AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-01 Geëvalueerde modellen: 382

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

382/382

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#7#7	GPT-6 Astrahigh	9.9	OpenAI	$4.458	20.16s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 9.9 Slaagpercentage per poging 97.1% Instabiele tests 1 Invoer-tokens 167,805 Uitvoer-tokens 5,651 Redeneer-tokens 49,944 Responstijd (gem.) 20.16s Responstijd (totaal) 463.68s Responstijd (max) 254.93s Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#8#8	GPT-6 Astraxhigh	9.9	OpenAI	$6.213	29.67s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 9.9 Slaagpercentage per poging 97.1% Instabiele tests 1 Invoer-tokens 170,731 Uitvoer-tokens 5,865 Redeneer-tokens 84,230 Responstijd (gem.) 29.67s Responstijd (totaal) 682.42s Responstijd (max) 381.11s Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#3🥉 #3	GPT-6 Solhigh	9.9	OpenAI	$0.921	23.56s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 95.7% Instabiele tests 0 Invoer-tokens 182,698 Uitvoer-tokens 5,647 Redeneer-tokens 49,872 Responstijd (gem.) 23.56s Responstijd (totaal) 541.85s Responstijd (max) 136.22s Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#4#4	GPT-6.1 Solmax	9.9	OpenAI	$1.006	61.98s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 9.7 Slaagpercentage per poging 95.7% Instabiele tests 0 Invoer-tokens 183,607 Uitvoer-tokens 5,741 Redeneer-tokens 58,082 Responstijd (gem.) 61.98s Responstijd (totaal) 1425.65s Responstijd (max) 960.01s Time-out: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#5#5	GPT-6 Astramax	9.9	OpenAI	$5.044	61.63s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 9.6 Slaagpercentage per poging 95.7% Instabiele tests 0 Invoer-tokens 181,223 Uitvoer-tokens 5,707 Redeneer-tokens 58,909 Responstijd (gem.) 61.63s Responstijd (totaal) 1417.51s Responstijd (max) 960.01s Time-out: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#1🥇 #1	Gemini 3.6 Flashhigh	9.9	Google	$0.900 ↓	18.93s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.6% Instabiele tests 1 Invoer-tokens 238,080 Uitvoer-tokens 4,211 Redeneer-tokens 188,109 Responstijd (gem.) 18.93s Responstijd (totaal) 435.48s Responstijd (max) 104.15s Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 8.2 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#2🥈 #2	Gemini 3.8 Flashhigh	9.9	Google	$1.927	40.60s
Modelkaart bekijken Totaal tests 23 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.6% Instabiele tests 1 Invoer-tokens 334,568 Uitvoer-tokens 11,394 Redeneer-tokens 435,334 Responstijd (gem.) 40.60s Responstijd (totaal) 933.73s Responstijd (max) 177.08s Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 8.2 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0

←

1 15 16

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