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.)
#169#169	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.17s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 19.7% Instabiele tests 1 Invoer-tokens 144,407 Uitvoer-tokens 37,484 Redeneer-tokens 0 Responstijd (gem.) 19.17s Responstijd (totaal) 421.74s Responstijd (max) 382.06s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.1 Programmeren : 3.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#155#155	Kimi K2.5none	5.5	Moonshot AI	$0.127 ↑	19.15s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 4 Invoer-tokens 89,322 Uitvoer-tokens 26,638 Redeneer-tokens 0 Responstijd (gem.) 19.15s Responstijd (totaal) 287.30s Responstijd (max) 102.83s Verkeerd antwoord: 15 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.0 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
#173#173	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	18.25s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 6 Invoer-tokens 135,780 Uitvoer-tokens 42,097 Redeneer-tokens 0 Responstijd (gem.) 18.25s Responstijd (totaal) 401.60s Responstijd (max) 115.89s Verkeerd antwoord: 7 API-fout: 4 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.2 Programmeren : 3.1 Gecombineerd : 4.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#17#17	Claude Fable 5medium	8.6	Anthropic	$3.478	17.20s
Modelkaart bekijken Totaal tests 22 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 1 Invoer-tokens 89,643 Uitvoer-tokens 41,360 Redeneer-tokens 10,269 Responstijd (gem.) 17.20s Responstijd (totaal) 378.41s Responstijd (max) 80.80s Geen antwoord: 2 Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#207#207	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	3.4	NVIDIA	$0.000	17.13s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 5 Invoer-tokens 11,661 Uitvoer-tokens 48,491 Redeneer-tokens 180,695 Responstijd (gem.) 17.13s Responstijd (totaal) 222.66s Responstijd (max) 147.45s Verkeerd antwoord: 7 API-fout: 6 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.4 Programmeren : 1.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.0 Instructies opvolgen : 7.3 Puzzeloplossing : 2.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#13#13	GPT-5.3-Codexmedium	8.9	OpenAI	$0.920	16.96s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 4 Invoer-tokens 81,268 Uitvoer-tokens 6,251 Redeneer-tokens 49,274 Responstijd (gem.) 16.96s Responstijd (totaal) 373.19s Responstijd (max) 100.93s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.6 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#104#104	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
#100#100	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
#105#105	Gemini 3.1 Flash Litelow	6.5	Google	$0.621	16.26s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.1% Instabiele tests 2 Invoer-tokens 94,224 Uitvoer-tokens 7,759 Redeneer-tokens 390,126 Responstijd (gem.) 16.26s Responstijd (totaal) 357.64s Responstijd (max) 318.02s Verkeerd antwoord: 9 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.3 Programmeren : 5.5 Gecombineerd : 3.2 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
#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
#144#144	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.90s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.9 Slaagpercentage per poging 43.9% Instabiele tests 6 Invoer-tokens 50,470 Uitvoer-tokens 3,957 Redeneer-tokens 111,374 Responstijd (gem.) 15.90s Responstijd (totaal) 349.71s Responstijd (max) 118.35s Verkeerd antwoord: 9 API-fout: 3 Extra opmaak: 3 Anti-AI-trucs : 6.9 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#20#20	Grok 4.5low	8.4	X AI	$0.935	15.56s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 1 Invoer-tokens 125,596 Uitvoer-tokens 7,505 Redeneer-tokens 106,446 Responstijd (gem.) 15.56s Responstijd (totaal) 342.32s Responstijd (max) 205.28s Verkeerd antwoord: 6 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 6.1 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#175#175	Qwen3.6 Plus Previewmedium	4.9	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 40.9% 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 : 9.8 Gecombineerd : 5.0 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
#2🥈 #2	Gemini 3.5 Flashhigh	9.5	Google	$1.976	15.07s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 93.9% Instabiele tests 2 Invoer-tokens 107,137 Uitvoer-tokens 8,777 Redeneer-tokens 192,900 Responstijd (gem.) 15.07s Responstijd (totaal) 331.48s Responstijd (max) 145.92s Ongeldige toolaanroep: 1 Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 9.8 Algemene kennis : 10.0
#186#186	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% 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 : 1.5 Gecombineerd : 1.5 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
#126#126	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.122 ↓	13.56s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 94,468 Uitvoer-tokens 51,487 Redeneer-tokens 0 Responstijd (gem.) 13.56s Responstijd (totaal) 298.31s Responstijd (max) 206.05s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.9 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.2 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 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
#199#199	Hy3 previewnone	4.0	Tencent	$0.003 ↕	12.92s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 2 Invoer-tokens 27,172 Uitvoer-tokens 2,661 Redeneer-tokens 0 Responstijd (gem.) 12.92s Responstijd (totaal) 232.64s Responstijd (max) 35.84s Verkeerd antwoord: 8 API-fout: 4 Instructies niet gevolgd: 4 Extra opmaak: 1 Anti-AI-trucs : 4.8 Programmeren : 2.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 4.1 Instructies opvolgen : 6.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#142#142	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.247 ↓	12.92s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 2 Invoer-tokens 241,566 Uitvoer-tokens 88,458 Redeneer-tokens 0 Responstijd (gem.) 12.92s Responstijd (totaal) 284.21s Responstijd (max) 212.63s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 3.7 Gecombineerd : 5.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#41#41	Claude Opus 4.8low	7.8	Anthropic	$2.077	12.74s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 156,525 Uitvoer-tokens 43,141 Redeneer-tokens 8,617 Responstijd (gem.) 12.74s Responstijd (totaal) 280.29s Responstijd (max) 127.97s Verkeerd antwoord: 4 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 9.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#127#127	Qwen3.5-35B-A3Bnone	6.1	Qwen	$0.106 ↓	12.72s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 134,521 Uitvoer-tokens 86,614 Redeneer-tokens 0 Responstijd (gem.) 12.72s Responstijd (totaal) 279.90s Responstijd (max) 209.15s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 6.5 Instructies opvolgen : 6.3 Puzzeloplossing : 3.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#23#23	Claude Sonnet 5medium	8.3	Anthropic	$0.922	12.52s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 145,956 Uitvoer-tokens 52,333 Redeneer-tokens 10,874 Responstijd (gem.) 12.52s Responstijd (totaal) 275.42s Responstijd (max) 66.71s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 9.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.8 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#14#14	Claude Opus 4.8medium	8.8	Anthropic	$1.931	12.49s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.9% Instabiele tests 1 Invoer-tokens 138,451 Uitvoer-tokens 40,766 Redeneer-tokens 9,075 Responstijd (gem.) 12.49s Responstijd (totaal) 274.72s Responstijd (max) 70.54s Verkeerd antwoord: 3 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 9.9 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#182#182	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.067	12.17s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 8 Invoer-tokens 69,367 Uitvoer-tokens 93,913 Redeneer-tokens 0 Responstijd (gem.) 12.17s Responstijd (totaal) 267.83s Responstijd (max) 121.05s Verkeerd antwoord: 13 Extra opmaak: 3 API-fout: 1 Anti-AI-trucs : 5.3 Programmeren : 3.3 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#71#71	Qwen3.7 Plusnone	7.2	Qwen	$0.106 ↓	12.09s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 0 Invoer-tokens 98,824 Uitvoer-tokens 58,097 Redeneer-tokens 0 Responstijd (gem.) 12.09s Responstijd (totaal) 265.89s Responstijd (max) 206.03s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 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
#146#146	Owl Alphamedium	5.6	Openrouter	$0.000	11.95s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 43,478 Uitvoer-tokens 2,974 Redeneer-tokens 0 Responstijd (gem.) 11.95s Responstijd (totaal) 250.88s Responstijd (max) 58.63s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 4.8 Programmeren : 5.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#5#5	GPT-5.6 Solhigh	9.4	OpenAI	$1.234	11.73s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 89.4% Instabiele tests 3 Invoer-tokens 79,249 Uitvoer-tokens 4,855 Redeneer-tokens 23,044 Responstijd (gem.) 11.73s Responstijd (totaal) 257.99s Responstijd (max) 54.79s Verkeerd antwoord: 4 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 4.7
#82#82	DeepSeek V4 Pronone	6.9	DeepSeek	$0.096	11.55s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 51.5% Instabiele tests 4 Invoer-tokens 148,069 Uitvoer-tokens 35,551 Redeneer-tokens 0 Responstijd (gem.) 11.55s Responstijd (totaal) 254.11s Responstijd (max) 119.44s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.2 Programmeren : 5.6 Gecombineerd : 7.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 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

←

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