AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-18 Geëvalueerde modellen: 206

206/206

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#152#152	Gemma 4 26B A4Bnone	5.5	Google	$0.018 ↓	7.64s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 2 Invoer-tokens 131,282 Uitvoer-tokens 15,781 Redeneer-tokens 0 Responstijd (gem.) 7.64s Responstijd (totaal) 167.98s Responstijd (max) 57.10s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 6.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#117#117	gpt-oss-120bmedium	6.1	OpenAI	$0.019 ↓	21.91s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 5 Invoer-tokens 108,747 Uitvoer-tokens 29,772 Redeneer-tokens 68,044 Responstijd (gem.) 21.91s Responstijd (totaal) 328.70s Responstijd (max) 68.16s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.7 Programmeren : 5.9 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.4 Domeinspecifiek : 2.9 Algemene intelligentie : 4.3 Instructies opvolgen : 9.9 Puzzeloplossing : 5.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#205#205	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
Modelkaart bekijken Totaal tests 12 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 0 Invoer-tokens 1,971 Uitvoer-tokens 64,795 Redeneer-tokens 0 Responstijd (gem.) 39.03s Responstijd (totaal) 312.26s Responstijd (max) 114.12s API-fout: 4 Instructies niet gevolgd: 1 Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 9.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 1.5 Domeinspecifiek : 3.3 Algemene intelligentie : 4.0 Instructies opvolgen : 5.0 Puzzeloplossing : 0.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#111#111	Gemma 4 31Bnone	6.2	Google	$0.021 ↓	5.34s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.5% Instabiele tests 1 Invoer-tokens 125,728 Uitvoer-tokens 13,317 Redeneer-tokens 0 Responstijd (gem.) 5.34s Responstijd (totaal) 106.82s Responstijd (max) 29.95s Verkeerd antwoord: 9 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.5 Toolaanroepen : 3.0 Algemene kennis : 3.0
#165#165	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.17s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 19.7% Instabiele tests 1 Invoer-tokens 144,407 Uitvoer-tokens 37,484 Redeneer-tokens 0 Responstijd (gem.) 19.17s Responstijd (totaal) 421.74s Responstijd (max) 382.06s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.1 Programmeren : 3.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#153#153	Mimo V2 Omninone	5.5	Xiaomi	$0.021 ↓	2.44s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 40,852 Uitvoer-tokens 3,314 Redeneer-tokens 0 Responstijd (gem.) 2.44s Responstijd (totaal) 48.81s Responstijd (max) 6.81s Verkeerd antwoord: 10 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.6 Programmeren : 4.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.1 Instructies opvolgen : 6.5 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#161#161	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 104,708 Uitvoer-tokens 9,812 Redeneer-tokens 0 Responstijd (gem.) 1.20s Responstijd (totaal) 26.38s Responstijd (max) 13.16s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#162#162	Qwen3 Coder Nextnone	5.1	Qwen	$0.025 ↓	9.12s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 134,218 Uitvoer-tokens 11,808 Redeneer-tokens 0 Responstijd (gem.) 9.12s Responstijd (totaal) 145.94s Responstijd (max) 45.14s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#196#196	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 6.7 Slaagpercentage per poging 24.2% Instabiele tests 4 Invoer-tokens 36,851 Uitvoer-tokens 68,882 Redeneer-tokens 0 Responstijd (gem.) 2.76s Responstijd (totaal) 46.99s Responstijd (max) 19.68s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 3.2 Programmeren : 4.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#164#164	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.62s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 141,043 Uitvoer-tokens 16,464 Redeneer-tokens 0 Responstijd (gem.) 4.62s Responstijd (totaal) 101.57s Responstijd (max) 55.36s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#175#175	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↕	55.10s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 7,599 Uitvoer-tokens 39,954 Redeneer-tokens 0 Responstijd (gem.) 55.10s Responstijd (totaal) 881.55s Responstijd (max) 143.82s API-fout: 6 Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 9.2 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#185#185	Mercury 2none	4.6	Inception	$0.030	829ms
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 2 Invoer-tokens 88,704 Uitvoer-tokens 9,564 Redeneer-tokens 0 Responstijd (gem.) 829ms Responstijd (totaal) 18.24s Responstijd (max) 4.52s Verkeerd antwoord: 17 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 3.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#183#183	Qwen3 Coder Nextmedium	4.7	Qwen	$0.032 ↓	9.61s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 3 Invoer-tokens 148,194 Uitvoer-tokens 19,069 Redeneer-tokens 0 Responstijd (gem.) 9.61s Responstijd (totaal) 153.69s Responstijd (max) 81.80s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 3.5 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 6.3 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#182#182	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 44,969 Uitvoer-tokens 58,087 Redeneer-tokens 0 Responstijd (gem.) 14.73s Responstijd (totaal) 220.93s Responstijd (max) 53.14s API-fout: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#200#200	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 5.0 Slaagpercentage per poging 25.8% Instabiele tests 5 Invoer-tokens 17,070 Uitvoer-tokens 29,045 Redeneer-tokens 209,516 Responstijd (gem.) 82.24s Responstijd (totaal) 1315.88s Responstijd (max) 226.38s Time-out: 12 Geen antwoord: 2 Verkeerd antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.1 Programmeren : 2.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.6 Domeinspecifiek : 3.6 Algemene intelligentie : 2.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#176#176	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.57s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.8% Instabiele tests 5 Invoer-tokens 115,924 Uitvoer-tokens 13,794 Redeneer-tokens 0 Responstijd (gem.) 2.57s Responstijd (totaal) 56.51s Responstijd (max) 25.50s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#154#154	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.041	10.09s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.9 Slaagpercentage per poging 45.5% Instabiele tests 7 Invoer-tokens 61,085 Uitvoer-tokens 5,905 Redeneer-tokens 46,990 Responstijd (gem.) 10.09s Responstijd (totaal) 222.03s Responstijd (max) 86.23s Verkeerd antwoord: 7 Extra opmaak: 4 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 7.3 Programmeren : 3.5 Gecombineerd : 6.4 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#137#137	GLM 5none	5.7	Z.ai	$0.042 ↑	4.03s
Modelkaart bekijken Totaal tests 21 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 1 Invoer-tokens 37,135 Uitvoer-tokens 1,989 Redeneer-tokens 0 Responstijd (gem.) 4.03s Responstijd (totaal) 56.37s Responstijd (max) 11.07s Verkeerd antwoord: 12 Anti-AI-trucs : 4.8 Programmeren : 4.0 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#45#45	DeepSeek V4 Flashhigh	7.7	DeepSeek	$0.042 ↓	49.75s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 5 Invoer-tokens 108,392 Uitvoer-tokens 14,478 Redeneer-tokens 153,687 Responstijd (gem.) 49.75s Responstijd (totaal) 1094.41s Responstijd (max) 218.13s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#109#109	MiMo-V2-Flashmedium	6.3	Xiaomi	$0.043 ↑	20.11s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.1% Instabiele tests 3 Invoer-tokens 40,111 Uitvoer-tokens 12,476 Redeneer-tokens 125,039 Responstijd (gem.) 20.11s Responstijd (totaal) 301.59s Responstijd (max) 96.01s Verkeerd antwoord: 5 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 8.1 Programmeren : 6.0 Gecombineerd : 4.9 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#146#146	DeepSeek V4 Flashnone	5.6	DeepSeek	$0.044 ↓	36.78s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.8% Instabiele tests 4 Invoer-tokens 240,221 Uitvoer-tokens 100,727 Redeneer-tokens 0 Responstijd (gem.) 36.78s Responstijd (totaal) 809.09s Responstijd (max) 247.27s Verkeerd antwoord: 12 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 4.2 Gecombineerd : 4.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#143#143	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 3 Invoer-tokens 39,344 Uitvoer-tokens 2,352 Redeneer-tokens 0 Responstijd (gem.) 2.27s Responstijd (totaal) 45.50s Responstijd (max) 6.58s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#118#118	Gemini 3.1 Flash Litenone	6.1	Google	$0.046	1.75s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 4 Invoer-tokens 118,050 Uitvoer-tokens 10,723 Redeneer-tokens 0 Responstijd (gem.) 1.75s Responstijd (totaal) 38.60s Responstijd (max) 16.25s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 7.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#94#94	GLM 5.2none	6.6	Z.ai	$0.047 ↓	9.34s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 2 Invoer-tokens 112,359 Uitvoer-tokens 14,340 Redeneer-tokens 0 Responstijd (gem.) 9.34s Responstijd (totaal) 205.46s Responstijd (max) 79.65s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 3.7 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#166#166	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 32,525 Uitvoer-tokens 1,815 Redeneer-tokens 0 Responstijd (gem.) 2.82s Responstijd (totaal) 59.29s Responstijd (max) 8.21s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#116#116	Gemini 3.1 Flash Liteminimal	6.1	Google	$0.047	1.86s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 3 Invoer-tokens 119,065 Uitvoer-tokens 11,118 Redeneer-tokens 0 Responstijd (gem.) 1.86s Responstijd (totaal) 40.88s Responstijd (max) 12.97s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#131#131	Hy3 previewhigh	5.9	Tencent	$0.048 ↕	56.57s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 2 Invoer-tokens 25,987 Uitvoer-tokens 216,719 Redeneer-tokens 0 Responstijd (gem.) 56.57s Responstijd (totaal) 848.59s Responstijd (max) 149.94s API-fout: 7 Verkeerd antwoord: 3 Anti-AI-trucs : 6.4 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#145#145	KAT-Coder-Air V2.5medium	5.6	Kwaipilot	$0.048	8.42s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 9.9 Slaagpercentage per poging 45.5% Instabiele tests 3 Invoer-tokens 51,472 Uitvoer-tokens 7,822 Redeneer-tokens 58,352 Responstijd (gem.) 8.42s Responstijd (totaal) 185.24s Responstijd (max) 48.19s Verkeerd antwoord: 11 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 3.6 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#141#141	GLM 5V Turbonone	5.6	Z.ai	$0.052	2.99s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 0 Invoer-tokens 37,100 Uitvoer-tokens 1,766 Redeneer-tokens 0 Responstijd (gem.) 2.99s Responstijd (totaal) 62.74s Responstijd (max) 6.51s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#103#103	Gemini 3.1 Flash Lite Previewnone	6.4	Google	$0.052	1.58s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 1 Invoer-tokens 120,942 Uitvoer-tokens 14,292 Redeneer-tokens 0 Responstijd (gem.) 1.58s Responstijd (totaal) 34.72s Responstijd (max) 9.27s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 7.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0

←

1 2 3 4 5 6 7

→

Snelle vergelijking

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 UltramediumGratis beschikbaar Gemini 3 Flash PreviewmediumvsNorth Mini CodemediumGratis beschikbaar Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

AI Benchy Leaderboard

Modellen filteren

Snelle vergelijking