AI Benchy Leaderboard

Name: AI BENCHY modelbenchmarkresultaten
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-17 Geëvalueerde modellen: 442

Aanbevolen modellen

GPT-6.1 Sol xhigh Intelligent Slaagpercentage per poging 97.1% Correcte tests 22 / 23 Score 9.9/10 Gemini 3.7 Flash low Snel Responstijd (gem.) 6.24s Totaal aantal uitvoer-tokens 38,453 Score 9.4/10 GPT-6 Luna high Betaalbaar Invoerprijs $0.100 / 1M Uitvoerprijs $0.500 / 1M Prijs voor cachelezen $0.010 / 1M Prijs voor cacheschrijven $0.125 / 1M Score 7.7/10

442/442

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#359#359	Nemotron 3.5 Lightningmedium	4.7	NVIDIA	$0.195 ↕	81.93s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.8 Slaagpercentage per poging 47.8% Instabiele tests 12 Invoer-tokens 195,780 Uitvoer-tokens 167,746 Redeneer-tokens 598,384 Responstijd (gem.) 81.93s Responstijd (totaal) 1884.31s Responstijd (max) 437.11s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 2.8 Anti-AI-trucs : 6.9 Programmeren : 4.4 Gecombineerd : 6.2 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 8.5 Puzzeloplossing : 4.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#369#369	Nemotron 3.5 Lightninglow	4.6	NVIDIA	$0.175 ↕	83.19s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.5 Slaagpercentage per poging 40.6% Instabiele tests 9 Invoer-tokens 207,883 Uitvoer-tokens 144,718 Redeneer-tokens 525,897 Responstijd (gem.) 83.19s Responstijd (totaal) 1913.41s Responstijd (max) 597.61s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 3.5 Anti-AI-trucs : 6.9 Programmeren : 4.0 Gecombineerd : 6.3 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.6 Algemene intelligentie : 3.7 Instructies opvolgen : 8.4 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#197#197	Qwen3.5-Flashmedium	6.8	Qwen	$0.184	83.68s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 6 Invoer-tokens 349,177 Uitvoer-tokens 54,279 Redeneer-tokens 477,389 Responstijd (gem.) 83.68s Responstijd (totaal) 1840.92s Responstijd (max) 515.38s Verkeerd antwoord: 5 Time-out: 3 API-fout: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 3.7 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#267#267	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 49.3% Instabiele tests 7 Invoer-tokens 319,352 Uitvoer-tokens 158,447 Redeneer-tokens 875,524 Responstijd (gem.) 84.01s Responstijd (totaal) 1932.24s Responstijd (max) 525.14s Verkeerd antwoord: 9 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Agenttaken : 6.1 Anti-AI-trucs : 6.8 Programmeren : 7.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 5.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#34#34	Claude Sonnet 5.5max	9.2	Anthropic	$8.557	84.26s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 82.6% Instabiele tests 2 Invoer-tokens 484,627 Uitvoer-tokens 11,026 Redeneer-tokens 747,681 Responstijd (gem.) 84.26s Responstijd (totaal) 1937.91s Responstijd (max) 488.39s Geen antwoord: 3 Instructies niet gevolgd: 2 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.1 Instructies opvolgen : 8.5 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#380#380	Granite 4.2 8Bnone	4.4	IBM Granite	$0.037	84.66s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 9.1 Slaagpercentage per poging 15.9% Instabiele tests 2 Invoer-tokens 226,872 Uitvoer-tokens 133,268 Redeneer-tokens 0 Responstijd (gem.) 84.66s Responstijd (totaal) 1947.17s Responstijd (max) 747.17s Verkeerd antwoord: 11 Extra opmaak: 4 Time-out: 3 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.0 Anti-AI-trucs : 4.9 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#134#134	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 9.8 Slaagpercentage per poging 72.5% Instabiele tests 5 Invoer-tokens 269,143 Uitvoer-tokens 6,833 Redeneer-tokens 785,200 Responstijd (gem.) 84.94s Responstijd (totaal) 1953.70s Responstijd (max) 527.47s Verkeerd antwoord: 4 Geen antwoord: 3 API-fout: 1 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 6.5 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#252#252	Ling 3.1 Flashlow	6.3	Inclusionai	$0.000	85.22s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.7 Slaagpercentage per poging 66.7% Instabiele tests 6 Invoer-tokens 271,890 Uitvoer-tokens 190,841 Redeneer-tokens 513,329 Responstijd (gem.) 85.22s Responstijd (totaal) 1960.12s Responstijd (max) 432.81s Geen antwoord: 4 Instructies niet gevolgd: 3 Verkeerd antwoord: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 4.7 Anti-AI-trucs : 10.0 Programmeren : 5.6 Gecombineerd : 6.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.9 Toolaanroepen : 4.7 Algemene kennis : 3.0
#123#123	Ling 3.1 Flashhigh	7.9	Inclusionai	$0.000	87.39s
Modelkaart bekijken Totaal tests 23 Foute tests 8 Betrouwbaarheid 9.8 Slaagpercentage per poging 69.6% Instabiele tests 2 Invoer-tokens 324,691 Uitvoer-tokens 181,251 Redeneer-tokens 506,441 Responstijd (gem.) 87.39s Responstijd (totaal) 2010.08s Responstijd (max) 665.85s Geen antwoord: 4 Verkeerd antwoord: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 2.8 Algemene kennis : 3.0
#76#76	Grok 4.6high	8.5	X AI	$2.629	87.48s
Modelkaart bekijken Totaal tests 23 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 82.6% Instabiele tests 0 Invoer-tokens 376,233 Uitvoer-tokens 6,687 Redeneer-tokens 305,927 Responstijd (gem.) 87.48s Responstijd (totaal) 2012.15s Responstijd (max) 618.49s Verkeerd antwoord: 3 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#150#150	DeepSeek V4 Flash 0731low	7.4	DeepSeek	$0.306 ↑	88.15s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.0% Instabiele tests 6 Invoer-tokens 231,356 Uitvoer-tokens 43,054 Redeneer-tokens 370,981 Responstijd (gem.) 88.15s Responstijd (totaal) 2027.36s Responstijd (max) 438.65s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 4.7 Anti-AI-trucs : 8.2 Programmeren : 7.3 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 6.5 Instructies opvolgen : 9.9 Puzzeloplossing : 8.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#368#368	Laguna S 2.1low	4.6	Poolside	$0.108 ↓	88.24s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.2% Instabiele tests 6 Invoer-tokens 232,641 Uitvoer-tokens 69,335 Redeneer-tokens 426,182 Responstijd (gem.) 88.24s Responstijd (totaal) 2029.57s Responstijd (max) 814.73s Verkeerd antwoord: 16 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 2.8 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#96#96	Ling 3.1 Flashmedium	8.3	Inclusionai	$0.000	88.74s
Modelkaart bekijken Totaal tests 23 Foute tests 8 Betrouwbaarheid 9.6 Slaagpercentage per poging 71.0% Instabiele tests 3 Invoer-tokens 369,495 Uitvoer-tokens 172,852 Redeneer-tokens 476,002 Responstijd (gem.) 88.74s Responstijd (totaal) 2041.10s Responstijd (max) 567.88s Geen antwoord: 4 Verkeerd antwoord: 3 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.3 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 2.8 Algemene kennis : 3.0
#414#414	Command A+high	3.2	Cohere	$0.079	89.96s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 117,966 Uitvoer-tokens 5,149 Redeneer-tokens 23,514 Responstijd (gem.) 89.96s Responstijd (totaal) 2069.01s Responstijd (max) 156.00s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 6 Invoer-tokens 287,061 Uitvoer-tokens 32,056 Redeneer-tokens 196,607 Responstijd (gem.) 91.29s Responstijd (totaal) 2099.56s Responstijd (max) 416.76s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 5.7 Programmeren : 6.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 7.8 Puzzeloplossing : 6.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#145#145	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.4 Slaagpercentage per poging 59.4% Instabiele tests 3 Invoer-tokens 313,368 Uitvoer-tokens 12,289 Redeneer-tokens 259,270 Responstijd (gem.) 91.67s Responstijd (totaal) 1833.43s Responstijd (max) 301.78s Verkeerd antwoord: 5 Time-out: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.6 Programmeren : 5.5 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#408#408	Command A+medium	3.4	Cohere	$0.064	91.72s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 118,771 Uitvoer-tokens 4,127 Redeneer-tokens 14,668 Responstijd (gem.) 91.72s Responstijd (totaal) 2109.54s Responstijd (max) 112.76s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#44#44	Muse Spark Openxhigh	9.0	Meta	$2.081	92.38s
Modelkaart bekijken Totaal tests 23 Foute tests 7 Betrouwbaarheid 9.6 Slaagpercentage per poging 81.2% Instabiele tests 5 Invoer-tokens 271,242 Uitvoer-tokens 11,803 Redeneer-tokens 397,838 Responstijd (gem.) 92.38s Responstijd (totaal) 2124.67s Responstijd (max) 482.30s API-fout: 2 Verkeerd antwoord: 2 Extra opmaak: 1 Geen antwoord: 1 Time-out: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#418#418	Command A+low	3.0	Cohere	$0.073	92.50s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 1.5% Instabiele tests 1 Invoer-tokens 114,874 Uitvoer-tokens 1,992 Redeneer-tokens 23,529 Responstijd (gem.) 92.50s Responstijd (totaal) 2127.40s Responstijd (max) 128.54s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 2.8 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#130#130	DeepSeek V4 Flash 0731medium	7.8	DeepSeek	$0.460 ↑	94.16s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.5% Instabiele tests 8 Invoer-tokens 274,189 Uitvoer-tokens 66,689 Redeneer-tokens 510,525 Responstijd (gem.) 94.16s Responstijd (totaal) 2165.72s Responstijd (max) 303.26s Verkeerd antwoord: 5 Geen antwoord: 3 Extra opmaak: 1 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.2 Programmeren : 6.4 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 8.5 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#256#256	Trinity Large Thinkinglow	6.3	Arcee AI	$0.918 ↑	95.16s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 6 Invoer-tokens 347,980 Uitvoer-tokens 121,898 Redeneer-tokens 720,302 Responstijd (gem.) 95.16s Responstijd (totaal) 2188.74s Responstijd (max) 540.96s Verkeerd antwoord: 7 Instructies niet gevolgd: 3 API-fout: 2 Ongeldige toolaanroep: 2 Geen antwoord: 1 Agenttaken : 7.4 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#209#209	Ember-1max	6.7	Fireworks	$3.264	97.34s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 8.3 Slaagpercentage per poging 59.4% Instabiele tests 6 Invoer-tokens 153,399 Uitvoer-tokens 7,803 Redeneer-tokens 179,098 Responstijd (gem.) 97.34s Responstijd (totaal) 2238.73s Responstijd (max) 587.08s API-fout: 8 Verkeerd antwoord: 3 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.7 Programmeren : 5.2 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.4 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 6.2 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#166#166	Qwen3.5 Plus 2026-02-15medium	7.2	Qwen	$0.567	97.68s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.5% Instabiele tests 6 Invoer-tokens 249,486 Uitvoer-tokens 14,481 Redeneer-tokens 288,249 Responstijd (gem.) 97.68s Responstijd (totaal) 1562.81s Responstijd (max) 304.85s Verkeerd antwoord: 6 Time-out: 2 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 8.2 Programmeren : 6.6 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#84#84	Muse Glimmer 30Bxhigh	8.4	Meta	$0.585 ↓	97.70s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 9.9 Slaagpercentage per poging 71.0% Instabiele tests 4 Invoer-tokens 287,538 Uitvoer-tokens 118,266 Redeneer-tokens 346,758 Responstijd (gem.) 97.70s Responstijd (totaal) 2247.18s Responstijd (max) 576.79s Verkeerd antwoord: 4 Geen antwoord: 3 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 8.4 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#151#151	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 8.0 Slaagpercentage per poging 65.2% Instabiele tests 7 Invoer-tokens 244,499 Uitvoer-tokens 8,744 Redeneer-tokens 375,349 Responstijd (gem.) 100.65s Responstijd (totaal) 2314.88s Responstijd (max) 626.58s Verkeerd antwoord: 6 API-fout: 4 Extra opmaak: 1 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.9 Programmeren : 8.9 Gecombineerd : 4.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 4.7 Algemene kennis : 3.0

Wereldwijde benchmarktrends

Bekijk hoe huidige modellen score, kosten, snelheid, uitvoerlengte en prestaties per categorie afwegen.

Grafieken →

Paretofront: intelligentie vs kosten

Ontwikkeling van de beste score van toonaangevende bedrijven

Paretofront: intelligentie vs reactiesnelheid

Paretofront: score vs uitvoertokens

Moeilijkheid per categorie over alle modellen

Snelle vergelijking

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow