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
188/188
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.) |
|---|---|---|---|---|---|---|---|
| #155 | Grok 4.20 Multi Agent Beta medium | X AI | 3.3 | 5.0 | $5.599 | 1/1 | 27.1s |
| #12 | GPT-5.5 medium | OpenAI | 8.8 | 9.0 | $3.679 | 2/3 | 59.8s |
| #9 | Claude Fable 5 medium | Anthropic | 10.0 | 9.2 | $3.165 | 3/3 | 15.6s |
| #110 | Gemini 3.1 Flash Lite Preview high | 0.0 | 6.1 | $2.310 | 0/0 | 0ms | |
| #48 | Claude Opus 4.6 medium | Anthropic | 5.7 | 7.7 | $2.053 | 1/3 | 30.1s |
| #96 | Gemini 3.1 Flash Lite high | 3.3 | 6.5 | $2.044 | 1/1 | 137.6s | |
| #26 | Grok 4.5 medium | X AI | 7.6 | 8.3 | $1.696 | 2/3 | 155.7s |
| #38 | Claude Sonnet 4.6 medium | Anthropic | 5.7 | 7.8 | $1.418 | 1/3 | 33.3s |
| #45 | Claude Opus 4.8 low | Anthropic | 6.6 | 7.7 | $1.270 | 1/3 | 7.58s |
| #20 | GPT-5.4 medium | OpenAI | 8.8 | 8.5 | $1.210 | 2/3 | 44.4s |
| #75 | Step 3.7 Flash high | Stepfun | 4.0 | 7.1 | $1.148 | 0/3 | 206.2s |
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 3/3 | 23.0s | |
| #15 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.107 | 3/3 | 15.3s |
| #79 | Gemini 3.5 Flash none | 8.8 | 7.0 | $1.079 | 2/3 | 34.7s | |
| #10 | Gemini 3.1 Pro Preview medium | 7.9 | 9.2 | $1.054 | 2/3 | 40.2s |