AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-20 Geëvalueerde modellen: 210

210/210

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#27#27	Muse Spark 1.1high	8.1	Meta	$1.694	31.49s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 6 Invoer-tokens 129,423 Uitvoer-tokens 8,077 Redeneer-tokens 352,421 Responstijd (gem.) 31.49s Responstijd (totaal) 661.28s Responstijd (max) 196.03s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 7.5 Programmeren : 10.0 Gecombineerd : 5.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 7.8 Toolaanroepen : 9.6 Algemene kennis : 3.0
#171#171	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 8.7 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 130,492 Uitvoer-tokens 26,786 Redeneer-tokens 0 Responstijd (gem.) 29.95s Responstijd (totaal) 658.82s Responstijd (max) 159.85s Verkeerd antwoord: 12 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 6.5 Puzzeloplossing : 3.5 Toolaanroepen : 9.5 Algemene kennis : 3.0
#75#75	Grok 4.20medium	7.1	X AI	$0.777 ↓	29.47s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 102,791 Uitvoer-tokens 5,363 Redeneer-tokens 253,977 Responstijd (gem.) 29.47s Responstijd (totaal) 648.35s Responstijd (max) 199.66s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.2 Programmeren : 6.3 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.9 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#202#202	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Modelkaart bekijken Totaal tests 19 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 11,793 Uitvoer-tokens 267,275 Redeneer-tokens 0 Responstijd (gem.) 28.69s Responstijd (totaal) 459.00s Responstijd (max) 138.35s Verkeerd antwoord: 7 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#26#26	GPT-5 Minimedium	8.1	OpenAI	$0.237	27.63s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 3 Invoer-tokens 98,374 Uitvoer-tokens 14,434 Redeneer-tokens 91,498 Responstijd (gem.) 27.63s Responstijd (totaal) 607.92s Responstijd (max) 111.48s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 7.1 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.6 Toolaanroepen : 10.0 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
#56#56	GPT-5.4 Minimedium	7.5	OpenAI	$0.756	25.94s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 6 Invoer-tokens 97,155 Uitvoer-tokens 6,211 Redeneer-tokens 145,544 Responstijd (gem.) 25.94s Responstijd (totaal) 570.66s Responstijd (max) 138.75s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.6 Programmeren : 8.4 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.5 Instructies opvolgen : 9.8 Puzzeloplossing : 7.8 Toolaanroepen : 4.7 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
#92#92	KAT-Coder-Pro V2.5none	6.7	Kwaipilot	$0.476	25.56s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 7 Invoer-tokens 98,499 Uitvoer-tokens 135,861 Redeneer-tokens 0 Responstijd (gem.) 25.56s Responstijd (totaal) 562.43s Responstijd (max) 335.41s Verkeerd antwoord: 10 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 6.1 Gecombineerd : 4.1 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#125#125	Qwen3.5-Flashnone	6.1	Qwen	$0.073 ↓	25.28s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 2 Invoer-tokens 282,347 Uitvoer-tokens 209,201 Redeneer-tokens 0 Responstijd (gem.) 25.28s Responstijd (totaal) 556.24s Responstijd (max) 480.96s Verkeerd antwoord: 13 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#16#16	Muse Spark 1.1medium	8.6	Meta	$1.357	24.97s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 2 Invoer-tokens 142,567 Uitvoer-tokens 7,905 Redeneer-tokens 269,225 Responstijd (gem.) 24.97s Responstijd (totaal) 549.31s Responstijd (max) 165.38s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 7.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#153#153	Hy3 previewlow	5.5	Tencent	$0.015 ↕	24.56s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 2 Invoer-tokens 21,045 Uitvoer-tokens 63,460 Redeneer-tokens 0 Responstijd (gem.) 24.56s Responstijd (totaal) 368.35s Responstijd (max) 78.74s API-fout: 7 Verkeerd antwoord: 4 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#81#81	KAT-Coder-Pro V2.5medium	6.9	Kwaipilot	$0.467	24.04s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 7 Invoer-tokens 87,907 Uitvoer-tokens 7,213 Redeneer-tokens 128,251 Responstijd (gem.) 24.04s Responstijd (totaal) 528.92s Responstijd (max) 257.00s Verkeerd antwoord: 9 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.2 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#185#185	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 42,845 Uitvoer-tokens 2,006 Redeneer-tokens 96,334 Responstijd (gem.) 23.85s Responstijd (totaal) 286.16s Responstijd (max) 121.79s Instructies niet gevolgd: 4 Verkeerd antwoord: 4 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 7.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#38#38	GLM 5.2medium	7.8	Z.ai	$0.222 ↓	23.28s
Modelkaart bekijken Totaal tests 21 Foute tests 6 Betrouwbaarheid 9.5 Slaagpercentage per poging 80.3% Instabiele tests 4 Invoer-tokens 37,199 Uitvoer-tokens 12,261 Redeneer-tokens 49,500 Responstijd (gem.) 23.28s Responstijd (totaal) 488.94s Responstijd (max) 101.36s Verkeerd antwoord: 3 Geen antwoord: 2 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#18#18	GPT-5.4medium	8.5	OpenAI	$1.533	23.10s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.3% Instabiele tests 4 Invoer-tokens 81,127 Uitvoer-tokens 6,155 Redeneer-tokens 82,515 Responstijd (gem.) 23.10s Responstijd (totaal) 508.26s Responstijd (max) 100.41s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 8.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#93#93	GLM 5V Turbomedium	6.7	Z.ai	$0.457	23.08s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 6 Invoer-tokens 44,615 Uitvoer-tokens 2,347 Redeneer-tokens 98,415 Responstijd (gem.) 23.08s Responstijd (totaal) 484.63s Responstijd (max) 95.88s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.2 Programmeren : 6.0 Gecombineerd : 3.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 7.0 Algemene kennis : 3.0
#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
#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
#109#109	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 69.7% 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 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.0 Gecombineerd : 2.3 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
#121#121	gpt-oss-120bmedium	6.1	OpenAI	$0.019 ↓	21.91s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 5 Invoer-tokens 108,747 Uitvoer-tokens 29,772 Redeneer-tokens 68,044 Responstijd (gem.) 21.91s Responstijd (totaal) 328.70s Responstijd (max) 68.16s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.7 Programmeren : 5.9 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.4 Domeinspecifiek : 2.9 Algemene intelligentie : 4.3 Instructies opvolgen : 9.9 Puzzeloplossing : 5.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#206#206	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 2 Invoer-tokens 9,081 Uitvoer-tokens 51,664 Redeneer-tokens 0 Responstijd (gem.) 21.61s Responstijd (totaal) 345.79s Responstijd (max) 113.71s Verkeerd antwoord: 8 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#7#7	Gemini 3.1 Pro Previewmedium	9.2	Google	$1.361	21.47s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.9% Instabiele tests 0 Invoer-tokens 92,287 Uitvoer-tokens 5,232 Redeneer-tokens 92,726 Responstijd (gem.) 21.47s Responstijd (totaal) 322.08s Responstijd (max) 88.68s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#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
#69#69	KAT-Coder-Pro V2.5high	7.2	Kwaipilot	$0.482	20.83s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 6 Invoer-tokens 106,076 Uitvoer-tokens 9,071 Redeneer-tokens 127,093 Responstijd (gem.) 20.83s Responstijd (totaal) 458.31s Responstijd (max) 199.97s Verkeerd antwoord: 10 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.0 Programmeren : 6.4 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#67#67	Step 3.7 Flashlow	7.3	Stepfun	$0.454	20.68s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 5 Invoer-tokens 103,833 Uitvoer-tokens 376,581 Redeneer-tokens 0 Responstijd (gem.) 20.68s Responstijd (totaal) 455.01s Responstijd (max) 124.75s Verkeerd antwoord: 8 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.2 Gecombineerd : 7.3 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
#113#113	MiMo-V2-Flashmedium	6.3	Xiaomi	$0.043 ↑	20.11s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.1% Instabiele tests 3 Invoer-tokens 40,111 Uitvoer-tokens 12,476 Redeneer-tokens 125,039 Responstijd (gem.) 20.11s Responstijd (totaal) 301.59s Responstijd (max) 96.01s Verkeerd antwoord: 5 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Time-out: 1 Anti-AI-trucs : 8.1 Programmeren : 6.0 Gecombineerd : 4.9 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#138#138	Kimi K2.6none	5.8	Moonshot AI	$0.184 ↓	19.58s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 2 Invoer-tokens 116,970 Uitvoer-tokens 30,253 Redeneer-tokens 0 Responstijd (gem.) 19.58s Responstijd (totaal) 430.85s Responstijd (max) 238.89s Verkeerd antwoord: 11 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 4.6 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#62#62	KAT-Coder-Pro V2.5low	7.4	Kwaipilot	$0.387	19.47s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 8 Invoer-tokens 87,673 Uitvoer-tokens 7,166 Redeneer-tokens 101,474 Responstijd (gem.) 19.47s Responstijd (totaal) 428.31s Responstijd (max) 209.15s Verkeerd antwoord: 10 API-fout: 1 Anti-AI-trucs : 6.9 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.1 Instructies opvolgen : 10.0 Puzzeloplossing : 6.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#1🥇 #1	Gemini 3 Flash Previewmedium	9.6	Google	$0.742	19.20s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 87,861 Uitvoer-tokens 5,486 Redeneer-tokens 227,164 Responstijd (gem.) 19.20s Responstijd (totaal) 422.42s Responstijd (max) 117.26s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 8.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0

←

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