AI BENCHY
Comparer Graphiques Méthodologie
❤️ Made by XCS
Your ad here

Échecs AI BENCHY

Échecs Mauvaise réponse

Voyez quels modèles d'IA rencontrent le plus souvent Mauvaise réponse, pour repérer les risques de fiabilité avant de choisir. Trier par: Score moy. ↑.

Modèles affichés

54

Échecs totaux

275

Modèle le plus touché

LFM2-24B-A2B 9
Rang Modèle Entreprise Nombre de Mauvaise réponse Score moy. Tests corrects Temps de réponse (moy.)
#55 LFM2-24B-A2B none Liquid 9 2.6 1/16 811ms
#53 Grok 4.1 Fast none X AI 11 2.9 3/16 1.90s
#54 MiMo-V2-Flash none Xiaomi 10 2.9 3/16 2.97s
#52 GLM 4.7 Flash medium Z.ai 7 3.1 4/16 36.8s
#51 Mercury 2 none Inception 11 3.4 4/16 596ms
#50 Qwen3 Coder Next medium Qwen 8 3.5 3/16 12.5s
#49 GLM 4.7 Flash none Z.ai 9 3.9 4/16 2.99s
#47 GPT-4o-mini none OpenAI 11 4.0 4/16 2.07s
#48 Qwen3 Coder Next none Qwen 10 4.0 4/16 11.7s
#46 Kimi K2.5 none Moonshot AI 11 4.1 5/16 11.9s
#45 Trinity Large Preview none Arcee AI 9 4.2 5/16 3.15s
#44 GPT-5.4 none OpenAI 9 4.5 6/16 1.48s
#42 Qwen3.5-35B-A3B none Qwen 8 4.7 6/16 4.10s
#43 MiniMax M2.5 medium Minimax 5 4.7 5/16 43.0s
#41 Qwen3.5-27B none Qwen 9 4.9 5/16 1.75s
#40 Qwen3.5-122B-A10B none Qwen 9 5.0 6/16 3.72s
#39 gpt-oss-120b medium OpenAI 5 5.1 7/16 16.7s
#37 Qwen3.5-Flash none Qwen 8 5.2 7/16 3.54s
#38 Gemini 2.5 Flash none Google 9 5.2 6/16 923ms
#36 Mercury 2 medium Inception 5 5.3 7/16 2.36s
#33 DeepSeek V3.2 none DeepSeek 6 5.5 7/16 12.9s
#34 GPT-5 Nano medium OpenAI 5 5.5 7/16 47.9s
#35 Qwen3.5-35B-A3B medium Qwen 2 5.5 8/16 43.9s
#31 GLM 5 none Z.ai 7 6.0 9/16 4.03s
#32 GPT-5 Mini medium OpenAI 3 6.0 8/16 25.1s
#29 Qwen3.5 Plus 2026-02-15 none Qwen 7 6.2 9/16 2.65s
#30 Grok 4.1 Fast medium X AI 2 6.2 9/16 26.3s
#28 Kimi K2.5 medium Moonshot AI 3 6.4 9/16 69.8s
#27 GPT-5.2 medium OpenAI 1 6.5 10/16 15.3s
#26 Claude Opus 4.6 medium Anthropic 2 6.6 10/16 22.9s
#25 Claude Sonnet 4.6 none Anthropic 2 6.8 10/16 5.57s
#23 Seed-2.0-Mini medium Bytedance Seed 1 6.9 10/16 65.1s
#24 Qwen3.5-Flash medium Qwen 1 6.9 10/16 70.8s
#22 Gemini 3.1 Flash Lite Preview none Google 4 7.1 10/16 1.33s
#20 Gemini 3 Flash Preview none Google 5 7.2 11/16 1.75s
#21 MiMo-V2-Flash medium Xiaomi 3 7.2 11/16 25.3s
#17 Gemini 3.1 Flash Lite Preview low Google 4 7.3 11/16 3.36s
#18 DeepSeek V3.2 medium DeepSeek 3 7.3 11/16 39.5s
#19 GPT-5.3 Chat none OpenAI 4 7.3 10/16 5.96s
#13 Step 3.5 Flash medium Stepfun 3 7.4 10/16 29.1s
#14 GLM 5 medium Z.ai 2 7.4 11/16 16.2s
#15 GPT-5.2 Chat none OpenAI 4 7.4 11/16 7.03s
#16 Gemini 2.5 Flash medium Google 4 7.4 11/16 12.4s
#12 Gemini 3.1 Flash Lite Preview medium Google 4 7.5 11/16 3.83s
#10 Qwen3.5-122B-A10B medium Qwen 3 7.7 12/16 29.7s
#11 Claude Sonnet 4.6 medium Anthropic 1 7.7 12/16 11.2s
#9 GPT-5.4 medium OpenAI 2 8.0 12/16 20.1s
#5 Gemini 3 Flash Preview low Google 3 8.2 13/16 6.11s
#6 Gemini 3 Pro Preview medium Google 3 8.2 13/16 7.15s
#7 Qwen3.5-27B medium Qwen 1 8.2 12/16 52.1s
#8 Gemini 3.1 Flash Lite Preview high Google 3 8.2 12/16 68.8s
#4 Qwen3.5 Plus 2026-02-15 medium Qwen 1 8.3 13/16 34.5s
#3 GPT-5.3-Codex medium OpenAI 2 8.4 12/16 16.6s
#2 Gemini 3.1 Pro Preview medium Google 1 9.4 15/16 16.6s

Meilleurs modèles par Nombre de Mauvaise réponse

Nombre de Mauvaise réponse vs score moyen

Meilleurs modèles par Temps de réponse (moy.)