AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-24 Geëvalueerde modellen: 222

222/222

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#146#146	GPT-5.4none	5.8	OpenAI	$0.397	2.07s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 2 Invoer-tokens 108,632 Uitvoer-tokens 8,321 Redeneer-tokens 0 Responstijd (gem.) 2.07s Responstijd (totaal) 45.51s Responstijd (max) 15.63s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.2 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#148#148	GLM 5none	5.7	Z.ai	$0.041 ↑	4.03s
Modelkaart bekijken Totaal tests 21 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 1 Invoer-tokens 37,135 Uitvoer-tokens 1,989 Redeneer-tokens 0 Responstijd (gem.) 4.03s Responstijd (totaal) 56.37s Responstijd (max) 11.07s Verkeerd antwoord: 12 Anti-AI-trucs : 4.8 Programmeren : 4.0 Gecombineerd : 1.5 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
#150#150	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
#151#151	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
#153#153	GLM 5V Turbonone	5.6	Z.ai	$0.052	2.99s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 0 Invoer-tokens 37,100 Uitvoer-tokens 1,766 Redeneer-tokens 0 Responstijd (gem.) 2.99s Responstijd (totaal) 62.74s Responstijd (max) 6.51s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#154#154	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
#155#155	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 3 Invoer-tokens 39,344 Uitvoer-tokens 2,352 Redeneer-tokens 0 Responstijd (gem.) 2.27s Responstijd (totaal) 45.50s Responstijd (max) 6.58s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.5 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#156#156	Owl Alphanone	5.6	Openrouter	$0.000	9.88s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 1 Invoer-tokens 42,283 Uitvoer-tokens 5,913 Redeneer-tokens 0 Responstijd (gem.) 9.88s Responstijd (totaal) 207.38s Responstijd (max) 47.10s Verkeerd antwoord: 10 Instructies niet gevolgd: 3 Extra opmaak: 1 Anti-AI-trucs : 3.4 Programmeren : 5.6 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.4 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#158#158	DeepSeek V4 Flashnone	5.6	DeepSeek	$0.044 ↓	36.78s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.8% Instabiele tests 4 Invoer-tokens 240,221 Uitvoer-tokens 100,727 Redeneer-tokens 0 Responstijd (gem.) 36.78s Responstijd (totaal) 809.09s Responstijd (max) 247.27s Verkeerd antwoord: 12 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 4.2 Gecombineerd : 4.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#159#159	GLM 5.1none	5.5	Z.ai	$0.164 ↓	6.70s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 5 Invoer-tokens 124,209 Uitvoer-tokens 14,393 Redeneer-tokens 0 Responstijd (gem.) 6.70s Responstijd (totaal) 147.38s Responstijd (max) 61.20s Verkeerd antwoord: 13 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 4.0 Programmeren : 3.9 Gecombineerd : 2.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#160#160	Qwen3.6 27Bnone	5.5	Qwen	$0.116 ↑	10.65s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 6 Invoer-tokens 95,796 Uitvoer-tokens 16,155 Redeneer-tokens 0 Responstijd (gem.) 10.65s Responstijd (totaal) 234.39s Responstijd (max) 156.31s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.8 Programmeren : 5.5 Gecombineerd : 3.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 7.7 Algemene intelligentie : 5.2 Instructies opvolgen : 6.2 Puzzeloplossing : 5.3 Toolaanroepen : 9.5 Algemene kennis : 3.0
#161#161	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
#162#162	MiMo-V2.5-Pronone	5.5	Xiaomi	$0.068 ↓	4.12s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 4 Invoer-tokens 124,799 Uitvoer-tokens 15,362 Redeneer-tokens 0 Responstijd (gem.) 4.12s Responstijd (totaal) 90.55s Responstijd (max) 53.13s Verkeerd antwoord: 11 Instructies niet gevolgd: 4 Geen antwoord: 1 Anti-AI-trucs : 3.3 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.4 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#163#163	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
#164#164	Gemma 4 26B A4Bnone	5.5	Google	$0.022 ↑	7.64s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 2 Invoer-tokens 131,282 Uitvoer-tokens 15,781 Redeneer-tokens 0 Responstijd (gem.) 7.64s Responstijd (totaal) 167.98s Responstijd (max) 57.10s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 6.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#165#165	Mimo V2 Omninone	5.5	Xiaomi	$0.021 ↓	2.44s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 40,852 Uitvoer-tokens 3,314 Redeneer-tokens 0 Responstijd (gem.) 2.44s Responstijd (totaal) 48.81s Responstijd (max) 6.81s Verkeerd antwoord: 10 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.6 Programmeren : 4.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.1 Instructies opvolgen : 6.5 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#168#168	GPT-5.6 Lunanone	5.4	OpenAI	$0.142	1.50s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 3 Invoer-tokens 101,323 Uitvoer-tokens 6,709 Redeneer-tokens 0 Responstijd (gem.) 1.50s Responstijd (totaal) 32.91s Responstijd (max) 10.57s Verkeerd antwoord: 14 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 7.1 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#170#170	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 3 Invoer-tokens 91,598 Uitvoer-tokens 13,377 Redeneer-tokens 0 Responstijd (gem.) 1.55s Responstijd (totaal) 34.19s Responstijd (max) 19.02s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 5.3 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 3.8 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#171#171	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.061 ↑	5.52s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.8% Instabiele tests 6 Invoer-tokens 93,979 Uitvoer-tokens 46,957 Redeneer-tokens 0 Responstijd (gem.) 5.52s Responstijd (totaal) 110.40s Responstijd (max) 39.54s Verkeerd antwoord: 13 API-fout: 2 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.4 Instructies opvolgen : 6.2 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#172#172	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.58s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 106,414 Uitvoer-tokens 11,555 Redeneer-tokens 0 Responstijd (gem.) 8.58s Responstijd (totaal) 163.06s Responstijd (max) 25.72s Verkeerd antwoord: 12 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.4 Puzzeloplossing : 3.1 Toolaanroepen : 3.0 Algemene kennis : 3.0
#175#175	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 104,708 Uitvoer-tokens 9,812 Redeneer-tokens 0 Responstijd (gem.) 1.20s Responstijd (totaal) 26.38s Responstijd (max) 13.16s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#176#176	Qwen3 Coder Nextnone	5.1	Qwen	$0.025 ↓	9.12s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 134,218 Uitvoer-tokens 11,808 Redeneer-tokens 0 Responstijd (gem.) 9.12s Responstijd (totaal) 145.94s Responstijd (max) 45.14s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#177#177	Mistral Small 4medium	5.1	Mistral	$0.096	10.77s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.4% Instabiele tests 8 Invoer-tokens 140,494 Uitvoer-tokens 39,462 Redeneer-tokens 92,362 Responstijd (gem.) 10.77s Responstijd (totaal) 236.94s Responstijd (max) 59.15s Verkeerd antwoord: 12 API-fout: 2 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 5.6 Programmeren : 4.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 7.3 Puzzeloplossing : 3.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#178#178	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.62s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 141,043 Uitvoer-tokens 16,464 Redeneer-tokens 0 Responstijd (gem.) 4.62s Responstijd (totaal) 101.57s Responstijd (max) 55.36s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#179#179	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
#180#180	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 32,525 Uitvoer-tokens 1,815 Redeneer-tokens 0 Responstijd (gem.) 2.82s Responstijd (totaal) 59.29s Responstijd (max) 8.21s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#182#182	MiniMax M2.7medium	5.0	Minimax	$0.163 ↓	41.28s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 9 Invoer-tokens 114,518 Uitvoer-tokens 18,558 Redeneer-tokens 119,036 Responstijd (gem.) 41.28s Responstijd (totaal) 866.81s Responstijd (max) 196.21s Verkeerd antwoord: 6 Instructies niet gevolgd: 5 Geen antwoord: 2 Time-out: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 5.7 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 3.8 Puzzeloplossing : 5.9 Toolaanroepen : 4.7 Algemene kennis : 3.0
#184#184	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
#185#185	GPT-4o-mininone	5.0	OpenAI	$0.010	1.99s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 0 Invoer-tokens 53,136 Uitvoer-tokens 2,911 Redeneer-tokens 0 Responstijd (gem.) 1.99s Responstijd (totaal) 29.86s Responstijd (max) 7.58s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 3.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#187#187	GLM 4.7 Flashnone	4.9	Z.ai	$0.016	9.15s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 34.9% Instabiele tests 3 Invoer-tokens 101,504 Uitvoer-tokens 22,992 Redeneer-tokens 0 Responstijd (gem.) 9.15s Responstijd (totaal) 137.18s Responstijd (max) 97.15s Verkeerd antwoord: 13 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.2 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.4 Toolaanroepen : 2.8 Algemene kennis : 3.0

←

1 4 5 6 8

→

Snelle vergelijking

Gemini 3.6 FlashmediumvsGemini 3.6 Flashhigh Gemini 3.6 FlashhighvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3.6 Flashlow Gemini 3.6 FlashlowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium Gemini 3.5 FlashmediumvsGPT-5.5medium

AI Benchy Leaderboard

Modellen filteren

Snelle vergelijking