AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-08-15 Geëvalueerde modellen: 287

Aanbevolen modellen

GPT-5.6 Sol high Intelligent Slaagpercentage per poging 89.4% Correcte tests 18 / 22 Score 9.4/10 GPT-5.6 Luna medium Snel Responstijd (gem.) 7.43s Totaal aantal uitvoer-tokens 44,525 Score 7.4/10 DeepSeek V4 Flash 0731 high Betaalbaar Invoerprijs $0.140 / 1M Uitvoerprijs $0.280 / 1M Score 8.0/10

287/287

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#257#257	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
#256#256	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 42,845 Uitvoer-tokens 2,006 Redeneer-tokens 96,334 Responstijd (gem.) 23.85s Responstijd (totaal) 286.16s Responstijd (max) 121.79s Instructies niet gevolgd: 4 Verkeerd antwoord: 4 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 7.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#255#255	Hunter Alphamedium	4.7	OpenRouter	$0.000	10.33s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 28,927 Uitvoer-tokens 4,682 Redeneer-tokens 17,969 Responstijd (gem.) 10.33s Responstijd (totaal) 175.58s Responstijd (max) 30.53s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 7.3 Programmeren : 9.8 Gecombineerd : 2.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 7.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.1 Toolaanroepen : 10.0 Algemene kennis : 0.0
#254#254	Trinity Large Previewnone	4.8	Arcee AI	$0.008 ↑	2.98s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.2% Instabiele tests 2 Invoer-tokens 29,828 Uitvoer-tokens 2,169 Redeneer-tokens 0 Responstijd (gem.) 2.98s Responstijd (totaal) 56.57s Responstijd (max) 14.34s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 API-fout: 2 Anti-AI-trucs : 3.1 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.5 Instructies opvolgen : 3.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#253#253	GLM 4.7 Flashnone	4.8	Z.ai	$0.016	8.81s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 3 Invoer-tokens 101,513 Uitvoer-tokens 22,992 Redeneer-tokens 0 Responstijd (gem.) 8.81s Responstijd (totaal) 140.88s Responstijd (max) 97.15s Verkeerd antwoord: 14 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.2 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.4 Toolaanroepen : 2.8 Algemene kennis : 3.0
#252#252	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.070	12.46s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 7 Invoer-tokens 69,376 Uitvoer-tokens 97,752 Redeneer-tokens 0 Responstijd (gem.) 12.46s Responstijd (totaal) 274.11s Responstijd (max) 121.05s Verkeerd antwoord: 13 Extra opmaak: 3 API-fout: 1 Anti-AI-trucs : 5.3 Programmeren : 3.3 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#251#251	Grok 4.20 Multi Agent Betamedium	4.8	X AI	$5.599 ↑	9.69s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 48.5% Instabiele tests 5 Invoer-tokens 721,952 Uitvoer-tokens 294,668 Redeneer-tokens 305,374 Responstijd (gem.) 9.69s Responstijd (totaal) 155.07s Responstijd (max) 35.28s Verkeerd antwoord: 4 API-fout: 2 Extra opmaak: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.9 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.7 Toolaanroepen : 3.0 Algemene kennis : 0.0
#250#250	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.624	75.86s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 8 Invoer-tokens 101,776 Uitvoer-tokens 276,367 Redeneer-tokens 656,252 Responstijd (gem.) 75.86s Responstijd (totaal) 1668.93s Responstijd (max) 510.21s Verkeerd antwoord: 10 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Geen antwoord: 1 Anti-AI-trucs : 6.7 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 6.3 Puzzeloplossing : 4.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#249#249	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.56s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 115,933 Uitvoer-tokens 13,794 Redeneer-tokens 0 Responstijd (gem.) 2.56s Responstijd (totaal) 56.37s 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
#248#248	Nemotron 3.5 Lightninglow	4.8	NVIDIA	$0.175 ↕	59.81s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.8 Slaagpercentage per poging 42.4% Instabiele tests 9 Invoer-tokens 138,792 Uitvoer-tokens 142,972 Redeneer-tokens 522,202 Responstijd (gem.) 59.81s Responstijd (totaal) 1315.80s Responstijd (max) 312.21s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 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
#247#247	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↑	51.99s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 7,608 Uitvoer-tokens 40,277 Redeneer-tokens 0 Responstijd (gem.) 51.99s Responstijd (totaal) 831.90s 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
#246#246	Nemotron 3 Supernone	4.8	NVIDIA	$0.008 ↑	6.04s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.2 Slaagpercentage per poging 27.3% Instabiele tests 2 Invoer-tokens 63,528 Uitvoer-tokens 6,432 Redeneer-tokens 0 Responstijd (gem.) 6.04s Responstijd (totaal) 132.96s Responstijd (max) 20.00s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 6.3 Puzzeloplossing : 5.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#245#245	Ling-2.6-flashnone	4.9	Inclusionai	$0.002 ↑	10.71s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 9.6 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 114,384 Uitvoer-tokens 14,903 Redeneer-tokens 0 Responstijd (gem.) 10.71s Responstijd (totaal) 214.28s Responstijd (max) 36.03s Verkeerd antwoord: 9 Ongeldige toolaanroep: 3 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.8 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 2.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#244#244	Qwen3.6 Plus Previewmedium	4.9	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 40.9% Instabiele tests 0 Invoer-tokens 32,639 Uitvoer-tokens 1,153 Redeneer-tokens 62,197 Responstijd (gem.) 15.25s Responstijd (totaal) 182.96s Responstijd (max) 43.55s API-fout: 8 Verkeerd antwoord: 2 Anti-AI-trucs : 8.3 Programmeren : 9.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#243#243	GPT-4o-mininone	5.0	OpenAI	$0.010	1.92s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 0 Invoer-tokens 53,145 Uitvoer-tokens 2,913 Redeneer-tokens 0 Responstijd (gem.) 1.92s Responstijd (totaal) 30.71s Responstijd (max) 7.58s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 3.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#242#242	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	17.89s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 5 Invoer-tokens 135,831 Uitvoer-tokens 42,099 Redeneer-tokens 0 Responstijd (gem.) 17.89s Responstijd (totaal) 393.53s Responstijd (max) 115.89s Verkeerd antwoord: 8 API-fout: 3 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.2 Programmeren : 3.1 Gecombineerd : 4.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#241#241	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 5 Invoer-tokens 118,752 Uitvoer-tokens 67,823 Redeneer-tokens 383,885 Responstijd (gem.) 85.34s Responstijd (totaal) 1877.49s Responstijd (max) 814.73s Verkeerd antwoord: 15 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 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
#240#240	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 9 Invoer-tokens 114,527 Uitvoer-tokens 18,558 Redeneer-tokens 129,146 Responstijd (gem.) 43.25s Responstijd (totaal) 908.21s Responstijd (max) 196.21s Verkeerd antwoord: 6 Instructies niet gevolgd: 5 Geen antwoord: 2 Time-out: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 5.7 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 3.8 Puzzeloplossing : 5.9 Toolaanroepen : 4.7 Algemene kennis : 3.0
#239#239	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 8.7 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 130,501 Uitvoer-tokens 26,786 Redeneer-tokens 0 Responstijd (gem.) 29.95s Responstijd (totaal) 658.83s Responstijd (max) 159.85s Verkeerd antwoord: 12 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 6.5 Puzzeloplossing : 3.5 Toolaanroepen : 9.5 Algemene kennis : 3.0
#238#238	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
#237#237	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.19s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 19.7% Instabiele tests 1 Invoer-tokens 144,416 Uitvoer-tokens 37,484 Redeneer-tokens 0 Responstijd (gem.) 19.19s Responstijd (totaal) 422.25s 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
#236#236	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.68s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 2 Invoer-tokens 141,052 Uitvoer-tokens 16,464 Redeneer-tokens 0 Responstijd (gem.) 4.68s Responstijd (totaal) 103.02s 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 : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#235#235	Qwen3 Coder Nextnone	5.1	Qwen	$0.026 ↑	8.63s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 134,227 Uitvoer-tokens 11,808 Redeneer-tokens 0 Responstijd (gem.) 8.63s Responstijd (totaal) 146.72s 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
#233#233	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 104,717 Uitvoer-tokens 9,812 Redeneer-tokens 0 Responstijd (gem.) 1.20s Responstijd (totaal) 26.41s 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
#234#234	Mistral Small 4medium	5.1	Mistral	$0.097	10.80s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 8 Invoer-tokens 140,559 Uitvoer-tokens 40,268 Redeneer-tokens 93,329 Responstijd (gem.) 10.80s Responstijd (totaal) 237.60s Responstijd (max) 59.15s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 5.6 Programmeren : 4.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 7.3 Puzzeloplossing : 3.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#232#232	Nemotron 3.5 Lightningmedium	5.1	NVIDIA	$0.195 ↕	70.11s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.9 Slaagpercentage per poging 48.5% Instabiele tests 11 Invoer-tokens 126,330 Uitvoer-tokens 165,702 Redeneer-tokens 594,739 Responstijd (gem.) 70.11s Responstijd (totaal) 1542.52s Responstijd (max) 437.11s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 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
#231#231	Inklingnone	5.2	Thinkingmachines	$0.142 ↓	3.47s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.8% Instabiele tests 1 Invoer-tokens 104,120 Uitvoer-tokens 10,554 Redeneer-tokens 0 Responstijd (gem.) 3.47s Responstijd (totaal) 76.28s Responstijd (max) 48.02s Verkeerd antwoord: 13 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 4.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 5.6 Toolaanroepen : 3.0 Algemene kennis : 3.0
#230#230	Dots 3 Note Previewnone	5.2	Dots Studio	$0.000	3.53s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 16.7% Instabiele tests 1 Invoer-tokens 116,155 Uitvoer-tokens 19,679 Redeneer-tokens 0 Responstijd (gem.) 3.53s Responstijd (totaal) 77.68s Responstijd (max) 24.48s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.1 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.8 Puzzeloplossing : 3.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#229#229	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.061 ↑	5.57s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.8% Instabiele tests 5 Invoer-tokens 93,990 Uitvoer-tokens 45,905 Redeneer-tokens 0 Responstijd (gem.) 5.57s Responstijd (totaal) 111.32s Responstijd (max) 39.54s Verkeerd antwoord: 13 API-fout: 2 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 6.2 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#228#228	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
Modelkaart bekijken Totaal tests 16 Foute tests 3 Betrouwbaarheid n.v.t. Slaagpercentage per poging 59.1% Instabiele tests 0 Invoer-tokens 28,980 Uitvoer-tokens 1,283 Redeneer-tokens 1,533,310 Responstijd (gem.) 68.14s Responstijd (totaal) 1090.28s Responstijd (max) 280.52s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.5 Programmeren : 0.0 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 0.0

Snelle vergelijking

Gemini 3.6 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow

AI Benchy Leaderboard

Aanbevolen modellen

Modellen filteren

Snelle vergelijking