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.)
#54#54	GPT-5.3 Chatnone	7.5	OpenAI	$0.571	6.88s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 5 Invoer-tokens 78,990 Uitvoer-tokens 30,854 Redeneer-tokens 0 Responstijd (gem.) 6.88s Responstijd (totaal) 151.31s Responstijd (max) 18.33s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.7 Programmeren : 5.6 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
#55#55	GPT-5.6 Terralow	7.5	OpenAI	$0.519	5.31s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 6 Invoer-tokens 80,295 Uitvoer-tokens 4,714 Redeneer-tokens 16,469 Responstijd (gem.) 5.31s Responstijd (totaal) 116.82s Responstijd (max) 19.85s Verkeerd antwoord: 8 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 6.6 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 4.7 Algemene kennis : 3.0
#58#58	Qwen3.5-27Bmedium	7.4	Qwen	$1.627 ↑	111.94s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 5 Invoer-tokens 111,635 Uitvoer-tokens 15,999 Redeneer-tokens 598,430 Responstijd (gem.) 111.94s Responstijd (totaal) 2462.67s Responstijd (max) 1026.43s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 6.2 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#63#63	Gemini 3.1 Flash Lite Previewmedium	7.3	Google	$0.115	4.61s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 0 Invoer-tokens 117,480 Uitvoer-tokens 10,589 Redeneer-tokens 46,394 Responstijd (gem.) 4.61s Responstijd (totaal) 101.39s Responstijd (max) 18.34s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 9.1 Programmeren : 5.5 Gecombineerd : 7.2 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
#64#64	Gemini 3.1 Flash Litemedium	7.3	Google	$0.117	4.27s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.1% Instabiele tests 2 Invoer-tokens 104,918 Uitvoer-tokens 9,168 Redeneer-tokens 51,130 Responstijd (gem.) 4.27s Responstijd (totaal) 94.02s Responstijd (max) 26.22s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 9.1 Programmeren : 5.5 Gecombineerd : 7.2 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
#65#65	Claude Opus 4.8none	7.3	Anthropic	$1.166	4.91s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 2 Invoer-tokens 149,206 Uitvoer-tokens 16,797 Redeneer-tokens 0 Responstijd (gem.) 4.91s Responstijd (totaal) 108.03s Responstijd (max) 35.03s Verkeerd antwoord: 4 Extra opmaak: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 9.8 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
#69#69	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.317 ↓	46.36s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 63.6% Instabiele tests 2 Invoer-tokens 42,097 Uitvoer-tokens 2,280 Redeneer-tokens 166,613 Responstijd (gem.) 46.36s Responstijd (totaal) 973.57s Responstijd (max) 189.38s Verkeerd antwoord: 8 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.5 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
#72#72	Grok 4.3medium	7.1	X AI	$0.779	47.45s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 4 Invoer-tokens 140,031 Uitvoer-tokens 13,739 Redeneer-tokens 227,682 Responstijd (gem.) 47.45s Responstijd (totaal) 1043.83s Responstijd (max) 216.69s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.5 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
#73#73	GLM 5.1medium	7.1	Z.ai	$0.535 ↓	46.77s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 8.3 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 82,623 Uitvoer-tokens 16,089 Redeneer-tokens 136,463 Responstijd (gem.) 46.77s Responstijd (totaal) 982.16s Responstijd (max) 308.75s Verkeerd antwoord: 4 Time-out: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.6 Gecombineerd : 9.8 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
#88#88	Gemini 3 Flash Previewnone	6.8	Google	$0.085	2.95s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 3 Invoer-tokens 104,210 Uitvoer-tokens 10,710 Redeneer-tokens 0 Responstijd (gem.) 2.95s Responstijd (totaal) 44.26s Responstijd (max) 21.19s Verkeerd antwoord: 8 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.8 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
#89#89	Qwen3.6 35B A3Bmedium	6.7	Qwen	$0.746 ↑	58.06s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 1 Invoer-tokens 85,139 Uitvoer-tokens 61,819 Redeneer-tokens 678,766 Responstijd (gem.) 58.06s Responstijd (totaal) 1161.18s Responstijd (max) 817.57s Verkeerd antwoord: 4 API-fout: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.7 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
#101#101	Gemini 3.1 Flash Lite Previewlow	6.5	Google	$0.646	16.70s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 0 Invoer-tokens 110,185 Uitvoer-tokens 14,717 Redeneer-tokens 397,483 Responstijd (gem.) 16.70s Responstijd (totaal) 367.47s Responstijd (max) 309.35s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 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
#106#106	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
#109#109	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
#139#139	Gemini 3.1 Flash Litehigh	5.6	Google	$2.044	61.96s
Modelkaart bekijken Totaal tests 18 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.1% Instabiele tests 4 Invoer-tokens 29,134 Uitvoer-tokens 1,984 Redeneer-tokens 1,355,583 Responstijd (gem.) 61.96s Responstijd (totaal) 1115.31s Responstijd (max) 149.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 7.3 Puzzeloplossing : 5.7 Toolaanroepen : 10.0 Algemene kennis : 0.0
#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
#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
#47#47	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.7 Slaagpercentage per poging 66.7% Instabiele tests 5 Invoer-tokens 121,990 Uitvoer-tokens 77,916 Redeneer-tokens 173,553 Responstijd (gem.) 74.98s Responstijd (totaal) 1574.56s Responstijd (max) 431.03s Time-out: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 5.5 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.5 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#52#52	Kimi K2.7 Codemedium	7.5	Moonshot AI	$0.871 ↑	84.25s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 72,073 Uitvoer-tokens 83,714 Redeneer-tokens 178,793 Responstijd (gem.) 84.25s Responstijd (totaal) 1769.22s Responstijd (max) 365.80s Verkeerd antwoord: 5 Time-out: 3 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.3 Programmeren : 7.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.5 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 5.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#53#53	GPT-5.4 Nanomedium	7.5	OpenAI	$0.138	13.24s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 82,819 Uitvoer-tokens 7,100 Redeneer-tokens 90,022 Responstijd (gem.) 13.24s Responstijd (totaal) 291.33s Responstijd (max) 94.06s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 6.1 Gecombineerd : 9.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.5 Instructies opvolgen : 9.8 Puzzeloplossing : 4.1 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
#62#62	Claude Sonnet 4.6none	7.3	Anthropic	$0.661	8.12s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 1 Invoer-tokens 123,264 Uitvoer-tokens 19,362 Redeneer-tokens 0 Responstijd (gem.) 8.12s Responstijd (totaal) 121.78s Responstijd (max) 51.18s Verkeerd antwoord: 5 Extra opmaak: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 6.1 Instructies opvolgen : 6.5 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#66#66	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
#67#67	Kimi K2.6medium	7.2	Moonshot AI	$1.222 ↑	109.98s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.4 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 68,902 Uitvoer-tokens 111,680 Redeneer-tokens 279,860 Responstijd (gem.) 109.98s Responstijd (totaal) 2309.56s Responstijd (max) 876.20s Time-out: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 7.0 Programmeren : 5.7 Gecombineerd : 6.9 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
#74#74	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
#83#83	MiMo-V2.5-Promedium	6.9	Xiaomi	$0.187 ↓	33.92s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 5 Invoer-tokens 139,883 Uitvoer-tokens 15,521 Redeneer-tokens 130,992 Responstijd (gem.) 33.92s Responstijd (totaal) 746.19s Responstijd (max) 197.54s Extra opmaak: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.9 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
#84#84	Qwen3.6 Flashmedium	6.9	Qwen	$0.738 ↓	44.65s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 5 Invoer-tokens 129,041 Uitvoer-tokens 20,026 Redeneer-tokens 614,312 Responstijd (gem.) 44.65s Responstijd (totaal) 982.32s Responstijd (max) 578.13s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 5.0 Gecombineerd : 6.5 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
#94#94	GLM 5.2none	6.6	Z.ai	$0.047 ↓	9.34s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 2 Invoer-tokens 112,359 Uitvoer-tokens 14,340 Redeneer-tokens 0 Responstijd (gem.) 9.34s Responstijd (totaal) 205.46s Responstijd (max) 79.65s Verkeerd antwoord: 8 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 3.7 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#95#95	Qwen3.6 Max Previewnone	6.6	Qwen	$0.231 ↓	7.82s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.9 Slaagpercentage per poging 60.6% Instabiele tests 2 Invoer-tokens 106,339 Uitvoer-tokens 19,257 Redeneer-tokens 0 Responstijd (gem.) 7.82s Responstijd (totaal) 172.01s Responstijd (max) 102.62s Verkeerd antwoord: 10 Anti-AI-trucs : 5.2 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#98#98	MiMo-V2.5medium	6.5	Xiaomi	$0.082 ↓	32.20s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 6 Invoer-tokens 105,447 Uitvoer-tokens 7,120 Redeneer-tokens 230,682 Responstijd (gem.) 32.20s Responstijd (totaal) 708.46s Responstijd (max) 162.44s Verkeerd antwoord: 5 Extra opmaak: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 8.7 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

←

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