Classement Combiné
Voyez quels modèles d'IA réussissent le mieux sur Combiné, lesquels restent fiables et où les écarts sont les plus marqués. Trier par: Temps de réponse (moy.) ↑.
Raisons d'échec
Avec la raison d'échec Appel d'outil invalide96 Avec la raison d'échec Mauvaise réponse71 Avec la raison d'échec Aucune réponse33 Avec la raison d'échec Erreur API26 Avec la raison d'échec Délai dépassé5 Avec la raison d'échec Mise en forme supplémentaire1 Avec la raison d'échec N'a pas suivi les instructions1
220/220
Filtrer les modèles
Aucun modèle ne correspond à la recherche et aux filtres actuels.
| Rang | Modèle | Entreprise | Score Combiné | Score | Coût total | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|
| #29 | GPT-5 Mini medium | OpenAI | 7.3 | 8.1 | $0.237 | 1/2 | 99.8s |
| #49 | DeepSeek V4 Flash high | DeepSeek | 6.4 | 7.7 | $0.042 | 1/2 | 104.1s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 7.3 | 7.2 | $0.482 | 1/2 | 106.7s |
| #132 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.4 | 6.1 | $0.122 | 1/2 | 109.7s |
| #66 | KAT-Coder-Pro V2.5 low | Kwaipilot | 6.4 | 7.4 | $0.387 | 1/2 | 111.9s |
| #141 | Hy3 preview high | Tencent | 5.0 | 5.9 | $0.048 | 1/1 | 113.1s |
| #182 | DeepSeek V3.2 none | DeepSeek | 4.8 | 5.0 | $0.054 | 0/2 | 113.5s |
| #47 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $3.059 | 2/2 | 114.1s |
| #75 | Qwen3.7 Plus none | Qwen | 10.0 | 7.2 | $0.106 | 2/2 | 117.7s |
| #88 | MiMo-V2.5-Pro medium | Xiaomi | 6.9 | 6.9 | $0.187 | 1/2 | 125.4s |
| #133 | Qwen3.5-35B-A3B none | Qwen | 3.8 | 6.1 | $0.106 | 0/2 | 128.3s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 5.2 | 5.7 | $0.247 | 0/2 | 129.3s |
| #96 | LongCat 2.0 low | Meituan | 10.0 | 6.7 | $0.391 | 2/2 | 130.2s |
| #85 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 6.4 | 6.9 | $0.467 | 1/2 | 135.7s |
| #51 | MiniMax M3 medium | Minimax | 10.0 | 7.6 | $0.286 | 2/2 | 138.2s |