AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-18 Geëvalueerde modellen: 206

206/206

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#9#9	Gemini 3.5 Flashmedium	9.1	Google	$0.642	8.20s
Modelkaart bekijken Totaal tests 22 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 1 Invoer-tokens 69,747 Uitvoer-tokens 2,166 Redeneer-tokens 57,436 Responstijd (gem.) 8.20s Responstijd (totaal) 180.47s Responstijd (max) 76.68s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 10.0
#25#25	Gemini 2.5 Flashmedium	8.2	Google	$0.643	21.18s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 1 Invoer-tokens 132,498 Uitvoer-tokens 12,739 Redeneer-tokens 228,464 Responstijd (gem.) 21.18s Responstijd (totaal) 465.89s Responstijd (max) 140.50s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.4 Programmeren : 7.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#101#101	Gemini 3.1 Flash Lite Previewlow	6.5	Google	$0.646	16.70s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 0 Invoer-tokens 110,185 Uitvoer-tokens 14,717 Redeneer-tokens 397,483 Responstijd (gem.) 16.70s Responstijd (totaal) 367.47s Responstijd (max) 309.35s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 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
#24#24	Muse Spark 1.1low	8.3	Meta	$0.647	11.45s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 142,298 Uitvoer-tokens 10,847 Redeneer-tokens 99,467 Responstijd (gem.) 11.45s Responstijd (totaal) 251.92s Responstijd (max) 54.15s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 10.0 Gecombineerd : 6.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 7.3 Puzzeloplossing : 8.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#62#62	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	8.12s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 1 Invoer-tokens 123,264 Uitvoer-tokens 19,362 Redeneer-tokens 0 Responstijd (gem.) 8.12s Responstijd (totaal) 121.78s Responstijd (max) 51.18s Verkeerd antwoord: 5 Extra opmaak: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 6.1 Instructies opvolgen : 6.5 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#39#39	GPT-5.6 Terramedium	7.8	OpenAI	$0.676	7.11s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 2 Invoer-tokens 79,175 Uitvoer-tokens 4,878 Redeneer-tokens 26,952 Responstijd (gem.) 7.11s Responstijd (totaal) 156.42s Responstijd (max) 41.68s Verkeerd antwoord: 8 Anti-AI-trucs : 8.3 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 10.0 Puzzeloplossing : 8.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#130#130	Mimo V2 Omnimedium	5.9	Xiaomi	$0.683 ↓	41.16s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 3 Invoer-tokens 37,007 Uitvoer-tokens 1,952 Redeneer-tokens 357,306 Responstijd (gem.) 41.16s Responstijd (totaal) 823.26s Responstijd (max) 299.23s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 3.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#84#84	Qwen3.6 Flashmedium	6.9	Qwen	$0.738 ↓	44.65s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 5 Invoer-tokens 129,041 Uitvoer-tokens 20,026 Redeneer-tokens 614,312 Responstijd (gem.) 44.65s Responstijd (totaal) 982.32s Responstijd (max) 578.13s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#1🥇 #1	Gemini 3 Flash Previewmedium	9.6	Google	$0.742	19.20s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 87,861 Uitvoer-tokens 5,486 Redeneer-tokens 227,164 Responstijd (gem.) 19.20s Responstijd (totaal) 422.42s Responstijd (max) 117.26s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 8.6 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
#89#89	Qwen3.6 35B A3Bmedium	6.7	Qwen	$0.746 ↑	58.06s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 1 Invoer-tokens 85,139 Uitvoer-tokens 61,819 Redeneer-tokens 678,766 Responstijd (gem.) 58.06s Responstijd (totaal) 1161.18s Responstijd (max) 817.57s Verkeerd antwoord: 4 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 : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 8.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#127#127	Grok 4.20 Betamedium	6.0	X AI	$0.750 ↑	9.75s
Modelkaart bekijken Totaal tests 18 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 66.7% 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 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
#56#56	GPT-5.4 Minimedium	7.5	OpenAI	$0.756	25.94s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 6 Invoer-tokens 97,155 Uitvoer-tokens 6,211 Redeneer-tokens 145,544 Responstijd (gem.) 25.94s Responstijd (totaal) 570.66s Responstijd (max) 138.75s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.6 Programmeren : 8.4 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.5 Instructies opvolgen : 9.8 Puzzeloplossing : 7.8 Toolaanroepen : 4.7 Algemene kennis : 3.0
#51#51	Nemotron 3 Ultramedium	7.5	NVIDIA	$0.774 ↕	32.21s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.8 Slaagpercentage per poging 68.2% Instabiele tests 4 Invoer-tokens 233,488 Uitvoer-tokens 57,916 Redeneer-tokens 128,062 Responstijd (gem.) 32.21s Responstijd (totaal) 708.65s Responstijd (max) 392.56s Verkeerd antwoord: 7 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 3.7 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#74#74	Grok 4.20medium	7.1	X AI	$0.777 ↓	29.47s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 102,791 Uitvoer-tokens 5,363 Redeneer-tokens 253,977 Responstijd (gem.) 29.47s Responstijd (totaal) 648.35s Responstijd (max) 199.66s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.2 Programmeren : 6.3 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.9 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#96#96	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
#72#72	Grok 4.3medium	7.1	X AI	$0.779	47.45s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 4 Invoer-tokens 140,031 Uitvoer-tokens 13,739 Redeneer-tokens 227,682 Responstijd (gem.) 47.45s Responstijd (totaal) 1043.83s Responstijd (max) 216.69s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.5 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
#115#115	Qwen3.5-35B-A3Bmedium	6.2	Qwen	$0.837 ↓	112.47s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 6 Invoer-tokens 130,388 Uitvoer-tokens 40,630 Redeneer-tokens 786,040 Responstijd (gem.) 112.47s Responstijd (totaal) 2474.28s Responstijd (max) 950.25s Time-out: 5 Geen antwoord: 2 Verkeerd antwoord: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 3.8 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 4.1 Algemene intelligentie : 2.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#52#52	Kimi K2.7 Codemedium	7.5	Moonshot AI	$0.871 ↑	84.25s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 72,073 Uitvoer-tokens 83,714 Redeneer-tokens 178,793 Responstijd (gem.) 84.25s Responstijd (totaal) 1769.22s Responstijd (max) 365.80s Verkeerd antwoord: 5 Time-out: 3 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.3 Programmeren : 7.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.5 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#13#13	GPT-5.3-Codexmedium	8.9	OpenAI	$0.920	16.96s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 4 Invoer-tokens 81,268 Uitvoer-tokens 6,251 Redeneer-tokens 49,274 Responstijd (gem.) 16.96s Responstijd (totaal) 373.19s 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
#23#23	Claude Sonnet 5medium	8.3	Anthropic	$0.922	12.52s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 145,956 Uitvoer-tokens 52,333 Redeneer-tokens 10,874 Responstijd (gem.) 12.52s Responstijd (totaal) 275.42s Responstijd (max) 66.71s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 9.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.8 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#20#20	Grok 4.5low	8.4	X AI	$0.935	15.56s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 1 Invoer-tokens 125,596 Uitvoer-tokens 7,505 Redeneer-tokens 106,446 Responstijd (gem.) 15.56s Responstijd (totaal) 342.32s Responstijd (max) 205.28s Verkeerd antwoord: 6 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 6.1 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#21#21	GPT-5.2medium	8.4	OpenAI	$0.951	22.62s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 4 Invoer-tokens 105,004 Uitvoer-tokens 9,914 Redeneer-tokens 44,868 Responstijd (gem.) 22.62s Responstijd (totaal) 339.28s Responstijd (max) 102.93s Instructies niet gevolgd: 3 Verkeerd antwoord: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 3.7 Instructies opvolgen : 9.9 Puzzeloplossing : 7.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#3🥉 #3	GPT-5.6 Sollow	9.5	OpenAI	$0.971	8.79s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.4% Instabiele tests 2 Invoer-tokens 78,571 Uitvoer-tokens 4,476 Redeneer-tokens 14,770 Responstijd (gem.) 8.79s Responstijd (totaal) 193.33s Responstijd (max) 53.91s Verkeerd antwoord: 4 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 10.0
#28#28	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.8 Slaagpercentage per poging 77.3% Instabiele tests 3 Invoer-tokens 86,746 Uitvoer-tokens 6,055 Redeneer-tokens 220,791 Responstijd (gem.) 64.16s Responstijd (totaal) 1411.59s Responstijd (max) 327.51s Verkeerd antwoord: 4 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 8.5 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 6.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#44#44	GPT-5.6 Lunahigh	7.7	OpenAI	$1.017	18.68s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 3 Invoer-tokens 80,918 Uitvoer-tokens 5,088 Redeneer-tokens 150,910 Responstijd (gem.) 18.68s Responstijd (totaal) 411.05s Responstijd (max) 111.09s Verkeerd antwoord: 7 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#71#71	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 124,771 Uitvoer-tokens 44,077 Redeneer-tokens 443,141 Responstijd (gem.) 64.16s Responstijd (totaal) 1411.60s Responstijd (max) 519.30s Verkeerd antwoord: 5 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#34#34	GPT-5.6 Terrahigh	8.0	OpenAI	$1.055	11.32s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 2 Invoer-tokens 81,047 Uitvoer-tokens 5,055 Redeneer-tokens 51,736 Responstijd (gem.) 11.32s Responstijd (totaal) 249.14s Responstijd (max) 91.49s Verkeerd antwoord: 7 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 7.6 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#78#78	Gemini 3.5 Flashnone	7.0	Google	$1.079	9.93s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 3 Invoer-tokens 13,843 Uitvoer-tokens 117,518 Redeneer-tokens 0 Responstijd (gem.) 9.93s Responstijd (totaal) 178.68s Responstijd (max) 64.36s API-fout: 4 Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 2.8
#48#48	Grok Build 0.1medium	7.6	X AI	$1.097	52.06s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 106,751 Uitvoer-tokens 7,993 Redeneer-tokens 486,670 Responstijd (gem.) 52.06s Responstijd (totaal) 1145.27s Responstijd (max) 252.69s Verkeerd antwoord: 5 Extra opmaak: 3 Anti-AI-trucs : 8.3 Programmeren : 5.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#8#8	Qwen3.7 Maxmedium	9.2	Qwen	$1.116 ↓	40.57s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 2 Invoer-tokens 106,020 Uitvoer-tokens 5,748 Redeneer-tokens 211,004 Responstijd (gem.) 40.57s Responstijd (totaal) 892.57s Responstijd (max) 556.06s Verkeerd antwoord: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 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