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.)
#362#362	Granite 4.2 8Bhigh	4.7	IBM Granite	$0.111	235.35s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 8.2 Slaagpercentage per poging 37.7% Instabiele tests 10 Invoer-tokens 282,658 Uitvoer-tokens 198,563 Redeneer-tokens 462,804 Responstijd (gem.) 235.35s Responstijd (totaal) 5413.09s Responstijd (max) 685.87s Time-out: 10 Verkeerd antwoord: 7 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 6.9 Programmeren : 3.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 6.4 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#368#368	Laguna S 2.1low	4.6	Poolside	$0.108 ↓	88.24s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.2% Instabiele tests 6 Invoer-tokens 232,641 Uitvoer-tokens 69,335 Redeneer-tokens 426,182 Responstijd (gem.) 88.24s Responstijd (totaal) 2029.57s Responstijd (max) 814.73s Verkeerd antwoord: 16 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 2.8 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#390#390	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
Modelkaart bekijken Totaal tests 23 Foute tests 20 Betrouwbaarheid 8.7 Slaagpercentage per poging 26.1% Instabiele tests 6 Invoer-tokens 387,323 Uitvoer-tokens 48,562 Redeneer-tokens 410,431 Responstijd (gem.) 110.18s Responstijd (totaal) 1873.00s Responstijd (max) 569.97s Time-out: 11 Geen antwoord: 3 Verkeerd antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.2 Anti-AI-trucs : 5.1 Programmeren : 2.9 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
#435#435	Gemini 3 Flash Previewhigh	1.8	Google	$0.105	52.45s
Modelkaart bekijken Totaal tests 1 Foute tests 0 Betrouwbaarheid 10.0 Slaagpercentage per poging 4.4% Instabiele tests 0 Invoer-tokens 134,050 Uitvoer-tokens 1,029 Redeneer-tokens 11,528 Responstijd (gem.) 52.45s Responstijd (totaal) 52.45s Responstijd (max) 52.45s Agenttaken : 10.0 Anti-AI-trucs : 0.0 Programmeren : 0.0 Gecombineerd : 0.0 Gegevensparsering en extractie : 0.0 Domeinspecifiek : 0.0 Algemene intelligentie : 0.0 Instructies opvolgen : 0.0 Puzzeloplossing : 0.0 Toolaanroepen : 0.0 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
#327#327	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.105 ↑	8.43s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 29.0% Instabiele tests 6 Invoer-tokens 272,479 Uitvoer-tokens 40,677 Redeneer-tokens 23,104 Responstijd (gem.) 8.43s Responstijd (totaal) 176.93s Responstijd (max) 65.61s Verkeerd antwoord: 13 API-fout: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 5.2 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 6.2 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#244#244	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
#291#291	Ring 2.6 1tmedium	5.7	Inclusionai	$0.102 ↑	65.52s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.5% Instabiele tests 3 Invoer-tokens 113,613 Uitvoer-tokens 122,706 Redeneer-tokens 42,325 Responstijd (gem.) 65.52s Responstijd (totaal) 1376.01s Responstijd (max) 304.19s Verkeerd antwoord: 6 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 10.0 Programmeren : 5.3 Gecombineerd : 7.3 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#157#157	Gemma 4 26B A4Bmedium	7.3	Google	$0.101 ↓	105.03s
Modelkaart bekijken Totaal tests 23 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.0% Instabiele tests 1 Invoer-tokens 224,367 Uitvoer-tokens 27,095 Redeneer-tokens 242,256 Responstijd (gem.) 105.03s Responstijd (totaal) 2310.63s Responstijd (max) 912.19s Geen antwoord: 2 Time-out: 2 Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 2.9 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 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
#235#235	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
#340#340	Laguna S 2.1medium	5.0	Poolside	$0.092 ↑	63.06s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.6% Instabiele tests 4 Invoer-tokens 230,291 Uitvoer-tokens 99,030 Redeneer-tokens 287,794 Responstijd (gem.) 63.06s Responstijd (totaal) 1450.31s Responstijd (max) 560.31s Verkeerd antwoord: 14 Ongeldige toolaanroep: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Agenttaken : 3.4 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.2 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#263#263	Gemini 3.1 Flash Lite Previewnone	6.2	Google	$0.090	3.60s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.1% Instabiele tests 1 Invoer-tokens 261,962 Uitvoer-tokens 12,799 Redeneer-tokens 2,961 Responstijd (gem.) 3.60s Responstijd (totaal) 82.91s Responstijd (max) 48.59s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 7.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#205#205	Qwen3.5-Flashnone	6.7	Qwen	$0.089	26.52s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.7% Instabiele tests 2 Invoer-tokens 463,872 Uitvoer-tokens 219,122 Redeneer-tokens 0 Responstijd (gem.) 26.52s Responstijd (totaal) 609.94s Responstijd (max) 480.96s Verkeerd antwoord: 14 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#142#142	Qwen3.8 27Blow	7.6	Qwen	~$0.089	46.60s
Modelkaart bekijken Totaal tests 23 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.1% Instabiele tests 1 Invoer-tokens 315,290 Uitvoer-tokens 1,607 Redeneer-tokens 207,536 Responstijd (gem.) 46.60s Responstijd (totaal) 1071.83s Responstijd (max) 376.04s Verkeerd antwoord: 5 Geen antwoord: 2 Instructies niet gevolgd: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#52#52	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
Modelkaart bekijken Totaal tests 23 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 82.6% Instabiele tests 3 Invoer-tokens 255,743 Uitvoer-tokens 8,684 Redeneer-tokens 207,435 Responstijd (gem.) 54.04s Responstijd (totaal) 1242.97s Responstijd (max) 333.47s Verkeerd antwoord: 2 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#91#91	Claude Haiku 5.5high	8.3	Anthropic	$0.088	10.41s
Modelkaart bekijken Totaal tests 23 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 76.8% Instabiele tests 4 Invoer-tokens 346,451 Uitvoer-tokens 10,136 Redeneer-tokens 95,504 Responstijd (gem.) 10.41s Responstijd (totaal) 239.38s Responstijd (max) 52.61s Verkeerd antwoord: 4 Extra opmaak: 2 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 10.0 Anti-AI-trucs : 10.0 Programmeren : 6.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#402#402	Grok 4.20 Betadefault	3.6	X AI	$0.087 ↓	1.19s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 29.0% Instabiele tests 1 Invoer-tokens 40,597 Uitvoer-tokens 1,657 Redeneer-tokens 0 Responstijd (gem.) 1.19s Responstijd (totaal) 21.43s Responstijd (max) 6.48s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 4.0 Programmeren : 1.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 0.0
#231#231	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
#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
#306#306	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 9.5 Slaagpercentage per poging 42.0% Instabiele tests 4 Invoer-tokens 229,346 Uitvoer-tokens 18,597 Redeneer-tokens 129,338 Responstijd (gem.) 56.40s Responstijd (totaal) 1184.46s Responstijd (max) 431.98s Verkeerd antwoord: 6 API-fout: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Agenttaken : 4.7 Anti-AI-trucs : 8.3 Programmeren : 3.1 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.1 Instructies opvolgen : 7.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 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
#414#414	Command A+high	3.2	Cohere	$0.079	89.96s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 3.5 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 117,966 Uitvoer-tokens 5,149 Redeneer-tokens 23,514 Responstijd (gem.) 89.96s Responstijd (totaal) 2069.01s Responstijd (max) 156.00s API-fout: 22 Verkeerd antwoord: 1 Agenttaken : 3.9 Anti-AI-trucs : 3.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 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
#331#331	KAT Coder AIR V2.5high	5.2	Kwaipilot	$0.077	15.23s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 9.8 Slaagpercentage per poging 40.6% Instabiele tests 5 Invoer-tokens 50,423 Uitvoer-tokens 4,144 Redeneer-tokens 110,510 Responstijd (gem.) 15.23s Responstijd (totaal) 350.26s Responstijd (max) 118.35s Verkeerd antwoord: 9 API-fout: 4 Extra opmaak: 3 Agenttaken : 3.0 Anti-AI-trucs : 6.9 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.5 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