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.)
#334#334	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.7 Slaagpercentage per poging 42.0% Instabiele tests 8 Invoer-tokens 321,955 Uitvoer-tokens 41,555 Redeneer-tokens 94,946 Responstijd (gem.) 12.68s Responstijd (totaal) 291.66s Responstijd (max) 59.15s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 5.6 Programmeren : 4.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 7.3 Puzzeloplossing : 3.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#179#179	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.6% Instabiele tests 7 Invoer-tokens 259,664 Uitvoer-tokens 8,414 Redeneer-tokens 333,097 Responstijd (gem.) 49.20s Responstijd (totaal) 1131.69s Responstijd (max) 316.27s Verkeerd antwoord: 5 Extra opmaak: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 8.7 Gegevensparsering en extractie : 2.7 Domeinspecifiek : 3.6 Algemene intelligentie : 5.4 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#338#338	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.9% Instabiele tests 4 Invoer-tokens 273,075 Uitvoer-tokens 17,069 Redeneer-tokens 0 Responstijd (gem.) 6.21s Responstijd (totaal) 142.89s Responstijd (max) 53.13s Verkeerd antwoord: 12 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 3.3 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.4 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#356#356	Hy3 previewhigh	4.8	Tencent	$0.135 ↕	56.57s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.7% Instabiele tests 2 Invoer-tokens 25,987 Uitvoer-tokens 216,719 Redeneer-tokens 0 Responstijd (gem.) 56.57s Responstijd (totaal) 848.59s Responstijd (max) 149.94s API-fout: 7 Verkeerd antwoord: 3 Agenttaken : 0.0 Anti-AI-trucs : 6.4 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#283#283	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 1 Invoer-tokens 388,929 Uitvoer-tokens 57,714 Redeneer-tokens 0 Responstijd (gem.) 7.63s Responstijd (totaal) 175.42s Responstijd (max) 93.47s Verkeerd antwoord: 13 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 3.1 Programmeren : 5.4 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#38#38	Claude Haiku 5.5xhigh	9.1	Anthropic	$0.140	16.58s
Modelkaart bekijken Totaal tests 23 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.2% Instabiele tests 2 Invoer-tokens 394,509 Uitvoer-tokens 10,349 Redeneer-tokens 188,919 Responstijd (gem.) 16.58s Responstijd (totaal) 381.40s Responstijd (max) 92.74s Verkeerd antwoord: 2 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#303#303	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.6% Instabiele tests 1 Invoer-tokens 190,675 Uitvoer-tokens 5,577 Redeneer-tokens 0 Responstijd (gem.) 8.74s Responstijd (totaal) 131.17s Responstijd (max) 74.80s Verkeerd antwoord: 13 Agenttaken : 5.0 Anti-AI-trucs : 4.8 Programmeren : 4.0 Gecombineerd : 1.5 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
#145#145	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.140	91.67s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.4 Slaagpercentage per poging 59.4% Instabiele tests 3 Invoer-tokens 313,368 Uitvoer-tokens 12,289 Redeneer-tokens 259,270 Responstijd (gem.) 91.67s Responstijd (totaal) 1833.43s Responstijd (max) 301.78s Verkeerd antwoord: 5 Time-out: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.6 Programmeren : 5.5 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#192#192	Gemma 4 31Bmedium	6.9	Google	$0.144 ↓	78.76s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 3 Invoer-tokens 251,164 Uitvoer-tokens 36,112 Redeneer-tokens 241,203 Responstijd (gem.) 78.76s Responstijd (totaal) 1653.96s Responstijd (max) 437.40s Verkeerd antwoord: 4 API-fout: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Time-out: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 4.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#349#349	Laguna S 2.1high	4.9	Poolside	$0.145 ↓	113.63s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.5% Instabiele tests 6 Invoer-tokens 344,806 Uitvoer-tokens 177,330 Redeneer-tokens 453,213 Responstijd (gem.) 113.63s Responstijd (totaal) 2613.48s Responstijd (max) 1190.11s Verkeerd antwoord: 12 Ongeldige toolaanroep: 2 Geen antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Agenttaken : 2.8 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.6 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#246#246	Qwen3.6 27Bnone	6.3	Qwen	$0.148 ↓	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
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 6 Invoer-tokens 287,061 Uitvoer-tokens 32,056 Redeneer-tokens 196,607 Responstijd (gem.) 91.29s Responstijd (totaal) 2099.56s Responstijd (max) 416.76s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 5.7 Programmeren : 6.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 7.8 Puzzeloplossing : 6.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#257#257	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.149 ↑	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 100,227 Redeneer-tokens 15,364 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
#255#255	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
#190#190	Gemini 3.1 Flash Litemedium	6.9	Google	$0.153	6.27s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.4% Instabiele tests 2 Invoer-tokens 228,023 Uitvoer-tokens 10,779 Redeneer-tokens 53,188 Responstijd (gem.) 6.27s Responstijd (totaal) 144.10s Responstijd (max) 47.78s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.0 Anti-AI-trucs : 9.1 Programmeren : 5.5 Gecombineerd : 7.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#233#233	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 3 Invoer-tokens 233,893 Uitvoer-tokens 12,432 Redeneer-tokens 0 Responstijd (gem.) 6.05s Responstijd (totaal) 102.89s Responstijd (max) 57.84s Verkeerd antwoord: 9 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#276#276	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 9 Invoer-tokens 277,028 Uitvoer-tokens 11,965 Redeneer-tokens 31,238 Responstijd (gem.) 9.69s Responstijd (totaal) 222.83s Responstijd (max) 77.99s Verkeerd antwoord: 10 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 4.7 Anti-AI-trucs : 8.2 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#182#182	Gemini 3.1 Flash Lite Previewmedium	7.0	Google	$0.158	6.78s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 0 Invoer-tokens 272,221 Uitvoer-tokens 12,345 Redeneer-tokens 47,189 Responstijd (gem.) 6.78s Responstijd (totaal) 155.96s Responstijd (max) 54.91s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.0 Anti-AI-trucs : 9.1 Programmeren : 5.5 Gecombineerd : 7.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#293#293	GPT-5 Nanomedium	5.7	OpenAI	$0.159 ↑	56.55s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.6% Instabiele tests 10 Invoer-tokens 314,436 Uitvoer-tokens 13,578 Redeneer-tokens 294,343 Responstijd (gem.) 56.55s Responstijd (totaal) 961.32s Responstijd (max) 227.89s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Geen antwoord: 1 Time-out: 1 Agenttaken : 4.7 Anti-AI-trucs : 6.5 Programmeren : 7.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 3.4 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#285#285	Nemotron 3 Ultranone	5.9	NVIDIA	$0.164 ↕	6.76s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.6% Instabiele tests 2 Invoer-tokens 275,381 Uitvoer-tokens 11,544 Redeneer-tokens 0 Responstijd (gem.) 6.76s Responstijd (totaal) 155.50s Responstijd (max) 70.17s Verkeerd antwoord: 12 API-fout: 2 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#354#354	Hy4 previewnone	4.9	Tencent	$0.165	40.38s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 6.2 Slaagpercentage per poging 15.9% Instabiele tests 1 Invoer-tokens 185,167 Uitvoer-tokens 9,430 Redeneer-tokens 0 Responstijd (gem.) 40.38s Responstijd (totaal) 928.76s Responstijd (max) 95.32s Verkeerd antwoord: 14 API-fout: 2 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.0 Anti-AI-trucs : 3.3 Programmeren : 3.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 8.7 Domeinspecifiek : 6.8 Algemene intelligentie : 5.1 Instructies opvolgen : 7.0 Puzzeloplossing : 4.6 Toolaanroepen : 3.0 Algemene kennis : 3.0
#330#330	Nemotron 3.5 Lightninghigh	5.2	NVIDIA	$0.168 ↕	77.08s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.6 Slaagpercentage per poging 47.8% Instabiele tests 12 Invoer-tokens 170,517 Uitvoer-tokens 149,968 Redeneer-tokens 509,725 Responstijd (gem.) 77.08s Responstijd (totaal) 1772.78s Responstijd (max) 490.99s Verkeerd antwoord: 11 Instructies niet gevolgd: 4 Extra opmaak: 1 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 3.5 Anti-AI-trucs : 5.5 Programmeren : 4.4 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.7 Instructies opvolgen : 8.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#294#294	GPT-5.4 Mininone	5.7	OpenAI	$0.170	3.34s
Modelkaart bekijken Totaal tests 23 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.4% Instabiele tests 2 Invoer-tokens 172,438 Uitvoer-tokens 8,828 Redeneer-tokens 0 Responstijd (gem.) 3.34s Responstijd (totaal) 76.84s Responstijd (max) 41.98s Verkeerd antwoord: 14 Instructies niet gevolgd: 3 Agenttaken : 5.0 Anti-AI-trucs : 3.1 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#369#369	Nemotron 3.5 Lightninglow	4.6	NVIDIA	$0.175 ↕	83.19s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 9.5 Slaagpercentage per poging 40.6% Instabiele tests 9 Invoer-tokens 207,883 Uitvoer-tokens 144,718 Redeneer-tokens 525,897 Responstijd (gem.) 83.19s Responstijd (totaal) 1913.41s Responstijd (max) 597.61s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 3.5 Anti-AI-trucs : 6.9 Programmeren : 4.0 Gecombineerd : 6.3 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.6 Algemene intelligentie : 3.7 Instructies opvolgen : 8.4 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#251#251	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

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