AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-02 Geëvalueerde modellen: 387

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

387/387

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#312#312	MiMo-V2.5none	4.9	Xiaomi	$0.049 ↓	9.88s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.1% Instabiele tests 2 Invoer-tokens 276,608 Uitvoer-tokens 33,960 Redeneer-tokens 0 Responstijd (gem.) 9.88s Responstijd (totaal) 227.24s Responstijd (max) 124.23s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 3.9 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
#311#311	Ling 2.6 1tnone	4.9	Inclusionai	$0.016 ↑	8.16s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 17.4% Instabiele tests 0 Invoer-tokens 106,423 Uitvoer-tokens 11,555 Redeneer-tokens 0 Responstijd (gem.) 8.16s Responstijd (totaal) 163.24s Responstijd (max) 25.72s Verkeerd antwoord: 12 API-fout: 4 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.4 Puzzeloplossing : 3.1 Toolaanroepen : 3.0 Algemene kennis : 3.0
#310#310	Gemini 3 PRO Previewmedium	4.9	Google	$0.385 ↑	9.05s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid n.v.t. Slaagpercentage per poging 60.9% Instabiele tests 0 Invoer-tokens 28,848 Uitvoer-tokens 1,490 Redeneer-tokens 10,102 Responstijd (gem.) 9.05s Responstijd (totaal) 90.53s Responstijd (max) 26.24s API-fout: 4 Verkeerd antwoord: 3 Agenttaken : 0.0 Anti-AI-trucs : 10.0 Programmeren : 3.0 Gecombineerd : 1.5 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
#309#309	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.5% Instabiele tests 6 Invoer-tokens 344,806 Uitvoer-tokens 177,330 Redeneer-tokens 453,213 Responstijd (gem.) 113.63s Responstijd (totaal) 2613.48s Responstijd (max) 1190.11s Verkeerd antwoord: 12 Ongeldige toolaanroep: 2 Geen antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Agenttaken : 2.8 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.6 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#308#308	Qwen3 Coder Nextnone	4.9	Qwen	$0.067 ↑	19.73s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.6% Instabiele tests 1 Invoer-tokens 250,329 Uitvoer-tokens 45,168 Redeneer-tokens 0 Responstijd (gem.) 19.73s Responstijd (totaal) 355.09s Responstijd (max) 208.38s Verkeerd antwoord: 15 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 3.9 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
#307#307	Inkling Smallnone	4.9	Thinkingmachines	$0.054 ↓	1.45s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.2% Instabiele tests 1 Invoer-tokens 94,733 Uitvoer-tokens 8,770 Redeneer-tokens 0 Responstijd (gem.) 1.45s Responstijd (totaal) 33.24s Responstijd (max) 12.35s Verkeerd antwoord: 15 API-fout: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 3.1 Programmeren : 3.6 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#306#306	Grok 4.20 Betamedium	4.9	X AI	$0.750 ↑	9.75s
Modelkaart bekijken Totaal tests 18 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 63.8% Instabiele tests 1 Invoer-tokens 35,955 Uitvoer-tokens 1,647 Redeneer-tokens 91,565 Responstijd (gem.) 9.75s Responstijd (totaal) 175.48s Responstijd (max) 31.36s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Agenttaken : 0.0 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 0.0
#305#305	KAT Coder AIR V2.5low	5.0	Kwaipilot	$0.046	10.21s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 9.9 Slaagpercentage per poging 42.0% Instabiele tests 6 Invoer-tokens 61,094 Uitvoer-tokens 6,532 Redeneer-tokens 53,882 Responstijd (gem.) 10.21s Responstijd (totaal) 234.86s Responstijd (max) 86.23s Verkeerd antwoord: 7 Extra opmaak: 4 API-fout: 3 Instructies niet gevolgd: 2 Agenttaken : 3.0 Anti-AI-trucs : 7.3 Programmeren : 3.5 Gecombineerd : 6.4 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#304#304	GPT-4o-mininone	5.0	OpenAI	$0.024	4.16s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.7% Instabiele tests 0 Invoer-tokens 145,180 Uitvoer-tokens 3,627 Redeneer-tokens 0 Responstijd (gem.) 4.16s Responstijd (totaal) 70.70s Responstijd (max) 39.99s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 5.0 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
#303#303	Dots 3 Note Previewnone	5.0	Dots Studio	$0.000	5.36s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 15.9% Instabiele tests 1 Invoer-tokens 225,907 Uitvoer-tokens 22,507 Redeneer-tokens 0 Responstijd (gem.) 5.36s Responstijd (totaal) 123.38s Responstijd (max) 45.71s Verkeerd antwoord: 16 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.9 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
#302#302	MiniMax M2.7medium	5.0	Minimax	$0.326 ↑	50.32s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 44.9% Instabiele tests 10 Invoer-tokens 277,130 Uitvoer-tokens 45,188 Redeneer-tokens 129,163 Responstijd (gem.) 50.32s Responstijd (totaal) 1107.03s Responstijd (max) 198.82s Verkeerd antwoord: 6 Instructies niet gevolgd: 5 Ongeldige toolaanroep: 2 Geen antwoord: 2 Time-out: 2 API-fout: 1 Agenttaken : 4.7 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
#301#301	Mercury 2.5 Previewlow	5.0	Inception	$0.015 ↑	4.92s
Modelkaart bekijken Totaal tests 23 Foute tests 17 Betrouwbaarheid 9.9 Slaagpercentage per poging 44.9% Instabiele tests 8 Invoer-tokens 235,438 Uitvoer-tokens 8,136 Redeneer-tokens 28,734 Responstijd (gem.) 4.92s Responstijd (totaal) 113.24s Responstijd (max) 84.47s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 5.6 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 4.1 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 8.2 Toolaanroepen : 2.8 Algemene kennis : 3.0
#300#300	Laguna S 2.1medium	5.0	Poolside	$0.092 ↑	63.06s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.6% Instabiele tests 4 Invoer-tokens 230,291 Uitvoer-tokens 99,030 Redeneer-tokens 287,794 Responstijd (gem.) 63.06s Responstijd (totaal) 1450.31s Responstijd (max) 560.31s Verkeerd antwoord: 14 Ongeldige toolaanroep: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Agenttaken : 3.4 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.2 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#299#299	Apodex 1.1 Mininone	5.1	Apodex	$0.000	7.79s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 29.0% Instabiele tests 8 Invoer-tokens 465,127 Uitvoer-tokens 72,309 Redeneer-tokens 0 Responstijd (gem.) 7.79s Responstijd (totaal) 179.09s Responstijd (max) 121.52s Verkeerd antwoord: 16 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Agenttaken : 5.2 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.4 Instructies opvolgen : 4.9 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#298#298	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.9% Instabiele tests 4 Invoer-tokens 273,075 Uitvoer-tokens 17,069 Redeneer-tokens 0 Responstijd (gem.) 6.21s Responstijd (totaal) 142.89s Responstijd (max) 53.13s Verkeerd antwoord: 12 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 3.3 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.4 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#297#297	KAT Coder AIR V2.5medium	5.1	Kwaipilot	$0.048	8.32s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 9.6 Slaagpercentage per poging 43.5% Instabiele tests 3 Invoer-tokens 51,369 Uitvoer-tokens 8,008 Redeneer-tokens 58,568 Responstijd (gem.) 8.32s Responstijd (totaal) 191.40s Responstijd (max) 48.19s Verkeerd antwoord: 10 API-fout: 2 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Agenttaken : 3.0 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
#296#296	Mercury 2.5low	5.1	Inception	$0.020	3.34s
Modelkaart bekijken Totaal tests 23 Foute tests 17 Betrouwbaarheid 9.8 Slaagpercentage per poging 37.7% Instabiele tests 5 Invoer-tokens 326,083 Uitvoer-tokens 7,224 Redeneer-tokens 33,078 Responstijd (gem.) 3.34s Responstijd (totaal) 76.80s Responstijd (max) 47.06s Verkeerd antwoord: 14 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 6.9 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.4 Instructies opvolgen : 2.9 Puzzeloplossing : 5.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#295#295	Mistral Small 4none	5.1	Mistral	$0.047	3.12s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.6% Instabiele tests 1 Invoer-tokens 265,602 Uitvoer-tokens 10,913 Redeneer-tokens 0 Responstijd (gem.) 3.12s Responstijd (totaal) 71.87s Responstijd (max) 45.46s Verkeerd antwoord: 17 Instructies niet gevolgd: 1 Agenttaken : 5.0 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
#294#294	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.7 Slaagpercentage per poging 42.0% Instabiele tests 8 Invoer-tokens 321,955 Uitvoer-tokens 41,555 Redeneer-tokens 94,946 Responstijd (gem.) 12.68s Responstijd (totaal) 291.66s Responstijd (max) 59.15s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Agenttaken : 5.0 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
#293#293	MiMo-V2-Flashmedium	5.1	Xiaomi	$0.043 ↑	20.11s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.4% 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 Agenttaken : 0.0 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
#291#291	KAT Coder AIR V2.5high	5.2	Kwaipilot	$0.077	15.23s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 9.8 Slaagpercentage per poging 40.6% Instabiele tests 5 Invoer-tokens 50,423 Uitvoer-tokens 4,144 Redeneer-tokens 110,510 Responstijd (gem.) 15.23s Responstijd (totaal) 350.26s Responstijd (max) 118.35s Verkeerd antwoord: 9 API-fout: 4 Extra opmaak: 3 Agenttaken : 3.0 Anti-AI-trucs : 6.9 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#292#292	Mimo V2 PROmedium	5.2	Xiaomi	$0.333 ↑	22.16s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 66.7% Instabiele tests 5 Invoer-tokens 40,961 Uitvoer-tokens 2,518 Redeneer-tokens 81,801 Responstijd (gem.) 22.16s Responstijd (totaal) 443.22s Responstijd (max) 136.29s Verkeerd antwoord: 5 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Agenttaken : 0.0 Anti-AI-trucs : 10.0 Programmeren : 6.0 Gecombineerd : 2.3 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#290#290	Nemotron 3.5 Lightninghigh	5.2	NVIDIA	$0.168 ↕	77.08s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.6 Slaagpercentage per poging 47.8% Instabiele tests 12 Invoer-tokens 170,517 Uitvoer-tokens 149,968 Redeneer-tokens 509,725 Responstijd (gem.) 77.08s Responstijd (totaal) 1772.78s Responstijd (max) 490.99s Verkeerd antwoord: 11 Instructies niet gevolgd: 4 Extra opmaak: 1 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 3.5 Anti-AI-trucs : 5.5 Programmeren : 4.4 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.7 Instructies opvolgen : 8.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#289#289	Ling 3.0 Flashnone	5.2	Inclusionai	$0.004 ↕	3.40s
Modelkaart bekijken Totaal tests 23 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.1% Instabiele tests 0 Invoer-tokens 123,993 Uitvoer-tokens 12,777 Redeneer-tokens 0 Responstijd (gem.) 3.40s Responstijd (totaal) 74.77s Responstijd (max) 17.51s Verkeerd antwoord: 13 API-fout: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#288#288	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
Modelkaart bekijken Totaal tests 23 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 4 Invoer-tokens 81,447 Uitvoer-tokens 2,715 Redeneer-tokens 11,971 Responstijd (gem.) 1.99s Responstijd (totaal) 45.67s Responstijd (max) 5.82s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 API-fout: 1 Agenttaken : 3.0 Anti-AI-trucs : 9.2 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.3 Instructies opvolgen : 9.9 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 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