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.)
#167#167	Gemini 3.1 Flash Liteminimal	6.1	Google	$0.047	1.85s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 3 Invoer-tokens 119,076 Uitvoer-tokens 11,118 Redeneer-tokens 0 Responstijd (gem.) 1.85s Responstijd (totaal) 40.74s 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
#166#166	Claude Sonnet 5none	6.1	Anthropic	$0.548	6.05s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 4 Invoer-tokens 161,032 Uitvoer-tokens 22,508 Redeneer-tokens 0 Responstijd (gem.) 6.05s Responstijd (totaal) 132.99s Responstijd (max) 33.39s Verkeerd antwoord: 8 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 : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 6.4 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#165#165	GPT-5.6 Lunalow	6.2	OpenAI	$0.026 ↓	5.20s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 54.5% Instabiele tests 5 Invoer-tokens 96,355 Uitvoer-tokens 8,213 Redeneer-tokens 18,073 Responstijd (gem.) 5.20s Responstijd (totaal) 114.46s Responstijd (max) 19.44s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 8.5 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#164#164	Gemma 4 31Bmedium	6.2	Google	$0.101 ↓	78.59s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 3 Invoer-tokens 94,969 Uitvoer-tokens 34,399 Redeneer-tokens 233,022 Responstijd (gem.) 78.59s Responstijd (totaal) 1571.84s Responstijd (max) 437.40s Verkeerd antwoord: 3 API-fout: 2 Time-out: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#163#163	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.066	4.37s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 3 Invoer-tokens 142,206 Uitvoer-tokens 14,744 Redeneer-tokens 0 Responstijd (gem.) 4.37s Responstijd (totaal) 96.20s 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 : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#162#162	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
#161#161	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 69.7% 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 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
#160#160	Ring-2.6-1Tmedium	6.4	Inclusionai	$0.102 ↑	68.80s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 3 Invoer-tokens 113,613 Uitvoer-tokens 122,706 Redeneer-tokens 42,325 Responstijd (gem.) 68.80s Responstijd (totaal) 1375.99s Responstijd (max) 304.19s Verkeerd antwoord: 6 API-fout: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.3 Gecombineerd : 7.3 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#159#159	Ling-3.0-flashhigh	6.4	Inclusionai	$0.021 ↕	13.70s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.8 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 132,044 Uitvoer-tokens 92,135 Redeneer-tokens 207,321 Responstijd (gem.) 13.70s Responstijd (totaal) 287.75s Responstijd (max) 75.27s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.7 Gecombineerd : 2.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#158#158	MiMo-V2.5medium	6.4	Xiaomi	$0.104 ↓	46.28s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 7 Invoer-tokens 105,456 Uitvoer-tokens 7,108 Redeneer-tokens 319,940 Responstijd (gem.) 46.28s Responstijd (totaal) 1018.12s Responstijd (max) 316.27s Verkeerd antwoord: 5 Extra opmaak: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 8.7 Gegevensparsering en extractie : 2.7 Domeinspecifiek : 3.6 Algemene intelligentie : 5.4 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#157#157	LongCat 2.0none	6.4	Meituan	$0.044	5.17s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 2 Invoer-tokens 108,752 Uitvoer-tokens 9,375 Redeneer-tokens 0 Responstijd (gem.) 5.17s Responstijd (totaal) 113.83s Responstijd (max) 48.38s Verkeerd antwoord: 13 Extra opmaak: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.5 Puzzeloplossing : 4.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#156#156	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	67.81s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 6 Invoer-tokens 127,621 Uitvoer-tokens 141,858 Redeneer-tokens 590,204 Responstijd (gem.) 67.81s Responstijd (totaal) 1491.80s Responstijd (max) 480.52s Verkeerd antwoord: 8 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 5.8 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 3.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#155#155	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	61.81s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 5 Invoer-tokens 113,889 Uitvoer-tokens 110,550 Redeneer-tokens 496,487 Responstijd (gem.) 61.81s Responstijd (totaal) 1359.72s Responstijd (max) 417.36s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.6 Algemene intelligentie : 4.0 Instructies opvolgen : 7.9 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#154#154	Qwen3.6 Max Previewnone	6.4	Qwen	$0.228 ↓	7.82s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 9.9 Slaagpercentage per poging 56.1% Instabiele tests 2 Invoer-tokens 106,348 Uitvoer-tokens 19,257 Redeneer-tokens 0 Responstijd (gem.) 7.82s Responstijd (totaal) 172.04s Responstijd (max) 102.62s Verkeerd antwoord: 11 Anti-AI-trucs : 5.2 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#153#153	Gemini 3.1 Flash Lite Previewnone	6.4	Google	$0.052	1.56s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 1 Invoer-tokens 120,955 Uitvoer-tokens 14,161 Redeneer-tokens 0 Responstijd (gem.) 1.56s Responstijd (totaal) 34.32s 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
#152#152	Hy3 previewmedium	6.5	Tencent	$0.049 ↕	16.28s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 27,030 Uitvoer-tokens 73,544 Redeneer-tokens 0 Responstijd (gem.) 16.28s Responstijd (totaal) 293.12s Responstijd (max) 46.04s API-fout: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#151#151	Laguna XS 2.1medium	6.5	Poolside	$0.068	48.18s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 118,998 Uitvoer-tokens 30,750 Redeneer-tokens 491,730 Responstijd (gem.) 48.18s Responstijd (totaal) 1059.93s Responstijd (max) 422.72s Verkeerd antwoord: 10 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#150#150	Qwen3.6 27Bmedium	6.5	Qwen	$1.045 ↑	106.06s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 7 Invoer-tokens 106,176 Uitvoer-tokens 33,013 Redeneer-tokens 239,560 Responstijd (gem.) 106.06s Responstijd (totaal) 2333.36s Responstijd (max) 1085.11s Verkeerd antwoord: 5 Geen antwoord: 3 Ongeldige toolaanroep: 2 Extra opmaak: 1 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
#149#149	Qwen3.5 Plus 2026-02-15none	6.6	Qwen	$0.073 ↓	9.86s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 2 Invoer-tokens 102,655 Uitvoer-tokens 29,370 Redeneer-tokens 0 Responstijd (gem.) 9.86s Responstijd (totaal) 157.77s Responstijd (max) 123.00s Verkeerd antwoord: 11 Anti-AI-trucs : 4.8 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#148#148	Qwen3.6 35B A3Bmedium	6.6	Qwen	$0.750 ↑	58.49s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 2 Invoer-tokens 85,148 Uitvoer-tokens 61,736 Redeneer-tokens 681,556 Responstijd (gem.) 58.49s Responstijd (totaal) 1169.83s Responstijd (max) 817.57s Verkeerd antwoord: 5 API-fout: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 8.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#147#147	Gemini 3.1 Flash Litelow	6.6	Google	$0.621	16.25s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 2 Invoer-tokens 94,233 Uitvoer-tokens 7,759 Redeneer-tokens 390,132 Responstijd (gem.) 16.25s Responstijd (totaal) 357.39s Responstijd (max) 318.02s Verkeerd antwoord: 8 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.3 Programmeren : 5.5 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#146#146	Inkling Smallmedium	6.6	Thinkingmachines	$0.113 ↓	6.30s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 3 Invoer-tokens 100,255 Uitvoer-tokens 6,422 Redeneer-tokens 49,847 Responstijd (gem.) 6.30s Responstijd (totaal) 138.60s Responstijd (max) 17.26s Verkeerd antwoord: 6 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Anti-AI-trucs : 10.0 Programmeren : 7.8 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.3 Instructies opvolgen : 8.5 Puzzeloplossing : 5.8 Toolaanroepen : 3.0 Algemene kennis : 3.0
#145#145	Gemini 3.1 Flash Lite Previewlow	6.6	Google	$0.646	16.67s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 110,196 Uitvoer-tokens 14,717 Redeneer-tokens 397,462 Responstijd (gem.) 16.67s Responstijd (totaal) 366.69s Responstijd (max) 309.35s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#144#144	Qwen3.5-27Bnone	6.6	Qwen	$0.058 ↓	4.77s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 102,325 Uitvoer-tokens 24,323 Redeneer-tokens 0 Responstijd (gem.) 4.77s Responstijd (totaal) 105.00s Responstijd (max) 69.46s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 5.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#143#143	Gemini 3.5 Flash Litelow	6.6	Google	$0.138	2.56s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 6 Invoer-tokens 139,165 Uitvoer-tokens 12,899 Redeneer-tokens 25,511 Responstijd (gem.) 2.56s Responstijd (totaal) 56.32s Responstijd (max) 15.14s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 9.0 Programmeren : 4.3 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 4.7
#142#142	Claude Opus 4.7none	6.6	Anthropic	$0.505	3.02s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 0 Invoer-tokens 69,576 Uitvoer-tokens 6,265 Redeneer-tokens 0 Responstijd (gem.) 3.02s Responstijd (totaal) 57.44s Responstijd (max) 18.27s Verkeerd antwoord: 3 Anti-AI-trucs : 8.3 Programmeren : 3.3 Gecombineerd : 4.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#141#141	LongCat 2.0high	6.7	Meituan	$0.492	153.29s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 4 Invoer-tokens 93,411 Uitvoer-tokens 30,470 Redeneer-tokens 356,172 Responstijd (gem.) 153.29s Responstijd (totaal) 3372.36s Responstijd (max) 941.66s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Anti-AI-trucs : 8.9 Programmeren : 7.8 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
#140#140	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 6 Invoer-tokens 44,615 Uitvoer-tokens 2,347 Redeneer-tokens 98,415 Responstijd (gem.) 23.08s Responstijd (totaal) 484.63s Responstijd (max) 95.88s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.2 Programmeren : 6.0 Gecombineerd : 3.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 7.0 Algemene kennis : 3.0
#139#139	Gemini 3.5 Flashminimal	6.7	Google	$0.300	2.65s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 1 Invoer-tokens 100,762 Uitvoer-tokens 16,454 Redeneer-tokens 0 Responstijd (gem.) 2.65s Responstijd (totaal) 58.21s Responstijd (max) 25.26s Verkeerd antwoord: 6 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#138#138	LongCat 2.0low	6.7	Meituan	$0.412	113.61s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 9.9 Slaagpercentage per poging 54.6% Instabiele tests 4 Invoer-tokens 90,870 Uitvoer-tokens 5,676 Redeneer-tokens 314,918 Responstijd (gem.) 113.61s Responstijd (totaal) 2499.46s Responstijd (max) 560.39s Verkeerd antwoord: 7 API-fout: 2 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 : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0

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