Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modèles comparés

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-03-12

Métrique xAI: Grok 4.20 Beta Grok 4.20 Beta medium Sortie: 2026-03-12 xAI: Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Sortie: 2026-03-12 xAI: Grok 4.1 Fast Grok 4.1 Fast medium Sortie: 2025-11-19 Google: Gemini 3 Flash Preview Gemini 3 Flash Preview medium Sortie: 2025-12-17
Rang #24 #47 #32 #1
Score moy. 7.0 4.9 6.2 10.0
Cohérence 9.0 7.1 7.9 10.0
Coût par résultat 5.989 97.178 0.563 1.025
Coût total $0.599 $4.859 $0.051 $0.164
Tests corrects
Taux de réussite par tentative 70.8% 52.1% 66.7% 100.0%
Tests instables 2 6 4 0
Exécutions totales 48 48 48 48
Jetons de sortie 1,481 293,634 1,183 1,634
Jetons de raisonnement 86,628 291,260 83,875 47,907
Temps de réponse (moy.) 8.89s 9.08s 26.35s 12.36s
Temps de réponse (max) 24.21s 35.28s 121.79s 50.16s
Temps de réponse (total) 142.18s 127.09s 237.11s 111.21s

Meilleurs modèles par score

Score vs coût total

Temps de réponse (moy.)

Score moy. vs Temps de réponse (moy.)

Total des jetons de sortie

Score moy. vs Total des jetons de sortie

Répartition par catégorie

Astuces anti-IA Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Grok 4.20 Multi-Agent Beta 4.0 4.4 66.7% 2 3.77s 28,392 27,808
Grok 4.1 Fast 10.0 10.0 100.0% 0 5.65s 102 4,021
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.61s 299 3,127
Combiné Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 50.16s 351 12,645
Analyse et extraction des données Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
Grok 4.20 Multi-Agent Beta 9.9 10.0 100.0% 0 5.54s 25,306 25,051
Grok 4.1 Fast 9.9 10.0 100.0% 0 6.63s 180 5,409
Gemini 3 Flash Preview 9.9 10.0 100.0% 0 4.72s 279 5,333
Spécifique au domaine Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Grok 4.20 Multi-Agent Beta 10.0 7.2 11.1% 1 24.67s 164,609 163,647
Grok 4.1 Fast 4.0 4.4 66.7% 2 121.79s 11 37,657
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 21.12s 12 14,908
Intelligence générale Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Grok 4.20 Multi-Agent Beta 4.0 2.8 66.7% 1 6.40s 15,848 15,746
Grok 4.1 Fast 3.0 9.9 0.0% 0 16.25s 127 3,456
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.09s 111 1,285
Suivi des instructions Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Grok 4.20 Multi-Agent Beta 9.0 10.0 50.0% 0 4.63s 25,457 25,322
Grok 4.1 Fast 5.5 10.0 50.0% 0 5.30s 55 3,489
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.10s 72 4,558
Puzzle Solving Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
Grok 4.20 Multi-Agent Beta 6.3 5.1 77.8% 2 5.01s 34,022 33,686
Grok 4.1 Fast 4.0 7.2 44.4% 1 8.08s 187 6,086
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.43s 276 4,921
Appel d'outils Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons de sortie Jetons de raisonnement
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0
Grok 4.1 Fast 10.0 1.6 33.3% 1 27.71s 260 11,485
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 10.55s 234 1,130

Comparaison rapide

Changer la paire de comparaison

Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumQwen3.5-27BnonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent BetamediumGrok 4.1 FastmediumvsGLM 5noneQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 Betamedium