AI BENCHY

AI Benchmark Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-03 Geëvalueerde modellen: 161

161/161

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#161#161	Granite 4.1 8Bnone	4.1	IBM Granite	$0.003	719ms
Modelkaart bekijken Totaal tests 20 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 10.0% Instabiele tests 0 Invoer-tokens 43,135 Uitvoer-tokens 2,743 Redeneer-tokens 0 Responstijd (gem.) 719ms Responstijd (totaal) 14.37s Responstijd (max) 2.17s Verkeerd antwoord: 13 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.9 Programmeren : 5.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 3.6 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#160#160	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.1	NVIDIA	$0.000	728ms
Modelkaart bekijken Totaal tests 19 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 17.5% Instabiele tests 2 Invoer-tokens 11,661 Uitvoer-tokens 1,302 Redeneer-tokens 0 Responstijd (gem.) 728ms Responstijd (totaal) 9.47s Responstijd (max) 2.21s Verkeerd antwoord: 9 API-fout: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 10.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 4.8 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#159#159	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	782ms
Modelkaart bekijken Totaal tests 16 Foute tests 14 Betrouwbaarheid n.v.t. Slaagpercentage per poging 16.7% Instabiele tests 1 Invoer-tokens 10,771 Uitvoer-tokens 1,173 Redeneer-tokens 0 Responstijd (gem.) 782ms Responstijd (totaal) 10.94s Responstijd (max) 3.15s Verkeerd antwoord: 9 API-fout: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 3.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Modelkaart bekijken Totaal tests 20 Foute tests 17 Betrouwbaarheid n.v.t. Slaagpercentage per poging 15.0% Instabiele tests 0 Invoer-tokens 34,905 Uitvoer-tokens 2,434 Redeneer-tokens 0 Responstijd (gem.) 7.72s Responstijd (totaal) 139.00s Responstijd (max) 25.72s Verkeerd antwoord: 12 API-fout: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 4.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.4 Puzzeloplossing : 3.1 Toolaanroepen : 3.0 Algemene kennis : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Modelkaart bekijken Totaal tests 20 Foute tests 17 Betrouwbaarheid 5.0 Slaagpercentage per poging 28.3% Instabiele tests 5 Invoer-tokens 15,204 Uitvoer-tokens 27,305 Redeneer-tokens 199,780 Responstijd (gem.) 83.32s Responstijd (totaal) 1249.74s Responstijd (max) 226.38s Time-out: 11 Verkeerd antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 5.1 Programmeren : 2.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.6 Domeinspecifiek : 3.6 Algemene intelligentie : 2.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#156#156	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Modelkaart bekijken Totaal tests 19 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.8% Instabiele tests 3 Invoer-tokens 36,608 Uitvoer-tokens 1,723 Redeneer-tokens 0 Responstijd (gem.) 1.62s Responstijd (totaal) 19.48s Responstijd (max) 5.51s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Anti-AI-trucs : 3.2 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.4 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 2.8 Algemene kennis : 3.0
#146#146	GPT-5.4 Nanonone	4.8	OpenAI	$0.010	1.33s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.7% Instabiele tests 5 Invoer-tokens 31,593 Uitvoer-tokens 2,769 Redeneer-tokens 0 Responstijd (gem.) 1.33s Responstijd (totaal) 26.54s Responstijd (max) 3.84s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.5 Programmeren : 5.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#147#147	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008 ↓	9.16s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.0% Instabiele tests 3 Invoer-tokens 44,607 Uitvoer-tokens 3,310 Redeneer-tokens 0 Responstijd (gem.) 9.16s Responstijd (totaal) 128.25s Responstijd (max) 81.80s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 Time-out: 1 Anti-AI-trucs : 3.5 Programmeren : 4.1 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 6.3 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#148#148	Trinity Large Previewnone	4.7	Arcee AI	$0.008 ↑	2.98s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.3% Instabiele tests 2 Invoer-tokens 29,828 Uitvoer-tokens 2,169 Redeneer-tokens 0 Responstijd (gem.) 2.98s Responstijd (totaal) 56.57s Responstijd (max) 14.34s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 API-fout: 1 Anti-AI-trucs : 3.1 Programmeren : 4.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.5 Instructies opvolgen : 3.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#149#149	Qwen3.5-9Bnone	4.7	Qwen	$0.003 ↓	1.68s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.7% Instabiele tests 1 Invoer-tokens 45,200 Uitvoer-tokens 3,943 Redeneer-tokens 0 Responstijd (gem.) 1.68s Responstijd (totaal) 33.66s Responstijd (max) 5.91s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.1 Programmeren : 4.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#150#150	MiMo-V2-Flashnone	4.7	Xiaomi	$0.025 ↑	2.70s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.7% Instabiele tests 4 Invoer-tokens 34,208 Uitvoer-tokens 68,873 Redeneer-tokens 0 Responstijd (gem.) 2.70s Responstijd (totaal) 43.15s Responstijd (max) 19.68s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 3.2 Programmeren : 4.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.7% Instabiele tests 5 Invoer-tokens 16,488 Uitvoer-tokens 27,747 Redeneer-tokens 0 Responstijd (gem.) 3.84s Responstijd (totaal) 69.12s Responstijd (max) 22.52s Verkeerd antwoord: 12 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.6 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.4 Instructies opvolgen : 6.2 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#153#153	Mercury 2none	4.6	Inception	$0.009	614ms
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.0% Instabiele tests 2 Invoer-tokens 25,515 Uitvoer-tokens 3,001 Redeneer-tokens 0 Responstijd (gem.) 614ms Responstijd (totaal) 12.28s Responstijd (max) 1.27s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 3.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.0% Instabiele tests 2 Invoer-tokens 27,172 Uitvoer-tokens 2,661 Redeneer-tokens 0 Responstijd (gem.) 12.92s Responstijd (totaal) 232.64s Responstijd (max) 35.84s Verkeerd antwoord: 8 Instructies niet gevolgd: 4 API-fout: 3 Extra opmaak: 1 Anti-AI-trucs : 4.8 Programmeren : 2.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.1 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 35.0% Instabiele tests 8 Invoer-tokens 37,206 Uitvoer-tokens 43,754 Redeneer-tokens 89,079 Responstijd (gem.) 35.10s Responstijd (totaal) 456.24s Responstijd (max) 174.55s Verkeerd antwoord: 9 Geen antwoord: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 4.7 Programmeren : 3.4 Gecombineerd : 2.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.5 Algemene intelligentie : 3.6 Instructies opvolgen : 6.2 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#144#144	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 31.6% Instabiele tests 3 Invoer-tokens 38,147 Uitvoer-tokens 2,054 Redeneer-tokens 0 Responstijd (gem.) 2.89s Responstijd (totaal) 43.28s Responstijd (max) 15.42s Verkeerd antwoord: 10 API-fout: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 7.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#152#152	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	4.6	NVIDIA	$0.000	17.13s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.6% Instabiele tests 5 Invoer-tokens 11,661 Uitvoer-tokens 48,491 Redeneer-tokens 180,695 Responstijd (gem.) 17.13s Responstijd (totaal) 222.66s Responstijd (max) 147.45s Verkeerd antwoord: 7 API-fout: 6 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.4 Programmeren : 3.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.0 Instructies opvolgen : 7.3 Puzzeloplossing : 2.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.3% Instabiele tests 9 Invoer-tokens 41,948 Uitvoer-tokens 109,492 Redeneer-tokens 251,674 Responstijd (gem.) 49.87s Responstijd (totaal) 598.39s Responstijd (max) 237.27s Verkeerd antwoord: 7 Time-out: 4 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 3.5 Gecombineerd : 4.5 Gegevensparsering en extractie : 4.6 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 7.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#128#128	MiniMax M2.7medium	5.4	Minimax	$0.104 ↓	29.86s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.3% Instabiele tests 8 Invoer-tokens 33,493 Uitvoer-tokens 8,224 Redeneer-tokens 73,373 Responstijd (gem.) 29.86s Responstijd (totaal) 567.39s Responstijd (max) 117.04s Verkeerd antwoord: 6 Instructies niet gevolgd: 5 Time-out: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 7.9 Programmeren : 6.7 Gecombineerd : 4.7 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 3.8 Puzzeloplossing : 5.9 Toolaanroepen : 4.7 Algemene kennis : 3.0
#129#129	Mistral Small 4medium	5.4	Mistral	$0.056	8.35s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.0% Instabiele tests 7 Invoer-tokens 39,834 Uitvoer-tokens 21,871 Redeneer-tokens 68,349 Responstijd (gem.) 8.35s Responstijd (totaal) 167.08s Responstijd (max) 59.15s Verkeerd antwoord: 11 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 5.6 Programmeren : 5.1 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 7.3 Puzzeloplossing : 3.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#136#136	Elephant Alphanone	5.1	Openrouter	$0.000	1.22s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid n.v.t. Slaagpercentage per poging 28.3% Instabiele tests 1 Invoer-tokens 33,743 Uitvoer-tokens 2,573 Redeneer-tokens 0 Responstijd (gem.) 1.22s Responstijd (totaal) 22.03s Responstijd (max) 3.81s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 API-fout: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.6 Programmeren : 4.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 4.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.7% Instabiele tests 3 Invoer-tokens 47,538 Uitvoer-tokens 13,700 Redeneer-tokens 0 Responstijd (gem.) 27.97s Responstijd (totaal) 559.36s Responstijd (max) 111.96s Verkeerd antwoord: 11 Extra opmaak: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.0 Programmeren : 4.8 Gecombineerd : 4.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#138#138	Qwen3 Coder Nextnone	5.1	Qwen	$0.008 ↓	9.05s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.3% Instabiele tests 1 Invoer-tokens 44,864 Uitvoer-tokens 3,575 Redeneer-tokens 0 Responstijd (gem.) 9.05s Responstijd (totaal) 126.72s Responstijd (max) 45.14s Verkeerd antwoord: 13 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.6 Programmeren : 5.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 3 Invoer-tokens 33,717 Uitvoer-tokens 6,186 Redeneer-tokens 0 Responstijd (gem.) 5.47s Responstijd (totaal) 109.43s Responstijd (max) 16.45s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.6 Instructies opvolgen : 6.3 Puzzeloplossing : 5.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#140#140	Mistral Small 4none	5.0	Mistral	$0.007	629ms
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.3% Instabiele tests 1 Invoer-tokens 34,567 Uitvoer-tokens 2,192 Redeneer-tokens 0 Responstijd (gem.) 629ms Responstijd (totaal) 12.59s Responstijd (max) 1.72s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 4.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#141#141	MiMo-V2.5none	5.0	Xiaomi	$0.007 ↓	2.20s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.3% Instabiele tests 1 Invoer-tokens 39,342 Uitvoer-tokens 2,258 Redeneer-tokens 0 Responstijd (gem.) 2.20s Responstijd (totaal) 43.96s Responstijd (max) 6.86s Verkeerd antwoord: 13 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.5 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#142#142	GPT-5.4 Mininone	4.9	OpenAI	$0.036	1.15s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.7% Instabiele tests 3 Invoer-tokens 31,625 Uitvoer-tokens 2,508 Redeneer-tokens 0 Responstijd (gem.) 1.15s Responstijd (totaal) 23.09s Responstijd (max) 2.52s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 Anti-AI-trucs : 3.1 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#143#143	GPT-4o-mininone	4.9	OpenAI	$0.006	1.85s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.0% Instabiele tests 0 Invoer-tokens 28,896 Uitvoer-tokens 1,977 Redeneer-tokens 0 Responstijd (gem.) 1.85s Responstijd (totaal) 24.00s Responstijd (max) 7.58s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Anti-AI-trucs : 4.8 Programmeren : 3.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#145#145	Laguna Xs.2none	4.8	Poolside	$0.000	806ms
Modelkaart bekijken Totaal tests 19 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.3% Instabiele tests 0 Invoer-tokens 33,675 Uitvoer-tokens 2,826 Redeneer-tokens 0 Responstijd (gem.) 806ms Responstijd (totaal) 12.09s Responstijd (max) 2.01s Verkeerd antwoord: 8 API-fout: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.0 Programmeren : 2.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#120#120	GLM 4.7 Flashnone	5.6	Z.ai	$0.004	3.01s
Modelkaart bekijken Totaal tests 20 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 38.3% Instabiele tests 3 Invoer-tokens 36,147 Uitvoer-tokens 2,515 Redeneer-tokens 0 Responstijd (gem.) 3.01s Responstijd (totaal) 39.12s Responstijd (max) 7.05s Verkeerd antwoord: 12 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 5.2 Programmeren : 5.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.4 Toolaanroepen : 2.8 Algemene kennis : 3.0

Snelle vergelijking

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

AI Benchmark Leaderboard

Modellen filteren

Snelle vergelijking