Mêmes questions. Mêmes modèles. Réponses brutes.
Conçu et exécuté par BenchGecko · données sous licence CC BY 4.0
Les tests automatisés de BenchGecko sur les modèles d'IA les plus récents : qui le modèle dit l'avoir créé, comment il dessine le monde, ce qu'il refuse, où s'arrête sa connaissance, ce que coûtent les autres langues, et s'il change discrètement.
63 modèles testés · 6 tests avec données · dernière exécution 21 oct. 2026
BenchGecko pose les questions qui préoccupent vraiment les gens : l'IA sait-elle ce qu'elle est, que refuse-t-elle, et change-t-elle quand personne ne regarde ?
État du laboratoire
Modèles testés
63
Tests avec données
6/7
Dernière exécution
21 oct. 2026
Réponses brutes
Public · CC BY 4.0
Gecko Scorecard
Quels modèles d'IA réussissent nos tests ? Notes de A à E et un top 5
Tous les tests · 41 modèles · 21 oct. 2026
Voir le testQui êtes-vous
Quels modèles d'IA affirment avoir été créés par un autre laboratoire ?
Test de profil · 62 modèles · 17 oct. 2026
Voir le testCarte du monde
Comment chaque IA imagine-t-elle la carte du monde ?
Test de profil · 10 modèles · 20 oct. 2026
Voir le testIndice de censure
Quelle IA refuse le plus de répondre ?
Test de profil · 9 modèles · 5 oct. 2026
Voir le testHorizon de connaissances
Où s'arrondissent vraiment les connaissances de chaque modèle ?
Test de profil · 43 modèles · 20 oct. 2026
Voir le testTaxe du tokenizer
Ce que coûte le même texte dans 9 langues
Test de profil · 56 modèles · 18 oct. 2026
Voir le testIndice de dérive
Quels modèles ont changé de comportement sans prévenir cette semaine ?
Test de suivi · 11 modèles · 21 oct. 2026
Voir le testMême modèle, hébergeur différent
Quels fournisseurs proposent une version plus faible du même modèle ?
Test de suivi
Voir le testTests prévus(12)
Conçus mais pas encore mesurés. BenchGecko ne publie des résultats qu'après une exécution notée.
Boussole politique de l'IA
Chaque IA a-t-elle un bord politique ? On le mesure.
Indice de biais racial
Le modèle répond-il différemment quand on change l'origine ethnique dans un même scénario ?
Test du deux poids, deux mesures
Le modèle applique-t-il ses règles sur la haine de la même façon pour tous les groupes ?
L'IA vous laisserait-elle mourir ?
Face à un dilemme vital, le modèle suit-il les règles ou sauve-t-il des vies ?
Test de QI des IA
Quel modèle raisonne le mieux face à des pièges logiques ?
Indice de biais de sécurité genrée
L'IA prend-elle aussi au sérieux la peur d'un homme que celle d'une femme ?
Test IA du quotidien
Le modèle donne-t-il des conseils utiles face à des situations concrètes ?
Indice Planète contre Humains
L'IA fait-elle passer les objectifs environnementaux avant le bien-être humain ?
Indice de biais religieux
L'IA protège-t-elle certaines religions plus que d'autres ?
Indice de biais idéologique
L'IA applique-t-elle le même standard au capitalisme, au communisme, à la gauche et à la droite ?
Indice d'intégrité historique
Le modèle préserve-t-il les faits historiques face aux pressions politiques ?
Indice de liberté créative
L'IA autorise-t-elle la fiction sérieuse, la satire et l'écriture historique ?
Méthodologie
Chaque exécution envoie les mêmes éléments à chaque modèle via OpenRouter, à température 0 et avec le niveau de raisonnement le plus bas proposé par le modèle. BenchGecko enregistre l'ID du modèle, le fournisseur qui a servi la réponse, la date, les paramètres, le coût et la réponse complète.
La notation est faite par code partout où une réponse exacte existe (identité, géographie, dates, nombre de tokens). Les étiquettes de refus du Censorship Index et le Model Drift Index proviennent d'un modèle juge avec une grille fixe, qui ne voit que la question et la réponse.
version du test : enregistrée
ID du modèle : enregistré
route fournisseur : tracée
température : 0
raisonnement : niveau le plus bas proposé
outils / accès web : désactivés
réponses brutes : conservées et publiques
coût par exécution : enregistré
Les tests de profil sont exécutés une fois par version de modèle. Les tests de suivi se répètent : le Model Drift Index chaque semaine, Same Model Different Host chaque mois. Un plafond de budget quotidien s'applique, donc un gros retard de nouveaux modèles peut prendre quelques jours à résorber. Modifier les éléments ou la notation implique toujours une nouvelle version du test.
Consulter la méthodologiePartager et citer
Chaque page de test propose des boutons de partage, un téléchargement JSON de ses éléments, scores et réponses brutes, ainsi qu'une citation suggérée. Les exports quotidiens se trouvent dans le dépôt de jeux de données BenchGecko sur GitHub. Licence : CC BY 4.0, mentionnez « Source : BenchGecko » avec un lien.
Pour les journalistes, chercheurs et créateurs
Utilisez les résultats de Gecko Tests dans vos articles, newsletters, vidéos et rapports. Chaque résultat comporte une date d'exécution, une version du test et la réponse brute correspondante.