AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-18 Geëvalueerde modellen: 206

206/206

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#25#25	Gemini 2.5 Flashmedium	8.2	Google	$0.643	21.18s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 1 Invoer-tokens 132,498 Uitvoer-tokens 12,739 Redeneer-tokens 228,464 Responstijd (gem.) 21.18s Responstijd (totaal) 465.89s Responstijd (max) 140.50s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.4 Programmeren : 7.8 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
#28#28	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.8 Slaagpercentage per poging 77.3% Instabiele tests 3 Invoer-tokens 86,746 Uitvoer-tokens 6,055 Redeneer-tokens 220,791 Responstijd (gem.) 64.16s Responstijd (totaal) 1411.59s Responstijd (max) 327.51s Verkeerd antwoord: 4 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 8.5 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 6.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#32#32	Inklingmedium	8.0	Thinkingmachines	$0.391	16.21s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.8 Slaagpercentage per poging 78.8% Instabiele tests 5 Invoer-tokens 124,053 Uitvoer-tokens 12,189 Redeneer-tokens 53,597 Responstijd (gem.) 16.21s Responstijd (totaal) 356.54s Responstijd (max) 85.12s Verkeerd antwoord: 4 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.4 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 2.8
#36#36	Qwen3.7 Plusmedium	7.9	Qwen	$0.267 ↓	51.51s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 3 Invoer-tokens 115,233 Uitvoer-tokens 6,162 Redeneer-tokens 173,267 Responstijd (gem.) 51.51s Responstijd (totaal) 1133.15s Responstijd (max) 315.30s Verkeerd antwoord: 5 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.1 Gecombineerd : 8.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#37#37	Qwen3.6 Plusmedium	7.8	Qwen	$0.405 ↑	43.12s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 2 Invoer-tokens 97,689 Uitvoer-tokens 6,412 Redeneer-tokens 184,825 Responstijd (gem.) 43.12s Responstijd (totaal) 905.53s Responstijd (max) 291.55s Verkeerd antwoord: 5 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.1 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
#44#44	GPT-5.6 Lunahigh	7.7	OpenAI	$1.017	18.68s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 3 Invoer-tokens 80,918 Uitvoer-tokens 5,088 Redeneer-tokens 150,910 Responstijd (gem.) 18.68s Responstijd (totaal) 411.05s Responstijd (max) 111.09s Verkeerd antwoord: 7 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#59#59	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.52s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.9 Slaagpercentage per poging 68.2% Instabiele tests 0 Invoer-tokens 95,983 Uitvoer-tokens 12,446 Redeneer-tokens 0 Responstijd (gem.) 4.52s Responstijd (totaal) 99.52s Responstijd (max) 72.30s Verkeerd antwoord: 7 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#78#78	Gemini 3.5 Flashnone	7.0	Google	$1.079	9.93s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 3 Invoer-tokens 13,843 Uitvoer-tokens 117,518 Redeneer-tokens 0 Responstijd (gem.) 9.93s Responstijd (totaal) 178.68s Responstijd (max) 64.36s API-fout: 4 Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 2.8
#49#49	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 35,593 Uitvoer-tokens 12,245 Redeneer-tokens 62,277 Responstijd (gem.) 23.00s Responstijd (totaal) 482.97s Responstijd (max) 194.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 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
#97#97	Hy3 previewmedium	6.5	Tencent	$0.018 ↕	16.28s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 27,030 Uitvoer-tokens 73,544 Redeneer-tokens 0 Responstijd (gem.) 16.28s Responstijd (totaal) 293.12s Responstijd (max) 46.04s API-fout: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#129#129	Gemini 3 PRO Previewmedium	6.0	Google	$0.385 ↑	9.05s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid n.v.t. Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 28,848 Uitvoer-tokens 1,490 Redeneer-tokens 10,102 Responstijd (gem.) 9.05s Responstijd (totaal) 90.53s Responstijd (max) 26.24s API-fout: 4 Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 3.0 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#21#21	GPT-5.2medium	8.4	OpenAI	$0.951	22.62s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 4 Invoer-tokens 105,004 Uitvoer-tokens 9,914 Redeneer-tokens 44,868 Responstijd (gem.) 22.62s Responstijd (totaal) 339.28s Responstijd (max) 102.93s 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
#29#29	Step 3.7 Flashmedium	8.0	Stepfun	$0.515	26.37s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.9 Slaagpercentage per poging 72.7% Instabiele tests 3 Invoer-tokens 114,062 Uitvoer-tokens 427,572 Redeneer-tokens 0 Responstijd (gem.) 26.37s Responstijd (totaal) 580.25s Responstijd (max) 152.83s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#30#30	GPT-5.2 Chatnone	8.0	OpenAI	$0.604	7.65s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 4 Invoer-tokens 101,248 Uitvoer-tokens 30,424 Redeneer-tokens 0 Responstijd (gem.) 7.65s Responstijd (totaal) 168.39s Responstijd (max) 38.52s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.8 Gecombineerd : 7.3 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
#31#31	GLM 5.2high	8.0	Z.ai	$0.296 ↓	62.65s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 3 Invoer-tokens 83,813 Uitvoer-tokens 69,688 Redeneer-tokens 225,659 Responstijd (gem.) 62.65s Responstijd (totaal) 1378.34s Responstijd (max) 599.43s Time-out: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#34#34	GPT-5.6 Terrahigh	8.0	OpenAI	$1.055	11.32s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 2 Invoer-tokens 81,047 Uitvoer-tokens 5,055 Redeneer-tokens 51,736 Responstijd (gem.) 11.32s Responstijd (totaal) 249.14s Responstijd (max) 91.49s Verkeerd antwoord: 7 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 7.6 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#35#35	Seed-2.0-Litemedium	7.9	Bytedance Seed	$0.234	48.53s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 4 Invoer-tokens 129,897 Uitvoer-tokens 12,533 Redeneer-tokens 88,047 Responstijd (gem.) 48.53s Responstijd (totaal) 1067.74s Responstijd (max) 254.92s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 8.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 6.7 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#39#39	GPT-5.6 Terramedium	7.8	OpenAI	$0.676	7.11s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 2 Invoer-tokens 79,175 Uitvoer-tokens 4,878 Redeneer-tokens 26,952 Responstijd (gem.) 7.11s Responstijd (totaal) 156.42s Responstijd (max) 41.68s Verkeerd antwoord: 8 Anti-AI-trucs : 8.3 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 10.0 Puzzeloplossing : 8.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#40#40	Claude Sonnet 4.6medium	7.8	Anthropic	$2.057	25.91s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 2 Invoer-tokens 106,292 Uitvoer-tokens 80,748 Redeneer-tokens 35,117 Responstijd (gem.) 25.91s Responstijd (totaal) 362.78s Responstijd (max) 140.96s Verkeerd antwoord: 4 Extra opmaak: 3 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 5.7 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
#48#48	Grok Build 0.1medium	7.6	X AI	$1.097	52.06s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 106,751 Uitvoer-tokens 7,993 Redeneer-tokens 486,670 Responstijd (gem.) 52.06s Responstijd (totaal) 1145.27s Responstijd (max) 252.69s Verkeerd antwoord: 5 Extra opmaak: 3 Anti-AI-trucs : 8.3 Programmeren : 5.7 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
#50#50	GPT-5.6 Lunamedium	7.6	OpenAI	$0.352	7.28s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 1 Invoer-tokens 89,676 Uitvoer-tokens 5,699 Redeneer-tokens 37,980 Responstijd (gem.) 7.28s Responstijd (totaal) 160.27s Responstijd (max) 29.85s Verkeerd antwoord: 8 Anti-AI-trucs : 8.3 Programmeren : 5.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.1 Instructies opvolgen : 9.9 Puzzeloplossing : 7.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#57#57	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.437 ↓	89.19s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 113,560 Uitvoer-tokens 9,823 Redeneer-tokens 250,881 Responstijd (gem.) 89.19s Responstijd (totaal) 1337.92s Responstijd (max) 304.85s Verkeerd antwoord: 4 Time-out: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.2 Programmeren : 6.6 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#71#71	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 124,771 Uitvoer-tokens 44,077 Redeneer-tokens 443,141 Responstijd (gem.) 64.16s Responstijd (totaal) 1411.60s Responstijd (max) 519.30s Verkeerd antwoord: 5 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.0 Gecombineerd : 6.4 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
#87#87	Gemini 3.5 Flashminimal	6.8	Google	$0.300	2.65s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 1 Invoer-tokens 100,753 Uitvoer-tokens 16,454 Redeneer-tokens 0 Responstijd (gem.) 2.65s Responstijd (totaal) 58.27s Responstijd (max) 25.26s Verkeerd antwoord: 5 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#93#93	Gemma 4 26B A4Bmedium	6.6	Google	$0.082 ↓	103.83s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.4 Slaagpercentage per poging 66.7% Instabiele tests 2 Invoer-tokens 77,550 Uitvoer-tokens 28,036 Redeneer-tokens 219,491 Responstijd (gem.) 103.83s Responstijd (totaal) 2180.47s Responstijd (max) 912.19s Verkeerd antwoord: 3 Geen antwoord: 2 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 2.9 Gecombineerd : 6.3 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
#107#107	Gemma 4 31Bmedium	6.3	Google	$0.107 ↓	75.38s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 2 Invoer-tokens 94,992 Uitvoer-tokens 34,468 Redeneer-tokens 223,278 Responstijd (gem.) 75.38s Responstijd (totaal) 1507.52s Responstijd (max) 437.40s API-fout: 2 Time-out: 2 Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#24#24	Muse Spark 1.1low	8.3	Meta	$0.647	11.45s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 142,298 Uitvoer-tokens 10,847 Redeneer-tokens 99,467 Responstijd (gem.) 11.45s Responstijd (totaal) 251.92s Responstijd (max) 54.15s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 10.0 Gecombineerd : 6.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 7.3 Puzzeloplossing : 8.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#43#43	Claude Opus 4.6medium	7.7	Anthropic	$3.059	34.27s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 3 Invoer-tokens 108,615 Uitvoer-tokens 72,286 Redeneer-tokens 28,315 Responstijd (gem.) 34.27s Responstijd (totaal) 513.99s Responstijd (max) 151.51s Extra opmaak: 5 Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.4 Programmeren : 5.7 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
#45#45	DeepSeek V4 Flashhigh	7.7	DeepSeek	$0.042 ↓	49.75s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 5 Invoer-tokens 108,392 Uitvoer-tokens 14,478 Redeneer-tokens 153,687 Responstijd (gem.) 49.75s Responstijd (totaal) 1094.41s Responstijd (max) 218.13s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 7.8 Gecombineerd : 6.4 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
#51#51	Nemotron 3 Ultramedium	7.5	NVIDIA	$0.774 ↕	32.21s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.8 Slaagpercentage per poging 68.2% Instabiele tests 4 Invoer-tokens 233,488 Uitvoer-tokens 57,916 Redeneer-tokens 128,062 Responstijd (gem.) 32.21s Responstijd (totaal) 708.65s Responstijd (max) 392.56s Verkeerd antwoord: 7 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 3.7 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0

←

1 2 3 4 5 6 7

→

Snelle vergelijking

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 UltramediumGratis beschikbaar Gemini 3 Flash PreviewmediumvsNorth Mini CodemediumGratis beschikbaar Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

AI Benchy Leaderboard

Modellen filteren

Snelle vergelijking