BenchVibe - Innovation Lab

BenchVibe AI Ecosystem

VIP 👤

VIP 👤

🏠 Inicio

Pruebas de rendimiento

📊 Todos los benchmarks 🦖 Dinosaurio v1 🦖 Dinosaurio v2 ✅ Aplicaciones To-Do List 🎨 Páginas libres creativas 🎯 FSACB - Showcase definitivo 🌍 Benchmark de traducción

Modelos

🏆 Top 10 modelos 🆓 Modelos gratuitos 📋 Todos los modelos ⚙️ Kilo Code

Recursos

💬 Biblioteca de prompts 📖 Glosario de IA 🔗 Enlaces útiles 🔌 API y routers

📡 Rapports en ligne

Lecture live du moniteur BenchVibe. Le signal de suivi du prompt permet de distinguer une vraie tentative d’un résultat hors sujet ou vide.

Lecture de secours Worker running OK 230/240 modèles traités Suivi du prompt Score prompt moyen 19,7/100

Dernière actualisation : 2026-05-19 18:29:07

Benchmark	État	Santé	Progression	Suivi du prompt	Score prompt	En cours	Prochain
dinosaure_v2 dinosaure_tests_v2_3pages	En cours	OK	46 / 48 95,8% · réussite 21,7%	Suivi du prompt 10 suivis · 2 partiels · 0 hors sujet · 36 sans sortie	21,1/100	OpenCode Qwen3.6 Plus	OpenCode Qwen3.6 Plus
fsacb fsacb	En pause	OK	46 / 48 95,8% · réussite 32,6%	Suivi du prompt 15 suivis · 1 partiels · 0 hors sujet · 32 sans sortie	31,5/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash
traduction traduction	En pause	OK	46 / 48 95,8% · réussite 0,0%	Aucune sortie 0 suivis · 0 partiels · 0 hors sujet · 48 sans sortie	0,0/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash
todo_list to-do-list_v1	En pause	OK	46 / 48 95,8% · réussite 2,2%	Suivi du prompt 1 suivis · 10 partiels · 0 hors sujet · 37 sans sortie	14,3/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash
page_libre page_libre	En pause	OK	46 / 48 95,8% · réussite 37,0%	Suivi du prompt 15 suivis · 2 partiels · 0 hors sujet · 31 sans sortie	31,6/100	—	OpenRouter DeepSeek: DeepSeek V4 Flash

Résumé global: 230 traités sur 240 modèles · 41 suivis · 15 tentatives réelles · 184 sans sortie

🦖 Pruebas de Dinosaurios v1 y v2

Benchmarks completos: 58 modelos de IA probados con evaluación profunda de capacidades

🦖 Pruebas de Dinosaurios v1

20 modelos de IA probados con metodología completa

🤖 20 modelos ⚡ Completo

🦖 Pruebas de Dinosaurios v2

File automatisée actuelle : 48 modèles IA testés avec génération web multi-pages

🧠 48 modèles 🔬 Advanced tests

🎯 Benchmarks Avanzados

Pruebas profundas y especializadas para la evaluación de capacidades de IA

🎯 FSACB - Exhibición definitiva

Benchmark completo multi-archivo: creatividad, código, i18n, a11y, rendimiento

🧠 48 modèles 📊 140 puntos

🌍 Benchmark de Traducción

File automatisée actuelle : 48 modèles évalués sur le prompt traduction

🌍 48 modèles 📝 20 languages

📱 Aplicaciones Prácticas

Aplicaciones generadas por IA para pruebas prácticas y evaluación funcional

✅ Aplicaciones de Lista de Tareas

File automatisée actuelle : 48 modèles testés sur une application ToDo offline-first

📱 48 modèles 🎨 Varied designs

🎨 Páginas Libres Creativas

17 pages libres visualisables sur 48 essais créatifs

🎨 17 pages 🚀 Innovación

🔬 Metodología Científica

Nuestro riguroso enfoque para evaluar modelos de inteligencia artificial

🔬

Protocolo de Test Estandarizado

Cada modelo se evalúa según una metodología rigurosa y reproducible

1

📝 Generación de Código

Análisis estático del código generado, tests unitarios y evaluación de complejidad algorítmica

Qualité: 95% Performance: 88%

2

🎯 Precisión Semántica

Evaluación de la relevancia de respuestas a preguntas y contexto

Exactitude: 92% Pertinence: 89%

3

⚡ Rendimiento Temporal

Medición de tiempos de respuesta, latencia y capacidad de gestión de carga

Vitesse: 1.2s Stabilité: 96%

4

🔄 Coherencia Contextual

Capacidad de mantener el contexto durante conversaciones largas e interacciones complejas

Mémoire: 85% Consistance: 91%

🏆 Estándares de Evaluación

✅ Reproducibilidad Tests repetidos 3+ veces para validación

📊 Métricas Cuantitativas Puntuaciones numéricas objetivas y comparables

🔍 Evaluación Humana Validación por expertos del dominio

📈 Benchmarking Comparativo Análisis relativo a modelos de referencia