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.)
#29#29	GLM 5 Turbomedium	7.9	Z.ai	$0.285 ↑	22.65s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 4 Invoer-tokens 32,995 Uitvoer-tokens 12,228 Redeneer-tokens 53,503 Responstijd (gem.) 22.65s Responstijd (totaal) 453.09s Responstijd (max) 194.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 7.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#30#30	GPT-5.2 Chatnone	7.9	OpenAI	$0.352	6.82s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 3 Invoer-tokens 31,593 Uitvoer-tokens 21,144 Redeneer-tokens 0 Responstijd (gem.) 6.82s Responstijd (totaal) 136.34s Responstijd (max) 38.52s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 8.2 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.0% Instabiele tests 4 Invoer-tokens 41,532 Uitvoer-tokens 1,485 Redeneer-tokens 214,710 Responstijd (gem.) 49.23s Responstijd (totaal) 984.52s Responstijd (max) 216.69s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 7.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#34#34	Qwen3.6 Plusmedium	7.8	Qwen	$0.260 ↑	26.81s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 2 Invoer-tokens 38,730 Uitvoer-tokens 1,833 Redeneer-tokens 124,782 Responstijd (gem.) 26.81s Responstijd (totaal) 509.43s Responstijd (max) 201.68s Verkeerd antwoord: 5 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#35#35	Gemini 3.1 Flash Lite Previewmedium	7.7	Google	$0.063	3.94s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 0 Invoer-tokens 34,781 Uitvoer-tokens 2,204 Redeneer-tokens 33,657 Responstijd (gem.) 3.94s Responstijd (totaal) 78.74s Responstijd (max) 14.93s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 9.1 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#36#36	Gemini 3.1 Flash Litemedium	7.7	Google	$0.065	3.18s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 2 Invoer-tokens 33,803 Uitvoer-tokens 2,248 Redeneer-tokens 35,390 Responstijd (gem.) 3.18s Responstijd (totaal) 63.55s Responstijd (max) 10.87s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 9.1 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#37#37	Gemini 2.5 Flashmedium	7.7	Google	$0.358	15.57s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 1 Invoer-tokens 31,473 Uitvoer-tokens 1,924 Redeneer-tokens 137,255 Responstijd (gem.) 15.57s Responstijd (totaal) 311.47s Responstijd (max) 95.48s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.4 Programmeren : 6.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.7% Instabiele tests 3 Invoer-tokens 38,997 Uitvoer-tokens 26,166 Redeneer-tokens 213,524 Responstijd (gem.) 39.40s Responstijd (totaal) 788.00s Responstijd (max) 168.16s Verkeerd antwoord: 5 Time-out: 2 Anti-AI-trucs : 10.0 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#39#39	Gemini 3 Flash Previewnone	7.7	Google	$0.023	1.70s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 70.0% Instabiele tests 2 Invoer-tokens 34,008 Uitvoer-tokens 1,879 Redeneer-tokens 0 Responstijd (gem.) 1.70s Responstijd (totaal) 22.05s Responstijd (max) 3.56s Verkeerd antwoord: 7 Anti-AI-trucs : 8.3 Programmeren : 6.8 Gecombineerd : 4.7 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
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 0 Invoer-tokens 41,496 Uitvoer-tokens 2,258 Redeneer-tokens 341,381 Responstijd (gem.) 42.39s Responstijd (totaal) 847.76s Responstijd (max) 252.69s Verkeerd antwoord: 4 Extra opmaak: 3 Anti-AI-trucs : 8.3 Programmeren : 7.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#44#44	Gemini 3.1 Flash Lite Previewlow	7.6	Google	$0.025	2.85s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 0 Invoer-tokens 29,708 Uitvoer-tokens 2,280 Redeneer-tokens 8,829 Responstijd (gem.) 2.85s Responstijd (totaal) 57.08s Responstijd (max) 11.91s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.3 Programmeren : 6.8 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
#47#47	Claude Sonnet 4.6medium	7.6	Anthropic	$1.330	15.81s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 1 Invoer-tokens 45,947 Uitvoer-tokens 49,891 Redeneer-tokens 29,565 Responstijd (gem.) 15.81s Responstijd (totaal) 189.71s Responstijd (max) 46.35s Extra opmaak: 3 Verkeerd antwoord: 3 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 7.2 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#41#41	Qwen3.6 Flashmedium	7.6	Qwen	$0.272 ↓	18.97s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.7% Instabiele tests 4 Invoer-tokens 39,527 Uitvoer-tokens 2,974 Redeneer-tokens 231,797 Responstijd (gem.) 18.97s Responstijd (totaal) 379.49s Responstijd (max) 122.87s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 5.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 4 Invoer-tokens 37,156 Uitvoer-tokens 10,302 Redeneer-tokens 115,740 Responstijd (gem.) 46.36s Responstijd (totaal) 927.27s Responstijd (max) 218.13s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#43#43	MiMo-V2.5-Promedium	7.6	Xiaomi	$0.090 ↓	21.79s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 3 Invoer-tokens 39,096 Uitvoer-tokens 5,004 Redeneer-tokens 80,295 Responstijd (gem.) 21.79s Responstijd (totaal) 435.79s Responstijd (max) 130.77s Extra opmaak: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 10.0 Programmeren : 7.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 9.9 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.0% Instabiele tests 5 Invoer-tokens 37,036 Uitvoer-tokens 2,074 Redeneer-tokens 272,063 Responstijd (gem.) 63.04s Responstijd (totaal) 1197.71s Responstijd (max) 234.29s Time-out: 3 Verkeerd antwoord: 3 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#46#46	Mimo V2 PROmedium	7.6	Xiaomi	$0.333 ↑	22.16s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 9.6 Slaagpercentage per poging 76.7% Instabiele tests 5 Invoer-tokens 40,961 Uitvoer-tokens 2,518 Redeneer-tokens 81,801 Responstijd (gem.) 22.16s Responstijd (totaal) 443.22s Responstijd (max) 136.29s Verkeerd antwoord: 5 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 7.5 Gecombineerd : 4.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 2 Invoer-tokens 39,262 Uitvoer-tokens 2,259 Redeneer-tokens 150,249 Responstijd (gem.) 43.65s Responstijd (totaal) 872.90s Responstijd (max) 189.38s Verkeerd antwoord: 8 Anti-AI-trucs : 10.0 Programmeren : 4.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.9 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#49#49	Gemini 3.1 Flash Lite Previewnone	7.5	Google	$0.017	1.23s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 1 Invoer-tokens 34,579 Uitvoer-tokens 5,541 Redeneer-tokens 0 Responstijd (gem.) 1.23s Responstijd (totaal) 24.68s Responstijd (max) 3.39s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 7.5 Programmeren : 6.8 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
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 3 Invoer-tokens 28,584 Uitvoer-tokens 102,208 Redeneer-tokens 229,120 Responstijd (gem.) 54.03s Responstijd (totaal) 1026.57s Responstijd (max) 215.85s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Time-out: 2 Geen antwoord: 1 Anti-AI-trucs : 7.0 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#51#51	Gemini 3.1 Flash Litelow	7.4	Google	$0.026	1.92s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 2 Invoer-tokens 33,889 Uitvoer-tokens 2,726 Redeneer-tokens 8,951 Responstijd (gem.) 1.92s Responstijd (totaal) 38.45s Responstijd (max) 5.66s Verkeerd antwoord: 8 Anti-AI-trucs : 7.3 Programmeren : 6.8 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
#52#52	GLM 5.1medium	7.4	Z.ai	$0.279 ↓	33.45s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 5.0 Slaagpercentage per poging 68.3% Instabiele tests 3 Invoer-tokens 30,397 Uitvoer-tokens 11,511 Redeneer-tokens 71,979 Responstijd (gem.) 33.45s Responstijd (totaal) 635.63s Responstijd (max) 172.60s Verkeerd antwoord: 4 Time-out: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.6 Gecombineerd : 9.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 8.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#53#53	GPT-5.3 Chatnone	7.4	OpenAI	$0.402	6.13s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 4 Invoer-tokens 31,590 Uitvoer-tokens 24,757 Redeneer-tokens 0 Responstijd (gem.) 6.13s Responstijd (totaal) 122.61s Responstijd (max) 18.33s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.7 Programmeren : 6.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.6 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#54#54	MiMo-V2.5medium	7.4	Xiaomi	$0.052 ↓	20.35s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 70.0% Instabiele tests 4 Invoer-tokens 39,201 Uitvoer-tokens 2,806 Redeneer-tokens 161,888 Responstijd (gem.) 20.35s Responstijd (totaal) 406.94s Responstijd (max) 97.49s Verkeerd antwoord: 4 Extra opmaak: 2 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 2.7 Domeinspecifiek : 5.3 Algemene intelligentie : 5.4 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#56#56	Step 3.7 Flashlow	7.4	Stepfun	$0.336	16.06s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 3 Invoer-tokens 37,458 Uitvoer-tokens 285,209 Redeneer-tokens 0 Responstijd (gem.) 16.06s Responstijd (totaal) 321.11s Responstijd (max) 124.75s Verkeerd antwoord: 7 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 3.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#58#58	Qwen3.6 35B A3Bmedium	7.3	Qwen	$0.130 ↑	17.26s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 61.7% Instabiele tests 1 Invoer-tokens 13,550 Uitvoer-tokens 18,304 Redeneer-tokens 115,531 Responstijd (gem.) 17.26s Responstijd (totaal) 310.65s Responstijd (max) 86.11s Verkeerd antwoord: 4 API-fout: 2 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 8.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#59#59	GPT-5.2medium	7.3	OpenAI	$0.492	16.50s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 70.0% Instabiele tests 4 Invoer-tokens 31,348 Uitvoer-tokens 2,880 Redeneer-tokens 28,289 Responstijd (gem.) 16.50s Responstijd (totaal) 214.45s Responstijd (max) 77.80s Instructies niet gevolgd: 3 Verkeerd antwoord: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 3.7 Instructies opvolgen : 9.9 Puzzeloplossing : 7.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#62#62	Claude Opus 4.8none	7.3	Anthropic	$0.519	3.51s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 2 Invoer-tokens 63,282 Uitvoer-tokens 8,098 Redeneer-tokens 0 Responstijd (gem.) 3.51s Responstijd (totaal) 70.19s Responstijd (max) 17.73s Extra opmaak: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.5 Programmeren : 6.8 Gecombineerd : 9.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 2 Invoer-tokens 50,062 Uitvoer-tokens 42,254 Redeneer-tokens 23,554 Responstijd (gem.) 25.45s Responstijd (totaal) 330.91s Responstijd (max) 83.40s Extra opmaak: 4 Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.4 Programmeren : 7.2 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Modelkaart bekijken Totaal tests 19 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.7% Instabiele tests 1 Invoer-tokens 33,555 Uitvoer-tokens 90,478 Redeneer-tokens 173,544 Responstijd (gem.) 43.20s Responstijd (totaal) 561.54s Responstijd (max) 170.45s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 3.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 8.3 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 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