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.)
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Modelkaart bekijken Totaal tests 18 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.5% 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 : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 7.3 Puzzeloplossing : 5.7 Toolaanroepen : 10.0
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 5 Invoer-tokens 42,017 Uitvoer-tokens 2,334 Redeneer-tokens 86,653 Responstijd (gem.) 20.21s Responstijd (totaal) 404.14s Responstijd (max) 95.88s Verkeerd antwoord: 6 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.2 Programmeren : 6.8 Gecombineerd : 6.9 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
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.7% Instabiele tests 5 Invoer-tokens 31,497 Uitvoer-tokens 2,160 Redeneer-tokens 100,548 Responstijd (gem.) 22.10s Responstijd (totaal) 442.09s Responstijd (max) 138.75s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 Anti-AI-trucs : 8.6 Programmeren : 7.5 Gecombineerd : 10.0 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
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 6 Invoer-tokens 40,306 Uitvoer-tokens 31,242 Redeneer-tokens 330,546 Responstijd (gem.) 69.66s Responstijd (totaal) 1393.17s Responstijd (max) 409.98s Time-out: 4 Geen antwoord: 2 Verkeerd antwoord: 2 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.5 Gecombineerd : 4.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 4.1 Algemene intelligentie : 2.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#65#65	GPT-5.4 Nanomedium	7.2	OpenAI	$0.099	11.79s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 3 Invoer-tokens 32,815 Uitvoer-tokens 2,993 Redeneer-tokens 70,928 Responstijd (gem.) 11.79s Responstijd (totaal) 235.81s Responstijd (max) 94.06s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 6.8 Gecombineerd : 9.8 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
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 3 Invoer-tokens 35,763 Uitvoer-tokens 828,084 Redeneer-tokens 0 Responstijd (gem.) 49.43s Responstijd (totaal) 988.58s Responstijd (max) 192.75s Verkeerd antwoord: 6 Geen antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 3.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 5.5 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 65.0% Instabiele tests 4 Invoer-tokens 43,447 Uitvoer-tokens 46,884 Redeneer-tokens 85,935 Responstijd (gem.) 68.44s Responstijd (totaal) 1300.32s Responstijd (max) 431.03s Time-out: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 5.5 Programmeren : 6.8 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
#68#68	GPT-5 Minimedium	7.2	OpenAI	$0.149	23.75s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 61.7% Instabiele tests 2 Invoer-tokens 34,481 Uitvoer-tokens 6,723 Redeneer-tokens 63,082 Responstijd (gem.) 23.75s Responstijd (totaal) 475.03s Responstijd (max) 88.15s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 Time-out: 1 Anti-AI-trucs : 7.1 Programmeren : 10.0 Gecombineerd : 10.0 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
#69#69	Qwen3.6 Max Previewnone	7.1	Qwen	$0.072 ↓	3.31s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 61.7% Instabiele tests 2 Invoer-tokens 39,668 Uitvoer-tokens 4,773 Redeneer-tokens 0 Responstijd (gem.) 3.31s Responstijd (totaal) 66.17s Responstijd (max) 20.51s Verkeerd antwoord: 9 Anti-AI-trucs : 5.2 Programmeren : 4.2 Gecombineerd : 3.0 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
#70#70	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.040 ↑	20.28s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 3 Invoer-tokens 37,474 Uitvoer-tokens 12,458 Redeneer-tokens 115,182 Responstijd (gem.) 20.28s Responstijd (totaal) 283.87s 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 : 4.1 Gecombineerd : 9.8 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
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.0% Instabiele tests 2 Invoer-tokens 41,904 Uitvoer-tokens 2,555 Redeneer-tokens 95,974 Responstijd (gem.) 80.22s Responstijd (totaal) 1363.72s Responstijd (max) 262.83s Time-out: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.6 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#72#72	Claude Sonnet 4.6none	7.0	Anthropic	$0.306	5.27s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 1 Invoer-tokens 54,721 Uitvoer-tokens 9,450 Redeneer-tokens 0 Responstijd (gem.) 5.27s Responstijd (totaal) 68.50s Responstijd (max) 23.84s Extra opmaak: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 4.8 Programmeren : 6.8 Gecombineerd : 9.5 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
#73#73	Grok 4.20medium	7.0	X AI	$0.450 ↓	19.08s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 61.7% Instabiele tests 3 Invoer-tokens 41,511 Uitvoer-tokens 1,816 Redeneer-tokens 157,251 Responstijd (gem.) 19.08s Responstijd (totaal) 381.60s Responstijd (max) 105.80s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Extra opmaak: 1 Anti-AI-trucs : 8.2 Programmeren : 4.4 Gecombineerd : 10.0 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
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 3 Invoer-tokens 35,892 Uitvoer-tokens 21,752 Redeneer-tokens 42,754 Responstijd (gem.) 61.29s Responstijd (totaal) 1164.50s Responstijd (max) 304.19s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.5 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 2 Invoer-tokens 25,987 Uitvoer-tokens 216,719 Redeneer-tokens 0 Responstijd (gem.) 56.57s Responstijd (totaal) 848.59s Responstijd (max) 149.94s API-fout: 6 Verkeerd antwoord: 3 Anti-AI-trucs : 6.4 Programmeren : 6.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 3 Invoer-tokens 37,007 Uitvoer-tokens 1,952 Redeneer-tokens 357,306 Responstijd (gem.) 41.16s Responstijd (totaal) 823.26s Responstijd (max) 299.23s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 3.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 6 Invoer-tokens 35,744 Uitvoer-tokens 7,177 Redeneer-tokens 68,297 Responstijd (gem.) 53.34s Responstijd (totaal) 1066.71s Responstijd (max) 189.03s Verkeerd antwoord: 5 API-fout: 2 Time-out: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.2 Programmeren : 3.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 0 Invoer-tokens 17,818 Uitvoer-tokens 1,398 Redeneer-tokens 0 Responstijd (gem.) 4.05s Responstijd (totaal) 72.97s Responstijd (max) 26.13s Verkeerd antwoord: 7 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.5 Toolaanroepen : 3.0 Algemene kennis : 3.0
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.7% Instabiele tests 3 Invoer-tokens 33,968 Uitvoer-tokens 2,481 Redeneer-tokens 0 Responstijd (gem.) 1.37s Responstijd (totaal) 27.32s Responstijd (max) 4.49s Verkeerd antwoord: 7 Instructies niet gevolgd: 3 Anti-AI-trucs : 8.3 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 0 Invoer-tokens 39,669 Uitvoer-tokens 6,572 Redeneer-tokens 0 Responstijd (gem.) 2.95s Responstijd (totaal) 58.96s Responstijd (max) 29.38s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.3 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Modelkaart bekijken Totaal tests 12 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 0 Invoer-tokens 1,971 Uitvoer-tokens 64,795 Redeneer-tokens 0 Responstijd (gem.) 39.03s Responstijd (totaal) 312.26s Responstijd (max) 114.12s API-fout: 4 Instructies niet gevolgd: 1 Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 10.0 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.0% 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: 6 Verkeerd antwoord: 4 Anti-AI-trucs : 8.3 Programmeren : 6.5 Gecombineerd : 10.0 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
#88#88	GPT-5.5none	6.5	OpenAI	$0.217	1.93s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 56.7% Instabiele tests 3 Invoer-tokens 31,593 Uitvoer-tokens 1,956 Redeneer-tokens 0 Responstijd (gem.) 1.93s Responstijd (totaal) 38.64s Responstijd (max) 5.56s Verkeerd antwoord: 10 Anti-AI-trucs : 6.9 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 6.2 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#90#90	Grok 4.1 Fastmedium	6.5	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 61.4% 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 : 2.3 Gecombineerd : 10.0 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
#91#91	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 52.6% Instabiele tests 2 Invoer-tokens 44,969 Uitvoer-tokens 58,087 Redeneer-tokens 0 Responstijd (gem.) 14.73s Responstijd (totaal) 220.93s Responstijd (max) 53.14s API-fout: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.5 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#95#95	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 47.4% 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 Anti-AI-trucs : 8.3 Programmeren : 3.0 Gecombineerd : 10.0 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
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 8 Invoer-tokens 31,717 Uitvoer-tokens 48,374 Redeneer-tokens 128,473 Responstijd (gem.) 89.02s Responstijd (totaal) 1157.32s Responstijd (max) 281.00s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Anti-AI-trucs : 7.3 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 5 Invoer-tokens 36,541 Uitvoer-tokens 12,981 Redeneer-tokens 105,822 Responstijd (gem.) 57.79s Responstijd (totaal) 1155.83s Responstijd (max) 168.22s Verkeerd antwoord: 6 Geen antwoord: 3 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 6.6 Gecombineerd : 7.0 Gegevensparsering en extractie : 3.5 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.0% Instabiele tests 4 Invoer-tokens 33,705 Uitvoer-tokens 2,478 Redeneer-tokens 0 Responstijd (gem.) 1.09s Responstijd (totaal) 21.79s Responstijd (max) 2.97s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.5 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#89#89	Mercury 2medium	6.5	Inception	$0.055	2.27s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.7% Instabiele tests 3 Invoer-tokens 32,570 Uitvoer-tokens 4,022 Redeneer-tokens 58,405 Responstijd (gem.) 2.27s Responstijd (totaal) 43.20s Responstijd (max) 14.63s Verkeerd antwoord: 8 Instructies niet gevolgd: 3 Anti-AI-trucs : 6.9 Programmeren : 7.2 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 5.4 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