AI BENCHY

AI Benchmark Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-03 Geëvalueerde modellen: 161

161/161

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Modelkaart bekijken Totaal tests 20 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.7% Instabiele tests 1 Invoer-tokens 33,766 Uitvoer-tokens 2,070 Redeneer-tokens 27,348 Responstijd (gem.) 5.81s Responstijd (totaal) 116.25s Responstijd (max) 14.72s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 7.3 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
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Modelkaart bekijken Totaal tests 16 Foute tests 3 Betrouwbaarheid n.v.t. Slaagpercentage per poging 81.3% Instabiele tests 0 Invoer-tokens 28,980 Uitvoer-tokens 1,283 Redeneer-tokens 1,533,310 Responstijd (gem.) 68.14s Responstijd (totaal) 1090.28s Responstijd (max) 280.52s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 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
#9#9	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.2% 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 : 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
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 88.3% Instabiele tests 1 Invoer-tokens 39,525 Uitvoer-tokens 2,109 Redeneer-tokens 110,285 Responstijd (gem.) 13.83s Responstijd (totaal) 276.53s Responstijd (max) 33.37s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 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
#6#6	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.7% Instabiele tests 1 Invoer-tokens 33,933 Uitvoer-tokens 1,995 Redeneer-tokens 44,792 Responstijd (gem.) 4.29s Responstijd (totaal) 85.72s Responstijd (max) 12.05s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.8 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
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.0% Instabiele tests 0 Invoer-tokens 61,569 Uitvoer-tokens 10,439 Redeneer-tokens 2,198 Responstijd (gem.) 4.48s Responstijd (totaal) 85.21s Responstijd (max) 23.18s 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
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.0% Instabiele tests 0 Invoer-tokens 31,590 Uitvoer-tokens 2,025 Redeneer-tokens 20,092 Responstijd (gem.) 9.43s Responstijd (totaal) 188.66s 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
#3🥉 #3	Gemini 3.5 Flashlow	9.3	Google	$0.285	2.98s
Modelkaart bekijken Totaal tests 20 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.0% Instabiele tests 0 Invoer-tokens 33,935 Uitvoer-tokens 2,027 Redeneer-tokens 23,938 Responstijd (gem.) 2.98s Responstijd (totaal) 59.59s Responstijd (max) 6.44s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
Modelkaart bekijken Totaal tests 20 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.0% Instabiele tests 0 Invoer-tokens 38,614 Uitvoer-tokens 1,971 Redeneer-tokens 75,384 Responstijd (gem.) 20.77s Responstijd (totaal) 269.96s Responstijd (max) 88.68s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 7.0 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	9.8	Google	$0.567	16.50s
Modelkaart bekijken Totaal tests 20 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.3% Instabiele tests 1 Invoer-tokens 34,014 Uitvoer-tokens 2,000 Redeneer-tokens 181,033 Responstijd (gem.) 16.50s Responstijd (totaal) 330.06s Responstijd (max) 117.26s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 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
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Modelkaart bekijken Totaal tests 20 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 96.7% Instabiele tests 1 Invoer-tokens 34,591 Uitvoer-tokens 1,969 Redeneer-tokens 102,679 Responstijd (gem.) 8.30s Responstijd (totaal) 165.92s Responstijd (max) 34.82s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 9.8 Algemene kennis : 10.0

Snelle vergelijking

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

AI Benchmark Leaderboard

Modellen filteren

Snelle vergelijking