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.)
#370#370	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.2% Instabiele tests 1 Invoer-tokens 43,478 Uitvoer-tokens 2,974 Redeneer-tokens 0 Responstijd (gem.) 11.95s Responstijd (totaal) 250.88s Responstijd (max) 58.63s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 API-fout: 1 Agenttaken : 0.0 Anti-AI-trucs : 4.8 Programmeren : 5.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#372#372	Owl Alphadefault	4.6	Openrouter	$0.000	9.88s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 1 Invoer-tokens 42,283 Uitvoer-tokens 5,913 Redeneer-tokens 0 Responstijd (gem.) 9.88s Responstijd (totaal) 207.38s Responstijd (max) 47.10s Verkeerd antwoord: 10 Instructies niet gevolgd: 3 Extra opmaak: 1 Agenttaken : 0.0 Anti-AI-trucs : 3.4 Programmeren : 5.6 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.4 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#381#381	Cobuddymedium	4.4	Baidu	$0.000	38.01s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.5% Instabiele tests 6 Invoer-tokens 37,449 Uitvoer-tokens 1,677 Redeneer-tokens 116,703 Responstijd (gem.) 38.01s Responstijd (totaal) 798.15s Responstijd (max) 309.02s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 API-fout: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 8.7 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.2 Instructies opvolgen : 9.8 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#389#389	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 39.1% Instabiele tests 0 Invoer-tokens 32,639 Uitvoer-tokens 1,153 Redeneer-tokens 62,197 Responstijd (gem.) 15.25s Responstijd (totaal) 182.96s Responstijd (max) 43.55s API-fout: 8 Verkeerd antwoord: 2 Agenttaken : 0.0 Anti-AI-trucs : 8.3 Programmeren : 1.0 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#392#392	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 50.7% Instabiele tests 6 Invoer-tokens 28,927 Uitvoer-tokens 4,682 Redeneer-tokens 17,969 Responstijd (gem.) 10.33s Responstijd (totaal) 175.58s Responstijd (max) 30.53s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Agenttaken : 0.0 Anti-AI-trucs : 7.3 Programmeren : 1.0 Gecombineerd : 2.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 7.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.1 Toolaanroepen : 10.0 Algemene kennis : 0.0
#395#395	Ling 3.0 Tinydefault	3.8	Inclusionai	$0.000	13.39s
Modelkaart bekijken Totaal tests 23 Foute tests 21 Betrouwbaarheid 9.8 Slaagpercentage per poging 8.7% Instabiele tests 0 Invoer-tokens 184,579 Uitvoer-tokens 110,071 Redeneer-tokens 0 Responstijd (gem.) 13.39s Responstijd (totaal) 294.48s Responstijd (max) 240.61s Verkeerd antwoord: 13 Instructies niet gevolgd: 4 API-fout: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 4.8 Programmeren : 4.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.4 Instructies opvolgen : 3.1 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#398#398	Xing4.0 29b A4bmedium	3.7	Xingchen AGI	$0.000	371.69s
Modelkaart bekijken Totaal tests 23 Foute tests 22 Betrouwbaarheid 7.3 Slaagpercentage per poging 26.1% Instabiele tests 11 Invoer-tokens 98,467 Uitvoer-tokens 3,385 Redeneer-tokens 104,595 Responstijd (gem.) 371.69s Responstijd (totaal) 8548.88s Responstijd (max) 971.85s Verkeerd antwoord: 9 Time-out: 6 API-fout: 4 Instructies niet gevolgd: 3 Agenttaken : 3.0 Anti-AI-trucs : 3.8 Programmeren : 4.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.6 Algemene intelligentie : 3.2 Instructies opvolgen : 4.3 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#399#399	Ling 3.0 Tinyhigh	3.7	Inclusionai	$0.000	72.24s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.2% Instabiele tests 3 Invoer-tokens 115,314 Uitvoer-tokens 133,965 Redeneer-tokens 816,718 Responstijd (gem.) 72.24s Responstijd (totaal) 1589.23s Responstijd (max) 345.15s Geen antwoord: 7 Verkeerd antwoord: 6 Instructies niet gevolgd: 3 API-fout: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 6.4 Programmeren : 2.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.8 Domeinspecifiek : 2.9 Algemene intelligentie : 5.4 Instructies opvolgen : 6.8 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#400#400	Ling 3.0 Tinylow	3.7	Inclusionai	$0.000	63.15s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 9.6 Slaagpercentage per poging 18.8% Instabiele tests 1 Invoer-tokens 99,662 Uitvoer-tokens 146,555 Redeneer-tokens 732,977 Responstijd (gem.) 63.15s Responstijd (totaal) 1389.35s Responstijd (max) 252.08s Geen antwoord: 7 Verkeerd antwoord: 5 Instructies niet gevolgd: 4 API-fout: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 6.5 Programmeren : 2.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.8 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 6.6 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#401#401	Ling 3.0 Tinymedium	3.6	Inclusionai	$0.000	64.99s
Modelkaart bekijken Totaal tests 23 Foute tests 19 Betrouwbaarheid 9.6 Slaagpercentage per poging 23.2% Instabiele tests 3 Invoer-tokens 103,898 Uitvoer-tokens 148,304 Redeneer-tokens 774,972 Responstijd (gem.) 64.99s Responstijd (totaal) 1429.68s Responstijd (max) 262.20s Geen antwoord: 7 Verkeerd antwoord: 5 Instructies niet gevolgd: 4 API-fout: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 6.5 Programmeren : 2.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.7 Domeinspecifiek : 3.0 Algemene intelligentie : 3.8 Instructies opvolgen : 6.8 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#404#404	Elephant Alphadefault	3.6	Openrouter	$0.000	1.22s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid n.v.t. Slaagpercentage per poging 24.6% 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 API-fout: 3 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.6 Programmeren : 4.2 Gecombineerd : 1.5 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
#405#405	Elephant Alphamedium	3.5	Openrouter	$0.000	1.27s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid n.v.t. Slaagpercentage per poging 27.5% Instabiele tests 1 Invoer-tokens 33,744 Uitvoer-tokens 2,596 Redeneer-tokens 0 Responstijd (gem.) 1.27s Responstijd (totaal) 22.82s Responstijd (max) 3.70s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 0.0 Anti-AI-trucs : 6.6 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#406#406	Hunter Alphadefault	3.5	OpenRouter	$0.000	4.70s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 36.2% Instabiele tests 4 Invoer-tokens 34,329 Uitvoer-tokens 2,264 Redeneer-tokens 0 Responstijd (gem.) 4.70s Responstijd (totaal) 79.86s Responstijd (max) 15.17s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 API-fout: 1 Agenttaken : 0.0 Anti-AI-trucs : 3.5 Programmeren : 1.0 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 6.4 Puzzeloplossing : 5.8 Toolaanroepen : 10.0 Algemene kennis : 0.0
#412#412	Xing4.0 29b A4bnone	3.3	Xingchen AGI	$0.000	42.72s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 8.8 Slaagpercentage per poging 7.3% Instabiele tests 4 Invoer-tokens 153,665 Uitvoer-tokens 26,540 Redeneer-tokens 0 Responstijd (gem.) 42.72s Responstijd (totaal) 982.66s Responstijd (max) 634.11s Verkeerd antwoord: 13 Instructies niet gevolgd: 5 API-fout: 3 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 3.0 Anti-AI-trucs : 3.3 Programmeren : 3.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.0 Algemene intelligentie : 3.4 Instructies opvolgen : 4.0 Puzzeloplossing : 3.1 Toolaanroepen : 4.7 Algemene kennis : 3.0
#417#417	Command A+none	3.0	Cohere	$0.000	77.87s
Modelkaart bekijken Totaal tests 23 Foute tests 23 Betrouwbaarheid 0.0 Slaagpercentage per poging 0.0% Instabiele tests 0 Invoer-tokens 0 Uitvoer-tokens 0 Redeneer-tokens 0 Responstijd (gem.) 77.87s Responstijd (totaal) 1791.03s Responstijd (max) 106.37s API-fout: 23 Agenttaken : 3.0 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
#420#420	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	2.7	NVIDIA	$0.000	17.13s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.1% 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 Agenttaken : 0.0 Anti-AI-trucs : 6.4 Programmeren : 1.1 Gecombineerd : 1.5 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
#422#422	Nemotron 3 Nano Omni 30b A3b Reasoningdefault	2.6	NVIDIA	$0.000	728ms
Modelkaart bekijken Totaal tests 19 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 14.5% 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 Agenttaken : 0.0 Anti-AI-trucs : 4.8 Programmeren : 3.3 Gecombineerd : 1.5 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

←

1 17 18

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