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.)
#212#212	LongCat 2.0none	6.4	Meituan	$0.104	8.50s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.0% Instabiele tests 3 Invoer-tokens 276,199 Uitvoer-tokens 17,473 Redeneer-tokens 0 Responstijd (gem.) 8.50s Responstijd (totaal) 195.60s Responstijd (max) 81.77s Verkeerd antwoord: 13 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.5 Puzzeloplossing : 4.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#210#210	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
#211#211	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
#209#209	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 7 Invoer-tokens 253,462 Uitvoer-tokens 40,269 Redeneer-tokens 185,716 Responstijd (gem.) 56.72s Responstijd (totaal) 1304.54s Responstijd (max) 333.34s Verkeerd antwoord: 4 Extra opmaak: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 4.7 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 9.9 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#207#207	Mercury 2.5medium	6.4	Inception	$0.034	7.74s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.7 Slaagpercentage per poging 63.8% Instabiele tests 5 Invoer-tokens 317,982 Uitvoer-tokens 3,918 Redeneer-tokens 135,028 Responstijd (gem.) 7.74s Responstijd (totaal) 178.07s Responstijd (max) 107.89s Verkeerd antwoord: 9 API-fout: 1 Time-out: 1 Agenttaken : 4.7 Anti-AI-trucs : 10.0 Programmeren : 5.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.4 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#208#208	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 1 Invoer-tokens 230,004 Uitvoer-tokens 18,040 Redeneer-tokens 0 Responstijd (gem.) 4.67s Responstijd (totaal) 107.45s Responstijd (max) 49.23s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 6.5 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#206#206	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
#205#205	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 1 Invoer-tokens 106,316 Uitvoer-tokens 79,338 Redeneer-tokens 41,089 Responstijd (gem.) 28.08s Responstijd (totaal) 421.15s Responstijd (max) 140.96s Verkeerd antwoord: 4 Extra opmaak: 3 Time-out: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.5 Programmeren : 5.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#204#204	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.9 Slaagpercentage per poging 60.9% Instabiele tests 5 Invoer-tokens 299,558 Uitvoer-tokens 33,248 Redeneer-tokens 374,819 Responstijd (gem.) 133.93s Responstijd (totaal) 3080.36s Responstijd (max) 519.91s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Agenttaken : 4.7 Anti-AI-trucs : 8.2 Programmeren : 5.5 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 9.8 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#203#203	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
#202#202	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.2% Instabiele tests 2 Invoer-tokens 405,921 Uitvoer-tokens 97,112 Redeneer-tokens 0 Responstijd (gem.) 14.79s Responstijd (totaal) 340.25s Responstijd (max) 212.63s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 4.8 Programmeren : 3.7 Gecombineerd : 5.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#201#201	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
Modelkaart bekijken Totaal tests 23 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 46.4% Instabiele tests 3 Invoer-tokens 352,516 Uitvoer-tokens 33,786 Redeneer-tokens 504,506 Responstijd (gem.) 48.97s Responstijd (totaal) 1126.35s Responstijd (max) 422.72s Verkeerd antwoord: 10 Ongeldige toolaanroep: 2 Geen antwoord: 2 Agenttaken : 6.1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#200#200	Grok 4.3medium	6.5	X AI	$0.989	44.53s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 5 Invoer-tokens 325,471 Uitvoer-tokens 14,867 Redeneer-tokens 217,675 Responstijd (gem.) 44.53s Responstijd (totaal) 1024.25s Responstijd (max) 216.69s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#199#199	KAT-Coder-Pro V2.5high	6.5	Kwaipilot	$0.506	21.21s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 6 Invoer-tokens 106,085 Uitvoer-tokens 9,071 Redeneer-tokens 135,288 Responstijd (gem.) 21.21s Responstijd (totaal) 487.83s Responstijd (max) 199.97s Verkeerd antwoord: 10 API-fout: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 7.0 Programmeren : 6.4 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#198#198	GLM 5.1none	6.5	Z.ai	$0.385 ↑	11.10s
Modelkaart bekijken Totaal tests 23 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 5 Invoer-tokens 258,956 Uitvoer-tokens 20,076 Redeneer-tokens 0 Responstijd (gem.) 11.10s Responstijd (totaal) 255.39s Responstijd (max) 107.19s Verkeerd antwoord: 12 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 4.0 Programmeren : 3.9 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#197#197	GLM 5.3low	6.5	Z.ai	$0.471	15.18s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 5 Invoer-tokens 247,871 Uitvoer-tokens 10,791 Redeneer-tokens 17,315 Responstijd (gem.) 15.18s Responstijd (totaal) 349.06s Responstijd (max) 83.60s Verkeerd antwoord: 8 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 5.2 Anti-AI-trucs : 6.9 Programmeren : 6.2 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#196#196	Mercury 2.5high	6.5	Inception	$0.044	7.62s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.8 Slaagpercentage per poging 59.4% Instabiele tests 4 Invoer-tokens 358,562 Uitvoer-tokens 4,266 Redeneer-tokens 189,410 Responstijd (gem.) 7.62s Responstijd (totaal) 175.36s Responstijd (max) 80.30s Verkeerd antwoord: 9 API-fout: 1 Geen antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 10.0 Programmeren : 6.4 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 6.5 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#195#195	Mercury 2.5 Previewhigh	6.5	Inception	$0.040 ↑	7.61s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.9 Slaagpercentage per poging 65.2% Instabiele tests 6 Invoer-tokens 298,512 Uitvoer-tokens 3,178 Redeneer-tokens 177,419 Responstijd (gem.) 7.61s Responstijd (totaal) 175.08s Responstijd (max) 86.84s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Time-out: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 6.7 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#194#194	Qwen3.6 35B A3Bmedium	6.5	Qwen	$0.834 ↑	59.92s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 3 Invoer-tokens 282,192 Uitvoer-tokens 75,306 Redeneer-tokens 700,868 Responstijd (gem.) 59.92s Responstijd (totaal) 1258.32s Responstijd (max) 817.57s Verkeerd antwoord: 6 API-fout: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 8.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#193#193	Claude Sonnet 5.5medium	6.5	Anthropic	$1.100	8.03s
Modelkaart bekijken Totaal tests 23 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.6% Instabiele tests 1 Invoer-tokens 361,183 Uitvoer-tokens 26,609 Redeneer-tokens 11,139 Responstijd (gem.) 8.03s Responstijd (totaal) 184.80s Responstijd (max) 51.18s Extra opmaak: 8 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Geen antwoord: 1 Verkeerd antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.5 Programmeren : 3.4 Gecombineerd : 8.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#192#192	KAT-Coder-Pro V2.5low	6.5	Kwaipilot	$0.568 ↑	19.40s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 8 Invoer-tokens 87,682 Uitvoer-tokens 7,166 Redeneer-tokens 106,027 Responstijd (gem.) 19.40s Responstijd (totaal) 446.11s Responstijd (max) 209.15s Verkeerd antwoord: 10 API-fout: 2 Agenttaken : 3.0 Anti-AI-trucs : 6.9 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.1 Instructies opvolgen : 10.0 Puzzeloplossing : 6.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#191#191	Step 3.7 Flashhigh	6.6	Stepfun	$1.478 ↑	72.72s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 4 Invoer-tokens 421,200 Uitvoer-tokens 1,100,052 Redeneer-tokens 0 Responstijd (gem.) 72.72s Responstijd (totaal) 1672.53s Responstijd (max) 364.99s Verkeerd antwoord: 8 Geen antwoord: 2 API-fout: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.4 Anti-AI-trucs : 10.0 Programmeren : 4.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.5 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#190#190	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
#189#189	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
#188#188	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

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