AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-20 Geëvalueerde modellen: 210

210/210

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#112#112	Claude Sonnet 5none	6.3	Anthropic	$0.548	6.04s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 4 Invoer-tokens 161,035 Uitvoer-tokens 22,511 Redeneer-tokens 0 Responstijd (gem.) 6.04s Responstijd (totaal) 132.85s Responstijd (max) 33.39s Verkeerd antwoord: 7 Extra opmaak: 4 Geen antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.3 Programmeren : 4.6 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 6.4 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#116#116	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.066	4.40s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 142,197 Uitvoer-tokens 14,746 Redeneer-tokens 0 Responstijd (gem.) 4.40s Responstijd (totaal) 96.84s Responstijd (max) 44.58s Verkeerd antwoord: 13 Geen antwoord: 1 Anti-AI-trucs : 3.0 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#125#125	Qwen3.5-Flashnone	6.1	Qwen	$0.073 ↓	25.28s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 2 Invoer-tokens 282,347 Uitvoer-tokens 209,201 Redeneer-tokens 0 Responstijd (gem.) 25.28s Responstijd (totaal) 556.24s Responstijd (max) 480.96s Verkeerd antwoord: 13 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#126#126	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.122 ↓	13.56s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 94,468 Uitvoer-tokens 51,487 Redeneer-tokens 0 Responstijd (gem.) 13.56s Responstijd (totaal) 298.31s Responstijd (max) 206.05s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.9 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.2 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#129#129	Nemotron 3 Ultranone	6.1	NVIDIA	$0.095 ↕	3.87s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 2 Invoer-tokens 101,275 Uitvoer-tokens 9,474 Redeneer-tokens 0 Responstijd (gem.) 3.87s Responstijd (totaal) 85.15s Responstijd (max) 37.50s Verkeerd antwoord: 12 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#132#132	GPT-5.6 Terranone	6.0	OpenAI	$0.349	1.65s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 3 Invoer-tokens 102,259 Uitvoer-tokens 6,203 Redeneer-tokens 0 Responstijd (gem.) 1.65s Responstijd (totaal) 36.28s Responstijd (max) 10.07s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 8.5 Puzzeloplossing : 5.3 Toolaanroepen : 9.6 Algemene kennis : 3.0
#140#140	Nemotron 3 Supermedium	5.7	NVIDIA	$0.050 ↑	51.99s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 8.7 Slaagpercentage per poging 40.9% Instabiele tests 3 Invoer-tokens 81,429 Uitvoer-tokens 18,371 Redeneer-tokens 98,853 Responstijd (gem.) 51.99s Responstijd (totaal) 1039.89s Responstijd (max) 431.98s Verkeerd antwoord: 5 API-fout: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 3.1 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.1 Instructies opvolgen : 7.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#149#149	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
#156#156	Gemma 4 26B A4Bnone	5.5	Google	$0.015 ↓	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
#202#202	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Modelkaart bekijken Totaal tests 19 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 11,793 Uitvoer-tokens 267,275 Redeneer-tokens 0 Responstijd (gem.) 28.69s Responstijd (totaal) 459.00s Responstijd (max) 138.35s Verkeerd antwoord: 7 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#145#145	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
#146#146	Owl Alphamedium	5.6	Openrouter	$0.000	11.95s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 43,478 Uitvoer-tokens 2,974 Redeneer-tokens 0 Responstijd (gem.) 11.95s Responstijd (totaal) 250.88s Responstijd (max) 58.63s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 4.8 Programmeren : 5.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#157#157	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
#97#97	LongCat 2.0high	6.6	Meituan	$0.469	148.73s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 9.4 Slaagpercentage per poging 53.0% Instabiele tests 5 Invoer-tokens 93,357 Uitvoer-tokens 30,466 Redeneer-tokens 336,325 Responstijd (gem.) 148.73s Responstijd (totaal) 3272.00s Responstijd (max) 941.66s Verkeerd antwoord: 6 Time-out: 3 Instructies niet gevolgd: 2 Geen antwoord: 2 Anti-AI-trucs : 8.9 Programmeren : 7.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 3.6 Domeinspecifiek : 3.6 Algemene intelligentie : 5.1 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#102#102	Laguna XS 2.1medium	6.5	Poolside	$0.068	47.93s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 1 Invoer-tokens 118,989 Uitvoer-tokens 30,750 Redeneer-tokens 491,833 Responstijd (gem.) 47.93s Responstijd (totaal) 1054.49s Responstijd (max) 422.72s Verkeerd antwoord: 11 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#118#118	Gemini 2.5 Flashnone	6.2	Google	$0.017	6.20s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 1 Invoer-tokens 39,877 Uitvoer-tokens 1,890 Redeneer-tokens 0 Responstijd (gem.) 6.20s Responstijd (totaal) 136.37s Responstijd (max) 118.00s Verkeerd antwoord: 12 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.0 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#121#121	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
#122#122	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
#128#128	GPT-5 Nanomedium	6.1	OpenAI	$0.114	54.87s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.1% Instabiele tests 8 Invoer-tokens 94,935 Uitvoer-tokens 12,042 Redeneer-tokens 261,056 Responstijd (gem.) 54.87s Responstijd (totaal) 822.99s Responstijd (max) 227.89s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 7.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 5.2 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#137#137	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 8.6 Slaagpercentage per poging 48.5% Instabiele tests 4 Invoer-tokens 81,813 Uitvoer-tokens 424,772 Redeneer-tokens 1,342,029 Responstijd (gem.) 137.11s Responstijd (totaal) 3016.42s Responstijd (max) 786.72s Verkeerd antwoord: 9 Extra opmaak: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.4 Programmeren : 4.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#179#179	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
#141#141	GLM 5none	5.7	Z.ai	$0.041 ↑	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
#181#181	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
#184#184	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
#46#46	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.200	79.14s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 6 Invoer-tokens 90,748 Uitvoer-tokens 10,462 Redeneer-tokens 178,719 Responstijd (gem.) 79.14s Responstijd (totaal) 1740.97s Responstijd (max) 416.76s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Time-out: 1 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
#77#77	Kimi K2.5medium	7.0	Moonshot AI	$0.600 ↑	99.00s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 8 Invoer-tokens 118,448 Uitvoer-tokens 62,124 Redeneer-tokens 165,243 Responstijd (gem.) 99.00s Responstijd (totaal) 1485.04s Responstijd (max) 281.00s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.3 Programmeren : 6.1 Gecombineerd : 6.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#78#78	Mercury 2medium	7.0	Inception	$0.093	2.72s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 3 Invoer-tokens 109,572 Uitvoer-tokens 10,313 Redeneer-tokens 76,806 Responstijd (gem.) 2.72s Responstijd (totaal) 57.12s Responstijd (max) 14.63s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 8.2 Gecombineerd : 6.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#82#82	DeepSeek V4 Pronone	6.9	DeepSeek	$0.096	11.55s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 4 Invoer-tokens 148,069 Uitvoer-tokens 35,551 Redeneer-tokens 0 Responstijd (gem.) 11.55s Responstijd (totaal) 254.11s Responstijd (max) 119.44s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.2 Programmeren : 5.6 Gecombineerd : 7.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#91#91	LongCat 2.0low	6.7	Meituan	$0.391	100.31s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 9.6 Slaagpercentage per poging 53.0% Instabiele tests 3 Invoer-tokens 90,909 Uitvoer-tokens 5,679 Redeneer-tokens 297,369 Responstijd (gem.) 100.31s Responstijd (totaal) 2206.82s Responstijd (max) 560.39s Verkeerd antwoord: 8 API-fout: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#99#99	Qwen3.6 27Bmedium	6.5	Qwen	$0.779 ↑	106.32s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 6 Invoer-tokens 106,167 Uitvoer-tokens 32,889 Redeneer-tokens 241,303 Responstijd (gem.) 106.32s Responstijd (totaal) 2339.12s Responstijd (max) 1085.11s Verkeerd antwoord: 6 Geen antwoord: 3 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.3 Programmeren : 7.7 Gecombineerd : 6.7 Gegevensparsering en extractie : 3.5 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 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