OpenAI GPT-4.1
Ancien moteur d’évaluation web converti au format verifier. Ancienne configuration serveur base, supposée GPT-4.1.
En un coup d’œil
OpenAI GPT-4.1 obtient un score moyen de 35,0/100.
Il produit une erreur technique grave sur 15 question(s) sur 50.
38 question(s) sur 50 ont obtenu au moins un peu de points, 12 sont des échecs complets (score nul).
Ses meilleures performances sont sur le thème comptabilité (43,4/100), ses plus faibles sur fiscalité (0,0/100).
Indicateurs clés
Score moyen
35,0/100
Moyenne sur 50 question(s). Chaque question est notée de 0 à 10, ramenée ici sur 100.
Réponses non nulles
76,0%
38 question(s) sur 50 ont obtenu au moins un peu de points.
Erreurs majeures
30,0%
15 question(s) sur 50 contiennent une erreur technique grave.
Questions
50
Nombre de questions posées au modèle.
Temps moyen par réponse
— s
Durée moyenne de génération de chaque réponse par le modèle.
Longueur moyenne de réponse
— mots
Longueur moyenne des réponses produites, en mots.
Classement par thème
Meilleur thème comptabilité (43,4/100) · Plus faible fiscalité (0,0/100)
Score moyen par thème
Échecs complets vs réponses utiles
Sur 50 question(s), 12 ont reçu un score nul (échec complet), " 38 ont obtenu au moins un peu de points.
24,0 nul
76,0 non nul
Détails de la distribution des scores
Répartition des notes attribuées par le juge (de 0 à 10). Permet de voir si le modèle obtient beaucoup de notes moyennes, ou si tout se joue aux extrêmes (succès complets vs échecs francs).