AI BENCHY

AI Benchmark Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-04 Geëvalueerde modellen: 163

163/163

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#140#140	Qwen3 Coder Nextnone	4.9	Qwen	$0.009 ↓	8.62s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.0% Instabiele tests 1 Invoer-tokens 47,507 Uitvoer-tokens 3,584 Redeneer-tokens 0 Responstijd (gem.) 8.62s Responstijd (totaal) 129.37s Responstijd (max) 45.14s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 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
#141#141	Nemotron 3 Supernone	4.9	NVIDIA	$0.007 ↑	5.30s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.8% Instabiele tests 3 Invoer-tokens 36,456 Uitvoer-tokens 6,195 Redeneer-tokens 0 Responstijd (gem.) 5.30s Responstijd (totaal) 111.31s Responstijd (max) 16.45s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.6 Instructies opvolgen : 6.3 Puzzeloplossing : 5.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#142#142	Mistral Small 4none	4.9	Mistral	$0.007	630ms
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.0% Instabiele tests 1 Invoer-tokens 37,309 Uitvoer-tokens 2,201 Redeneer-tokens 0 Responstijd (gem.) 630ms Responstijd (totaal) 13.22s Responstijd (max) 1.72s Verkeerd antwoord: 15 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
#143#143	MiMo-V2.5none	4.9	Xiaomi	$0.007 ↓	2.20s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.0% Instabiele tests 1 Invoer-tokens 41,985 Uitvoer-tokens 2,267 Redeneer-tokens 0 Responstijd (gem.) 2.20s Responstijd (totaal) 46.21s Responstijd (max) 6.86s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 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
#144#144	GPT-5.4 Mininone	4.9	OpenAI	$0.038	1.13s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.2% Instabiele tests 3 Invoer-tokens 34,244 Uitvoer-tokens 2,541 Redeneer-tokens 0 Responstijd (gem.) 1.13s Responstijd (totaal) 23.82s Responstijd (max) 2.52s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Anti-AI-trucs : 3.1 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#146#146	Laguna Xs.2none	4.8	Poolside	$0.000	806ms
Modelkaart bekijken Totaal tests 19 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.3% Instabiele tests 0 Invoer-tokens 33,675 Uitvoer-tokens 2,826 Redeneer-tokens 0 Responstijd (gem.) 806ms Responstijd (totaal) 12.09s Responstijd (max) 2.01s Verkeerd antwoord: 8 API-fout: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.0 Programmeren : 2.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#147#147	GPT-4o-mininone	4.8	OpenAI	$0.006	1.77s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.8% Instabiele tests 0 Invoer-tokens 31,518 Uitvoer-tokens 1,982 Redeneer-tokens 0 Responstijd (gem.) 1.77s Responstijd (totaal) 24.80s Responstijd (max) 7.58s Verkeerd antwoord: 15 Instructies niet gevolgd: 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
#148#148	GPT-5.4 Nanonone	4.7	OpenAI	$0.011	1.48s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.2% Instabiele tests 5 Invoer-tokens 34,212 Uitvoer-tokens 2,784 Redeneer-tokens 0 Responstijd (gem.) 1.48s Responstijd (totaal) 31.01s Responstijd (max) 4.47s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.5 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#149#149	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	4.6	NVIDIA	$0.000	17.13s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.6% 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 : 3.3 Gecombineerd : 3.0 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
#150#150	Qwen3 Coder Nextmedium	4.6	Qwen	$0.008 ↓	8.58s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.6% Instabiele tests 3 Invoer-tokens 47,250 Uitvoer-tokens 3,319 Redeneer-tokens 0 Responstijd (gem.) 8.58s Responstijd (totaal) 128.68s Responstijd (max) 81.80s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Time-out: 1 Anti-AI-trucs : 3.5 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 6.3 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#151#151	Trinity Large Previewnone	4.6	Arcee AI	$0.008 ↑	2.98s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.2% Instabiele tests 2 Invoer-tokens 29,828 Uitvoer-tokens 2,169 Redeneer-tokens 0 Responstijd (gem.) 2.98s Responstijd (totaal) 56.57s Responstijd (max) 14.34s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 API-fout: 2 Anti-AI-trucs : 3.1 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.5 Instructies opvolgen : 3.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#153#153	Qwen3.6 35B A3Bnone	4.6	Qwen	$0.031 ↑	3.73s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.2% Instabiele tests 5 Invoer-tokens 19,329 Uitvoer-tokens 27,755 Redeneer-tokens 0 Responstijd (gem.) 3.73s Responstijd (totaal) 70.86s Responstijd (max) 22.52s Verkeerd antwoord: 13 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 3.0 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
#154#154	Qwen3.5-9Bnone	4.6	Qwen	$0.003 ↓	1.89s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 20.6% Instabiele tests 1 Invoer-tokens 48,041 Uitvoer-tokens 3,952 Redeneer-tokens 0 Responstijd (gem.) 1.89s Responstijd (totaal) 39.68s Responstijd (max) 6.03s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 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	Mercury 2none	4.5	Inception	$0.011	653ms
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.8% Instabiele tests 2 Invoer-tokens 28,113 Uitvoer-tokens 4,439 Redeneer-tokens 0 Responstijd (gem.) 653ms Responstijd (totaal) 13.72s Responstijd (max) 1.43s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 3.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#156#156	Hy3 previewnone	4.4	Tencent	$0.003 ↕	12.92s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 23.8% 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 : 3.0 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
#157#157	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Modelkaart bekijken Totaal tests 19 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.8% Instabiele tests 3 Invoer-tokens 36,608 Uitvoer-tokens 1,723 Redeneer-tokens 0 Responstijd (gem.) 1.62s Responstijd (totaal) 19.48s Responstijd (max) 5.51s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Anti-AI-trucs : 3.2 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.4 Instructies opvolgen : 3.0 Puzzeloplossing : 3.0 Toolaanroepen : 2.8 Algemene kennis : 3.0
#162#162	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.1	NVIDIA	$0.000	728ms
Modelkaart bekijken Totaal tests 19 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 17.5% Instabiele tests 2 Invoer-tokens 11,661 Uitvoer-tokens 1,302 Redeneer-tokens 0 Responstijd (gem.) 728ms Responstijd (totaal) 9.47s Responstijd (max) 2.21s Verkeerd antwoord: 9 API-fout: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 10.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 4.8 Puzzeloplossing : 3.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#163#163	Granite 4.1 8Bnone	4.0	IBM Granite	$0.003	728ms
Modelkaart bekijken Totaal tests 21 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 9.5% Instabiele tests 0 Invoer-tokens 46,285 Uitvoer-tokens 2,911 Redeneer-tokens 0 Responstijd (gem.) 728ms Responstijd (totaal) 15.29s Responstijd (max) 2.17s Verkeerd antwoord: 13 Instructies niet gevolgd: 4 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.9 Programmeren : 4.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 3.6 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#22#22	Step 3.7 Flashmedium	8.0	Stepfun	$0.376	20.35s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 9.9 Slaagpercentage per poging 73.0% Instabiele tests 2 Invoer-tokens 39,981 Uitvoer-tokens 319,958 Redeneer-tokens 0 Responstijd (gem.) 20.35s Responstijd (totaal) 427.42s Responstijd (max) 113.98s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.8 Gecombineerd : 10.0 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
#145#145	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 31.6% Instabiele tests 3 Invoer-tokens 38,147 Uitvoer-tokens 2,054 Redeneer-tokens 0 Responstijd (gem.) 2.89s Responstijd (totaal) 43.28s Responstijd (max) 15.42s Verkeerd antwoord: 10 API-fout: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 7.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#41#41	Nemotron 3 Ultra 550b A55bmedium	7.5	NVIDIA	$0.177 ↕	15.05s
Modelkaart bekijken Totaal tests 21 Foute tests 8 Betrouwbaarheid 9.7 Slaagpercentage per poging 69.8% Instabiele tests 3 Invoer-tokens 46,813 Uitvoer-tokens 18,002 Redeneer-tokens 53,091 Responstijd (gem.) 15.05s Responstijd (totaal) 316.09s Responstijd (max) 43.93s Verkeerd antwoord: 7 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 3.7 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#51#51	Mimo V2 PROmedium	7.4	Xiaomi	$0.333 ↑	22.16s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 73.0% 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 : 4.7 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
#67#67	MiniMax M3medium	7.1	Minimax	$0.131	68.17s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 9.6 Slaagpercentage per poging 65.1% Instabiele tests 5 Invoer-tokens 46,546 Uitvoer-tokens 49,036 Redeneer-tokens 92,543 Responstijd (gem.) 68.17s Responstijd (totaal) 1363.38s 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
#103#103	DeepSeek V4 Prohigh	6.0	DeepSeek	$0.079 ↓	65.21s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 9.0 Slaagpercentage per poging 52.4% Instabiele tests 6 Invoer-tokens 32,240 Uitvoer-tokens 12,250 Redeneer-tokens 72,257 Responstijd (gem.) 65.21s Responstijd (totaal) 1304.19s Responstijd (max) 358.35s API-fout: 5 Verkeerd antwoord: 4 Time-out: 3 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.4 Programmeren : 3.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#113#113	DeepSeek V4 Pronone	5.7	DeepSeek	$0.025 ↓	12.38s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 8.5 Slaagpercentage per poging 42.9% Instabiele tests 4 Invoer-tokens 44,845 Uitvoer-tokens 5,349 Redeneer-tokens 0 Responstijd (gem.) 12.38s Responstijd (totaal) 260.06s Responstijd (max) 58.65s Verkeerd antwoord: 10 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 3.5 Programmeren : 4.6 Gecombineerd : 9.5 Gegevensparsering en extractie : 6.9 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 6.3 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#55#55	GLM 5.1medium	7.3	Z.ai	$0.292 ↓	33.67s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 6.7 Slaagpercentage per poging 68.3% Instabiele tests 4 Invoer-tokens 32,995 Uitvoer-tokens 11,655 Redeneer-tokens 75,421 Responstijd (gem.) 33.67s Responstijd (totaal) 673.41s Responstijd (max) 172.60s Verkeerd antwoord: 4 Time-out: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.6 Gecombineerd : 9.5 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
#73#73	Seed-2.0-Minimedium	6.9	Bytedance Seed	$0.044	80.22s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 6.7 Slaagpercentage per poging 57.1% 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: 5 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.6 Programmeren : 5.5 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
#152#152	MiMo-V2-Flashnone	4.6	Xiaomi	$0.025 ↑	2.76s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 6.7 Slaagpercentage per poging 25.4% Instabiele tests 4 Invoer-tokens 36,851 Uitvoer-tokens 68,882 Redeneer-tokens 0 Responstijd (gem.) 2.76s Responstijd (totaal) 46.99s Responstijd (max) 19.68s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 3.2 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 5.3 Algemene intelligentie : 4.6 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#158#158	GLM 4.7 Flashmedium	4.4	Z.ai	$0.054	35.10s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 6.7 Slaagpercentage per poging 33.3% Instabiele tests 8 Invoer-tokens 37,206 Uitvoer-tokens 43,754 Redeneer-tokens 89,079 Responstijd (gem.) 35.10s Responstijd (totaal) 456.24s Responstijd (max) 174.55s Verkeerd antwoord: 9 Geen antwoord: 3 Instructies niet gevolgd: 2 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.7 Programmeren : 3.2 Gecombineerd : 2.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.5 Algemene intelligentie : 3.6 Instructies opvolgen : 6.2 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#161#161	Qwen3.5-9Bmedium	4.2	Qwen	$0.035 ↓	82.24s
Modelkaart bekijken Totaal tests 21 Foute tests 18 Betrouwbaarheid 6.7 Slaagpercentage per poging 27.0% Instabiele tests 5 Invoer-tokens 17,070 Uitvoer-tokens 29,045 Redeneer-tokens 209,516 Responstijd (gem.) 82.24s Responstijd (totaal) 1315.88s Responstijd (max) 226.38s Time-out: 11 Geen antwoord: 2 Verkeerd antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.1 Programmeren : 2.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.6 Domeinspecifiek : 3.6 Algemene intelligentie : 2.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0

←

1 2 3 4 5 6

→

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 PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaar Gemini 3 Flash PreviewmediumvsCobuddymedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low

AI Benchmark Leaderboard

Modellen filteren

Snelle vergelijking