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.)
#237#237	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 8.9 Slaagpercentage per poging 37.7% Instabiele tests 1 Invoer-tokens 259,708 Uitvoer-tokens 16,567 Redeneer-tokens 33,580 Responstijd (gem.) 50.47s Responstijd (totaal) 1160.91s Responstijd (max) 557.96s Verkeerd antwoord: 9 Time-out: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.4 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 3.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#236#236	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.216 ↓	18.49s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 44.9% Instabiele tests 5 Invoer-tokens 299,984 Uitvoer-tokens 69,664 Redeneer-tokens 0 Responstijd (gem.) 18.49s Responstijd (totaal) 425.33s Responstijd (max) 206.05s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 4.8 Programmeren : 3.9 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.2 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#234#234	Apodex 1.1 Minilow	6.1	Apodex	$0.000	33.68s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 6 Invoer-tokens 321,894 Uitvoer-tokens 139,334 Redeneer-tokens 369,481 Responstijd (gem.) 33.68s Responstijd (totaal) 774.73s Responstijd (max) 163.05s Verkeerd antwoord: 9 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 8.7 Programmeren : 5.1 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#235#235	Inklingnone	6.1	Thinkingmachines	$0.292 ↓	5.30s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.9% Instabiele tests 1 Invoer-tokens 236,599 Uitvoer-tokens 16,536 Redeneer-tokens 0 Responstijd (gem.) 5.30s Responstijd (totaal) 121.91s Responstijd (max) 48.02s Verkeerd antwoord: 13 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 4.8 Programmeren : 4.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 5.6 Toolaanroepen : 3.0 Algemene kennis : 3.0
#233#233	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 49.3% Instabiele tests 7 Invoer-tokens 319,352 Uitvoer-tokens 158,447 Redeneer-tokens 875,524 Responstijd (gem.) 84.01s Responstijd (totaal) 1932.24s Responstijd (max) 525.14s Verkeerd antwoord: 9 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Agenttaken : 6.1 Anti-AI-trucs : 6.8 Programmeren : 7.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 5.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#232#232	Gemini 3.5 Flashnone	6.1	Google	$1.752	14.13s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.1% Instabiele tests 4 Invoer-tokens 246,061 Uitvoer-tokens 153,595 Redeneer-tokens 0 Responstijd (gem.) 14.13s Responstijd (totaal) 268.55s Responstijd (max) 85.26s API-fout: 4 Verkeerd antwoord: 4 Ongeldige toolaanroep: 1 Agenttaken : 2.8 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 2.8
#231#231	Claude Fable 5.1low	6.2	Anthropic	$3.395	11.40s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.1% Instabiele tests 3 Invoer-tokens 209,116 Uitvoer-tokens 10,031 Redeneer-tokens 16,042 Responstijd (gem.) 11.40s Responstijd (totaal) 262.14s Responstijd (max) 34.77s Extra opmaak: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 3 API-fout: 1 Agenttaken : 2.8 Anti-AI-trucs : 6.5 Programmeren : 3.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#230#230	Gemini 3.1 Flash Lite Previewnone	6.2	Google	$0.090	3.60s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.1% Instabiele tests 1 Invoer-tokens 261,962 Uitvoer-tokens 15,760 Redeneer-tokens 0 Responstijd (gem.) 3.60s Responstijd (totaal) 82.91s Responstijd (max) 48.59s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Geen antwoord: 1 Agenttaken : 5.0 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
#229#229	DeepSeek V4 Flash 0731none	6.2	DeepSeek	$0.057 ↑	27.42s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.4% Instabiele tests 4 Invoer-tokens 349,876 Uitvoer-tokens 39,789 Redeneer-tokens 0 Responstijd (gem.) 27.42s Responstijd (totaal) 630.70s Responstijd (max) 387.15s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Extra opmaak: 1 Agenttaken : 10.0 Anti-AI-trucs : 3.4 Programmeren : 4.3 Gecombineerd : 3.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 5.0 Puzzeloplossing : 3.2 Toolaanroepen : 9.5 Algemene kennis : 3.0
#228#228	GLM 5 Turbomedium	6.2	Z.ai	$0.323 ↑	23.00s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.1% Instabiele tests 4 Invoer-tokens 35,593 Uitvoer-tokens 12,245 Redeneer-tokens 62,277 Responstijd (gem.) 23.00s Responstijd (totaal) 482.97s Responstijd (max) 194.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Agenttaken : 0.0 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 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
#227#227	KAT-Coder-Pro V2.5medium	6.2	Kwaipilot	$0.669 ↑	23.94s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 8 Invoer-tokens 87,916 Uitvoer-tokens 7,213 Redeneer-tokens 132,162 Responstijd (gem.) 23.94s Responstijd (totaal) 550.52s Responstijd (max) 257.00s Verkeerd antwoord: 9 API-fout: 2 Instructies niet gevolgd: 1 Agenttaken : 3.0 Anti-AI-trucs : 8.2 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#226#226	Space Bunny Alphaxhigh	6.2	Stealth	$0.000	60.03s
Modelkaart bekijken Totaal tests 23 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.1% Instabiele tests 8 Invoer-tokens 363,310 Uitvoer-tokens 381,919 Redeneer-tokens 0 Responstijd (gem.) 60.03s Responstijd (totaal) 1380.67s Responstijd (max) 459.99s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 5.2 Anti-AI-trucs : 6.4 Programmeren : 6.6 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 5.0 Instructies opvolgen : 5.6 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#224#224	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.027 ↓	38.64s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.4% Instabiele tests 4 Invoer-tokens 403,455 Uitvoer-tokens 115,591 Redeneer-tokens 0 Responstijd (gem.) 38.64s Responstijd (totaal) 888.69s Responstijd (max) 247.27s Verkeerd antwoord: 13 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 3.0 Programmeren : 4.2 Gecombineerd : 4.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#225#225	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 5 Invoer-tokens 392,127 Uitvoer-tokens 7,754 Redeneer-tokens 294,333 Responstijd (gem.) 36.73s Responstijd (totaal) 844.68s Responstijd (max) 199.66s Verkeerd antwoord: 7 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 8.2 Programmeren : 6.3 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.9 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#223#223	Trinity Large Thinkinglow	6.3	Arcee AI	$0.918 ↑	95.16s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 6 Invoer-tokens 347,980 Uitvoer-tokens 121,898 Redeneer-tokens 720,302 Responstijd (gem.) 95.16s Responstijd (totaal) 2188.74s Responstijd (max) 540.96s Verkeerd antwoord: 7 Instructies niet gevolgd: 3 API-fout: 2 Ongeldige toolaanroep: 2 Geen antwoord: 1 Agenttaken : 7.4 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#222#222	DeepSeek V3.2medium	6.3	DeepSeek	$0.152 ↑	70.08s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 7 Invoer-tokens 306,662 Uitvoer-tokens 17,819 Redeneer-tokens 125,341 Responstijd (gem.) 70.08s Responstijd (totaal) 1611.86s Responstijd (max) 376.10s Verkeerd antwoord: 6 API-fout: 2 Time-out: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 8.2 Programmeren : 6.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#221#221	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.1% Instabiele tests 5 Invoer-tokens 267,840 Uitvoer-tokens 192,115 Redeneer-tokens 0 Responstijd (gem.) 32.88s Responstijd (totaal) 756.28s Responstijd (max) 197.32s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 5.2 Programmeren : 5.4 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#220#220	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 3 Invoer-tokens 108,573 Uitvoer-tokens 69,994 Redeneer-tokens 26,728 Responstijd (gem.) 32.23s Responstijd (totaal) 515.65s Responstijd (max) 151.51s Extra opmaak: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.4 Programmeren : 5.7 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
#219#219	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.176	20.07s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 52.2% Instabiele tests 3 Invoer-tokens 346,064 Uitvoer-tokens 53,060 Redeneer-tokens 0 Responstijd (gem.) 20.07s Responstijd (totaal) 341.27s Responstijd (max) 183.50s Verkeerd antwoord: 11 Ongeldige toolaanroep: 1 Agenttaken : 5.2 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
#218#218	Solar Pro 4high	6.3	Upstage	$0.077 ↑	128.91s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 6 Invoer-tokens 209,002 Uitvoer-tokens 24,675 Redeneer-tokens 377,528 Responstijd (gem.) 128.91s Responstijd (totaal) 2965.04s Responstijd (max) 491.07s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Agenttaken : 2.8 Anti-AI-trucs : 8.7 Programmeren : 5.7 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.5 Instructies opvolgen : 7.9 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#217#217	Gemini 3.1 Flash Litelow	6.3	Google	$0.717	19.02s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 2 Invoer-tokens 312,368 Uitvoer-tokens 9,429 Redeneer-tokens 416,147 Responstijd (gem.) 19.02s Responstijd (totaal) 437.38s Responstijd (max) 318.02s Verkeerd antwoord: 9 Ongeldige toolaanroep: 1 Agenttaken : 5.0 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
#216#216	Gemini 3.1 Flash Lite Previewlow	6.3	Google	$0.736	19.04s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 0 Invoer-tokens 309,715 Uitvoer-tokens 16,170 Redeneer-tokens 422,721 Responstijd (gem.) 19.04s Responstijd (totaal) 437.98s Responstijd (max) 309.35s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.0 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
#215#215	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 6 Invoer-tokens 275,779 Uitvoer-tokens 14,401 Redeneer-tokens 25,511 Responstijd (gem.) 4.79s Responstijd (totaal) 110.24s Responstijd (max) 53.91s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 5.0 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
#214#214	Qwen3.6 27Bnone	6.3	Qwen	$0.147 ↓	12.71s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 6 Invoer-tokens 250,919 Uitvoer-tokens 20,816 Redeneer-tokens 0 Responstijd (gem.) 12.71s Responstijd (totaal) 292.29s Responstijd (max) 156.31s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Agenttaken : 10.0 Anti-AI-trucs : 3.8 Programmeren : 5.5 Gecombineerd : 3.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 7.7 Algemene intelligentie : 5.2 Instructies opvolgen : 6.2 Puzzeloplossing : 5.3 Toolaanroepen : 9.5 Algemene kennis : 3.0
#213#213	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.971 ↓	111.54s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 7 Invoer-tokens 378,048 Uitvoer-tokens 56,477 Redeneer-tokens 865,151 Responstijd (gem.) 111.54s Responstijd (totaal) 2565.38s Responstijd (max) 950.25s Geen antwoord: 3 Time-out: 3 Verkeerd antwoord: 3 API-fout: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 7.4 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 3.8 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.5 Algemene intelligentie : 2.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 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