AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-17 Geëvalueerde modellen: 442

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

442/442

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#440#440	Tev1 4B Experimentaldefault	1.0	Togethercomputer	$0.002	498ms
Modelkaart bekijken Totaal tests 7 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 13.0% Instabiele tests 0 Invoer-tokens 33,864 Uitvoer-tokens 96 Redeneer-tokens 0 Responstijd (gem.) 498ms Responstijd (totaal) 3.49s Responstijd (max) 602ms Verkeerd antwoord: 4 Agenttaken : 0.0 Anti-AI-trucs : 2.5 Programmeren : 0.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 6.7 Algemene intelligentie : 0.0 Instructies opvolgen : 1.5 Puzzeloplossing : 1.7 Toolaanroepen : 0.0 Algemene kennis : 0.0
#155#155	DeepSeek V4 Pro 0423none	7.4	DeepSeek	$0.083 ↓	14.05s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 49.3% Instabiele tests 4 Invoer-tokens 304,186 Uitvoer-tokens 40,118 Redeneer-tokens 5,886 Responstijd (gem.) 14.05s Responstijd (totaal) 323.17s Responstijd (max) 119.44s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 3.2 Programmeren : 5.6 Gecombineerd : 7.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#162#162	LongCat 2.0high	7.3	Meituan	$0.778 ↑	151.67s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.6% Instabiele tests 4 Invoer-tokens 275,080 Uitvoer-tokens 32,447 Redeneer-tokens 372,188 Responstijd (gem.) 151.67s Responstijd (totaal) 3488.43s Responstijd (max) 941.66s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Agenttaken : 10.0 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
#165#165	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 2 Invoer-tokens 283,977 Uitvoer-tokens 36,422 Redeneer-tokens 0 Responstijd (gem.) 9.98s Responstijd (totaal) 229.52s Responstijd (max) 124.53s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Agenttaken : 10.0 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
#185#185	Step 5 Previewhigh	7.0	Stepfun	$4.513	154.41s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 9.5 Slaagpercentage per poging 52.2% Instabiele tests 4 Invoer-tokens 243,381 Uitvoer-tokens 1,581,325 Redeneer-tokens 0 Responstijd (gem.) 154.41s Responstijd (totaal) 3551.40s Responstijd (max) 455.72s Geen antwoord: 7 Verkeerd antwoord: 3 API-fout: 2 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.5 Programmeren : 2.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.4 Instructies opvolgen : 7.3 Puzzeloplossing : 5.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#194#194	Claude Sonnet 5.5low	6.9	Anthropic	$0.909	7.46s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 46.4% Instabiele tests 2 Invoer-tokens 291,853 Uitvoer-tokens 24,116 Redeneer-tokens 8,327 Responstijd (gem.) 7.46s Responstijd (totaal) 171.47s Responstijd (max) 46.61s Extra opmaak: 5 Instructies niet gevolgd: 5 Ongeldige toolaanroep: 1 Geen antwoord: 1 Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.5 Programmeren : 3.2 Gecombineerd : 7.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#216#216	Qwen3.7 Flashmedium	6.6	Qwen	$0.076	51.80s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 8 Invoer-tokens 300,394 Uitvoer-tokens 14,081 Redeneer-tokens 500,844 Responstijd (gem.) 51.80s Responstijd (totaal) 1191.42s Responstijd (max) 593.64s Verkeerd antwoord: 8 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 1 Agenttaken : 5.2 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 5.8 Puzzeloplossing : 7.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#217#217	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 9.9 Slaagpercentage per poging 55.1% Instabiele tests 5 Invoer-tokens 262,387 Uitvoer-tokens 7,344 Redeneer-tokens 338,881 Responstijd (gem.) 115.00s Responstijd (totaal) 2645.11s Responstijd (max) 560.39s Verkeerd antwoord: 8 API-fout: 2 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Agenttaken : 6.1 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
#218#218	Mercury 2medium	6.6	Inception	$0.121	4.40s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.6% Instabiele tests 5 Invoer-tokens 189,300 Uitvoer-tokens 10,854 Redeneer-tokens 86,089 Responstijd (gem.) 4.40s Responstijd (totaal) 96.81s Responstijd (max) 34.92s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Agenttaken : 4.7 Anti-AI-trucs : 6.9 Programmeren : 8.2 Gecombineerd : 6.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#237#237	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 9.6 Slaagpercentage per poging 60.9% Instabiele tests 8 Invoer-tokens 292,271 Uitvoer-tokens 55,025 Redeneer-tokens 186,071 Responstijd (gem.) 125.76s Responstijd (totaal) 2137.84s Responstijd (max) 566.79s Verkeerd antwoord: 5 Time-out: 3 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.9 Anti-AI-trucs : 7.3 Programmeren : 6.1 Gecombineerd : 6.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#242#242	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	70.48s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.4% Instabiele tests 7 Invoer-tokens 255,887 Uitvoer-tokens 154,879 Redeneer-tokens 603,518 Responstijd (gem.) 70.48s Responstijd (totaal) 1620.93s Responstijd (max) 480.52s Verkeerd antwoord: 9 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 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
#243#243	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	66.13s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 6 Invoer-tokens 260,850 Uitvoer-tokens 125,908 Redeneer-tokens 516,424 Responstijd (gem.) 66.13s Responstijd (totaal) 1520.96s Responstijd (max) 417.36s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 6.1 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
#254#254	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
#271#271	Step 5 Previewmedium	6.1	Stepfun	$4.136	136.10s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 9.6 Slaagpercentage per poging 53.6% Instabiele tests 5 Invoer-tokens 261,842 Uitvoer-tokens 1,434,621 Redeneer-tokens 0 Responstijd (gem.) 136.10s Responstijd (totaal) 3130.27s Responstijd (max) 438.09s Geen antwoord: 6 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 6.4 Programmeren : 2.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#278#278	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.7% Instabiele tests 3 Invoer-tokens 100,255 Uitvoer-tokens 6,422 Redeneer-tokens 49,847 Responstijd (gem.) 6.03s Responstijd (totaal) 138.65s Responstijd (max) 17.26s Verkeerd antwoord: 6 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 API-fout: 1 Agenttaken : 3.0 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
#280#280	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 49.3% Instabiele tests 3 Invoer-tokens 238,785 Uitvoer-tokens 12,875 Redeneer-tokens 0 Responstijd (gem.) 3.95s Responstijd (totaal) 90.76s Responstijd (max) 50.03s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Geen antwoord: 1 Agenttaken : 5.0 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
#296#296	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 52.2% Instabiele tests 3 Invoer-tokens 298,242 Uitvoer-tokens 13,105 Redeneer-tokens 0 Responstijd (gem.) 9.65s Responstijd (totaal) 221.91s Responstijd (max) 71.45s Verkeerd antwoord: 12 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 4.8 Programmeren : 4.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 7.7 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#302#302	Step 5 Previewlow	5.6	Stepfun	$4.110	138.27s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 9.7 Slaagpercentage per poging 58.0% Instabiele tests 7 Invoer-tokens 261,256 Uitvoer-tokens 1,425,268 Redeneer-tokens 0 Responstijd (gem.) 138.27s Responstijd (totaal) 3180.10s Responstijd (max) 436.56s Geen antwoord: 7 API-fout: 2 Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.4 Anti-AI-trucs : 6.9 Programmeren : 2.7 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 3.5 Instructies opvolgen : 10.0 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#391#391	Grok 4.20 Multi Agent Betamedium	3.9	X AI	$5.599 ↑	9.69s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 46.4% Instabiele tests 5 Invoer-tokens 721,952 Uitvoer-tokens 294,668 Redeneer-tokens 305,374 Responstijd (gem.) 9.69s Responstijd (totaal) 155.07s Responstijd (max) 35.28s Verkeerd antwoord: 4 API-fout: 2 Extra opmaak: 2 Instructies niet gevolgd: 2 Agenttaken : 0.0 Anti-AI-trucs : 6.9 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.7 Toolaanroepen : 3.0 Algemene kennis : 0.0
#392#392	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 50.7% Instabiele tests 6 Invoer-tokens 28,927 Uitvoer-tokens 4,682 Redeneer-tokens 17,969 Responstijd (gem.) 10.33s Responstijd (totaal) 175.58s Responstijd (max) 30.53s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Agenttaken : 0.0 Anti-AI-trucs : 7.3 Programmeren : 1.0 Gecombineerd : 2.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 7.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.1 Toolaanroepen : 10.0 Algemene kennis : 0.0
#319#319	Step 3.5 Flashmedium	5.4	Stepfun	$0.105	190.48s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 49.3% Instabiele tests 3 Invoer-tokens 139,086 Uitvoer-tokens 193,584 Redeneer-tokens 413,546 Responstijd (gem.) 190.48s Responstijd (totaal) 3238.23s Responstijd (max) 1597.85s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 API-fout: 1 Geen antwoord: 1 Time-out: 1 Agenttaken : 2.8 Anti-AI-trucs : 10.0 Programmeren : 2.4 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.5 Instructies opvolgen : 8.3 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#389#389	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 39.1% Instabiele tests 0 Invoer-tokens 32,639 Uitvoer-tokens 1,153 Redeneer-tokens 62,197 Responstijd (gem.) 15.25s Responstijd (totaal) 182.96s Responstijd (max) 43.55s API-fout: 8 Verkeerd antwoord: 2 Agenttaken : 0.0 Anti-AI-trucs : 8.3 Programmeren : 1.0 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#393#393	Grok 4.1 Fastmedium	3.9	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.7% Instabiele tests 6 Invoer-tokens 42,845 Uitvoer-tokens 2,006 Redeneer-tokens 96,334 Responstijd (gem.) 23.85s Responstijd (totaal) 286.16s Responstijd (max) 121.79s Instructies niet gevolgd: 4 Verkeerd antwoord: 4 Geen antwoord: 1 Time-out: 1 Agenttaken : 0.0 Anti-AI-trucs : 8.7 Programmeren : 0.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#394#394	Laguna M.1medium	3.9	Poolside	$0.033 ↕	14.73s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.5% Instabiele tests 2 Invoer-tokens 44,969 Uitvoer-tokens 58,087 Redeneer-tokens 0 Responstijd (gem.) 14.73s Responstijd (totaal) 220.93s Responstijd (max) 53.14s API-fout: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#355#355	Mimo V2 Omnimedium	4.9	Xiaomi	$0.683 ↓	41.16s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.7% 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 Agenttaken : 0.0 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

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