AI BENCHY

AI Benchmark Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-05-10 Geëvalueerde modellen: 144

144/144

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#24#24	Grok 4.3medium	8.0	X AI	$0.550	48.41s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.2% Instabiele tests 3 Uitvoer-tokens 1,237 Redeneer-tokens 200,033 Responstijd (gem.) 48.41s Responstijd (totaal) 919.73s Responstijd (max) 216.69s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#23#23	Gemini 3.1 Flash Lite Previewmedium	8.0	Google	$0.058	3.68s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.4% Instabiele tests 0 Uitvoer-tokens 2,180 Redeneer-tokens 30,831 Responstijd (gem.) 3.68s Responstijd (totaal) 69.99s Responstijd (max) 14.93s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Anti-AI-trucs : 9.1 Programmeren : 10.0 Gecombineerd : 10.0 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
#22#22	Hy3 previewhigh	8.0	Tencent	$0.000	56.77s
Modelkaart bekijken Totaal tests 19 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.1% Instabiele tests 1 Uitvoer-tokens 216,503 Redeneer-tokens 0 Responstijd (gem.) 56.77s Responstijd (totaal) 851.49s Responstijd (max) 149.94s Verkeerd antwoord: 3 API-fout: 1 Anti-AI-trucs : 8.9 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 0.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#21#21	Qwen3.6 35B A3Bmedium	8.0	Qwen	$0.116	13.22s
Modelkaart bekijken Totaal tests 19 Foute tests 5 Betrouwbaarheid 9.8 Slaagpercentage per poging 74.5% Instabiele tests 2 Uitvoer-tokens 15,018 Redeneer-tokens 108,331 Responstijd (gem.) 13.22s Responstijd (totaal) 224.66s Responstijd (max) 45.02s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.9 Toolaanroepen : 0.0 Algemene kennis : 3.0
#20#20	GLM 5 Turbomedium	8.1	Z.ai	$0.187	18.85s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 6.7 Slaagpercentage per poging 77.2% Instabiele tests 4 Uitvoer-tokens 12,217 Redeneer-tokens 40,252 Responstijd (gem.) 18.85s Responstijd (totaal) 358.15s Responstijd (max) 194.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#19#19	GLM 5medium	8.1	Z.ai	$0.180	27.34s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.7% Instabiele tests 4 Uitvoer-tokens 20,564 Redeneer-tokens 70,787 Responstijd (gem.) 27.34s Responstijd (totaal) 300.78s Responstijd (max) 79.09s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 3.5 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#18#18	MiMo-V2.5-Promedium	8.1	Xiaomi	$0.200	16.23s
Modelkaart bekijken Totaal tests 18 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.1% Instabiele tests 2 Uitvoer-tokens 2,790 Redeneer-tokens 52,001 Responstijd (gem.) 16.23s Responstijd (totaal) 292.10s Responstijd (max) 84.22s Extra opmaak: 2 Instructies niet gevolgd: 2 Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 9.9 Puzzeloplossing : 6.7 Toolaanroepen : 10.0
#17#17	Qwen3.5-27Bmedium	8.1	Qwen	$0.534	54.71s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.2% Instabiele tests 3 Uitvoer-tokens 2,531 Redeneer-tokens 266,183 Responstijd (gem.) 54.71s Responstijd (totaal) 1039.57s Responstijd (max) 163.96s Instructies niet gevolgd: 2 Verkeerd antwoord: 2 Extra opmaak: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#16#16	Grok 4.20 Betamedium	8.2	X AI	$0.633	9.81s
Modelkaart bekijken Totaal tests 18 Foute tests 5 Betrouwbaarheid n.v.t. Slaagpercentage per poging 79.6% Instabiele tests 2 Uitvoer-tokens 1,568 Redeneer-tokens 91,909 Responstijd (gem.) 9.81s Responstijd (totaal) 176.62s Responstijd (max) 31.36s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 3.0
#15#15	Qwen3.6 Plus Previewmedium	8.2	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid n.v.t. Slaagpercentage per poging 75.0% Instabiele tests 0 Uitvoer-tokens 1,153 Redeneer-tokens 62,197 Responstijd (gem.) 15.25s Responstijd (totaal) 182.96s Responstijd (max) 43.55s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 0.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 0.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 0.0
#14#14	Gemma 4 31Bmedium	8.2	Google	$0.023	28.72s
Modelkaart bekijken Totaal tests 19 Foute tests 5 Betrouwbaarheid 6.7 Slaagpercentage per poging 77.2% Instabiele tests 1 Uitvoer-tokens 14,426 Redeneer-tokens 37,964 Responstijd (gem.) 28.72s Responstijd (totaal) 488.27s Responstijd (max) 90.14s API-fout: 2 Verkeerd antwoord: 2 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 4.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#13#13	GPT-5.3-Codexmedium	8.2	OpenAI	$0.598	15.33s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.7% Instabiele tests 4 Uitvoer-tokens 2,309 Redeneer-tokens 36,880 Responstijd (gem.) 15.33s Responstijd (totaal) 291.34s Responstijd (max) 100.93s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.6 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#12#12	Qwen3.5 Plus 2026-02-15medium	8.2	Qwen	$0.247	51.33s
Modelkaart bekijken Totaal tests 19 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 79.0% Instabiele tests 2 Uitvoer-tokens 2,145 Redeneer-tokens 129,019 Responstijd (gem.) 51.33s Responstijd (totaal) 616.01s Responstijd (max) 120.91s Verkeerd antwoord: 3 Time-out: 2 Anti-AI-trucs : 8.2 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#11#11	Seed-2.0-Litemedium	8.3	Bytedance Seed	$0.125	31.32s
Modelkaart bekijken Totaal tests 19 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 79.0% Instabiele tests 3 Uitvoer-tokens 3,266 Redeneer-tokens 54,082 Responstijd (gem.) 31.32s Responstijd (totaal) 595.04s Responstijd (max) 168.71s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 6.7 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#10#10	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Modelkaart bekijken Totaal tests 19 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 77.8% Instabiele tests 0 Uitvoer-tokens 1,508 Redeneer-tokens 10,084 Responstijd (gem.) 9.06s Responstijd (totaal) 90.58s Responstijd (max) 26.24s Verkeerd antwoord: 3 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 0.0
#9#9	Qwen3.6 Max Previewmedium	8.5	Qwen	$0.872	48.96s
Modelkaart bekijken Totaal tests 19 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.7% Instabiele tests 1 Uitvoer-tokens 2,186 Redeneer-tokens 105,156 Responstijd (gem.) 48.96s Responstijd (totaal) 930.20s Responstijd (max) 186.74s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#8#8	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.83s
Modelkaart bekijken Totaal tests 16 Foute tests 3 Betrouwbaarheid n.v.t. Slaagpercentage per poging 81.3% Instabiele tests 0 Uitvoer-tokens 1,283 Redeneer-tokens 1,533,310 Responstijd (gem.) 68.83s Responstijd (totaal) 1101.32s Responstijd (max) 280.52s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0
#7#7	Gemini 3 Flash Previewlow	8.8	Google	$0.093	5.84s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.0% Instabiele tests 1 Uitvoer-tokens 2,027 Redeneer-tokens 23,906 Responstijd (gem.) 5.84s Responstijd (totaal) 110.87s Responstijd (max) 14.72s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#5#5	Claude Opus 4.7none	8.9	Anthropic	$0.507	3.04s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.2% Instabiele tests 0 Uitvoer-tokens 6,329 Redeneer-tokens 0 Responstijd (gem.) 3.04s Responstijd (totaal) 57.79s Responstijd (max) 18.27s Verkeerd antwoord: 3 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 9.5 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
#6#6	GPT-5.5low	8.9	OpenAI	$0.706	8.80s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.2% Instabiele tests 0 Uitvoer-tokens 2,008 Redeneer-tokens 16,914 Responstijd (gem.) 8.80s Responstijd (totaal) 167.26s Responstijd (max) 56.19s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#4#4	GPT-5.5medium	8.9	OpenAI	$2.939	33.02s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.7% Instabiele tests 2 Uitvoer-tokens 1,950 Redeneer-tokens 91,386 Responstijd (gem.) 33.02s Responstijd (totaal) 627.45s Responstijd (max) 332.10s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#3🥉 #3	Claude Opus 4.7medium	8.9	Anthropic	$0.449	3.46s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.2% Instabiele tests 0 Uitvoer-tokens 5,399 Redeneer-tokens 1,341 Responstijd (gem.) 3.46s Responstijd (totaal) 62.29s Responstijd (max) 21.45s Verkeerd antwoord: 2 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 10.0 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
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.594	15.15s
Modelkaart bekijken Totaal tests 19 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 94.7% Instabiele tests 0 Uitvoer-tokens 1,944 Redeneer-tokens 41,839 Responstijd (gem.) 15.15s Responstijd (totaal) 181.78s Responstijd (max) 40.61s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 9.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.328	11.43s
Modelkaart bekijken Totaal tests 19 Foute tests 0 Betrouwbaarheid 10.0 Slaagpercentage per poging 100.0% Instabiele tests 0 Uitvoer-tokens 1,985 Redeneer-tokens 102,122 Responstijd (gem.) 11.43s Responstijd (totaal) 217.10s Responstijd (max) 74.66s Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0

Snelle vergelijking

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumGratis beschikbaar Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

AI Benchmark Leaderboard

Modellen filteren

Snelle vergelijking