #8 | Gemini 3.5 Flash low | 7.8 | 9.2 | $0.349 | 2/3 | 6.71s | |
| #56 | Kimi K2.5 medium | Moonshot AI | 6.1 | 7.5 | $0.348 | 1/3 | 217.5s |
| #48 | GPT-5.6 Terra low | OpenAI | 6.6 | 7.7 | $0.343 | 1/3 | 9.56s |
| #50 | Step 3.7 Flash low | Stepfun | 8.2 | 7.7 | $0.341 | 2/3 | 9.46s |
| #95 | Qwen3.6 27B medium | Qwen | 7.7 | 6.6 | $0.336 | 2/3 | 143.0s |
| #91 | Mimo V2 PRO medium | Xiaomi | 6.0 | 6.7 | $0.333 | 1/3 | 94.2s |
| #24 | GLM 5 Turbo medium | Z.ai | 8.2 | 8.4 | $0.323 | 2/3 | 45.9s |
| #42 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 6.2 | 7.8 | $0.317 | 1/3 | 125.3s |