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.)
#374#374	Hy3 previewlow	4.5	Tencent	$0.042 ↕	24.56s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 2 Invoer-tokens 21,045 Uitvoer-tokens 63,460 Redeneer-tokens 0 Responstijd (gem.) 24.56s Responstijd (totaal) 368.35s Responstijd (max) 78.74s API-fout: 7 Verkeerd antwoord: 4 Agenttaken : 0.0 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 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
#133#133	Muse Glimmer 30Bhigh	7.7	Meta	$0.506 ↓	69.87s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 8 Invoer-tokens 281,859 Uitvoer-tokens 102,526 Redeneer-tokens 286,217 Responstijd (gem.) 69.87s Responstijd (totaal) 1607.12s Responstijd (max) 451.90s Verkeerd antwoord: 7 Instructies niet gevolgd: 3 Geen antwoord: 2 Agenttaken : 10.0 Anti-AI-trucs : 8.7 Programmeren : 8.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 5.3 Instructies opvolgen : 8.4 Puzzeloplossing : 6.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#151#151	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 8.0 Slaagpercentage per poging 65.2% Instabiele tests 7 Invoer-tokens 244,499 Uitvoer-tokens 8,744 Redeneer-tokens 375,349 Responstijd (gem.) 100.65s Responstijd (totaal) 2314.88s Responstijd (max) 626.58s Verkeerd antwoord: 6 API-fout: 4 Extra opmaak: 1 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 6.9 Programmeren : 8.9 Gecombineerd : 4.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 4.7 Algemene kennis : 3.0
#173#173	Step 3.7 Flashlow	7.2	Stepfun	$0.449	20.72s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 6 Invoer-tokens 292,685 Uitvoer-tokens 339,108 Redeneer-tokens 0 Responstijd (gem.) 20.72s Responstijd (totaal) 476.67s Responstijd (max) 124.75s Verkeerd antwoord: 9 Ongeldige toolaanroep: 2 Geen antwoord: 1 Agenttaken : 7.4 Anti-AI-trucs : 8.7 Programmeren : 8.2 Gecombineerd : 7.3 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#174#174	Qwen3.6 27Bmedium	7.2	Qwen	$1.021 ↑	107.79s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 7 Invoer-tokens 264,147 Uitvoer-tokens 34,419 Redeneer-tokens 253,480 Responstijd (gem.) 107.79s Responstijd (totaal) 2479.26s Responstijd (max) 1085.11s Verkeerd antwoord: 5 Geen antwoord: 3 Ongeldige toolaanroep: 2 Extra opmaak: 1 Instructies niet gevolgd: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.3 Programmeren : 7.7 Gecombineerd : 6.7 Gegevensparsering en extractie : 3.5 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#183#183	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 5 Invoer-tokens 245,179 Uitvoer-tokens 62,697 Redeneer-tokens 196,621 Responstijd (gem.) 81.18s Responstijd (totaal) 1785.87s Responstijd (max) 365.80s Verkeerd antwoord: 8 Time-out: 2 API-fout: 1 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 7.3 Programmeren : 7.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#189#189	Muse Glimmer 30Blow	6.9	Meta	$0.219 ↓	22.40s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 6 Invoer-tokens 307,228 Uitvoer-tokens 36,044 Redeneer-tokens 71,621 Responstijd (gem.) 22.40s Responstijd (totaal) 515.14s Responstijd (max) 234.92s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 2 Geen antwoord: 1 Agenttaken : 6.1 Anti-AI-trucs : 8.7 Programmeren : 8.1 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 8.4 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#193#193	GPT-5.6 Lunalow	6.9	OpenAI	$0.049 ↓	6.96s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.5% Instabiele tests 5 Invoer-tokens 202,680 Uitvoer-tokens 9,230 Redeneer-tokens 18,771 Responstijd (gem.) 6.96s Responstijd (totaal) 160.19s Responstijd (max) 45.74s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 8.5 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#198#198	Inklinglow	6.8	Thinkingmachines	$0.293 ↓	6.81s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.5% Instabiele tests 4 Invoer-tokens 213,901 Uitvoer-tokens 9,623 Redeneer-tokens 12,414 Responstijd (gem.) 6.81s Responstijd (totaal) 156.70s Responstijd (max) 44.24s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Agenttaken : 10.0 Anti-AI-trucs : 8.3 Programmeren : 5.1 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#201#201	Space Bunny Alphamax	6.7	Stealth	$0.000	36.24s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.4% Instabiele tests 5 Invoer-tokens 315,136 Uitvoer-tokens 219,014 Redeneer-tokens 0 Responstijd (gem.) 36.24s Responstijd (totaal) 833.43s Responstijd (max) 320.00s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 Agenttaken : 6.1 Anti-AI-trucs : 6.4 Programmeren : 5.7 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 5.3 Instructies opvolgen : 5.9 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#206#206	Solar Pro 4low	6.7	Upstage	$0.101 ↑	145.21s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 7 Invoer-tokens 384,974 Uitvoer-tokens 13,946 Redeneer-tokens 371,916 Responstijd (gem.) 145.21s Responstijd (totaal) 3339.87s Responstijd (max) 640.89s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Time-out: 1 Agenttaken : 6.1 Anti-AI-trucs : 8.2 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 8.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#208#208	MiniMax M3medium	6.7	Minimax	$0.422 ↑	77.03s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 9.7 Slaagpercentage per poging 59.4% Instabiele tests 5 Invoer-tokens 166,517 Uitvoer-tokens 107,386 Redeneer-tokens 217,548 Responstijd (gem.) 77.03s Responstijd (totaal) 1694.74s Responstijd (max) 431.03s Verkeerd antwoord: 5 Time-out: 3 Instructies niet gevolgd: 2 Extra opmaak: 1 Geen antwoord: 1 Agenttaken : 3.0 Anti-AI-trucs : 5.5 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.2 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#209#209	Ember-1max	6.7	Fireworks	$3.264	97.34s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 8.3 Slaagpercentage per poging 59.4% Instabiele tests 6 Invoer-tokens 153,399 Uitvoer-tokens 7,803 Redeneer-tokens 179,098 Responstijd (gem.) 97.34s Responstijd (totaal) 2238.73s Responstijd (max) 587.08s API-fout: 8 Verkeerd antwoord: 3 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.7 Programmeren : 5.2 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.4 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 6.2 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#212#212	Apodex 1.1 Minihigh	6.7	Apodex	$0.000	31.25s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.1% Instabiele tests 9 Invoer-tokens 365,069 Uitvoer-tokens 133,336 Redeneer-tokens 344,133 Responstijd (gem.) 31.25s Responstijd (totaal) 718.67s Responstijd (max) 114.61s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 5.5 Gecombineerd : 4.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 8.0 Puzzeloplossing : 8.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#213#213	GLM 5.3 Flashlow	6.6	Z.ai	$0.038	11.82s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 4 Invoer-tokens 255,173 Uitvoer-tokens 9,891 Redeneer-tokens 17,277 Responstijd (gem.) 11.82s Responstijd (totaal) 271.92s Responstijd (max) 90.45s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 8.7 Programmeren : 5.4 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#219#219	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
#221#221	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
#229#229	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
#238#238	Beam 1.0 501B A23Blow	6.4	Reflection	$0.432	4.89s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 6 Invoer-tokens 218,076 Uitvoer-tokens 4,863 Redeneer-tokens 66,387 Responstijd (gem.) 4.89s Responstijd (totaal) 112.55s Responstijd (max) 29.49s Verkeerd antwoord: 6 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 8.4 Puzzeloplossing : 6.1 Toolaanroepen : 3.0 Algemene kennis : 3.0
#241#241	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
#245#245	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.716 ↓	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
#250#250	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
#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
#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

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