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.)
#189#189	Ling-2.6-flashnone	4.9	Inclusionai	$0.002 ↑	10.68s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 114,375 Uitvoer-tokens 14,903 Redeneer-tokens 0 Responstijd (gem.) 10.68s Responstijd (totaal) 213.51s Responstijd (max) 36.03s Verkeerd antwoord: 9 Ongeldige toolaanroep: 3 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.8 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 2.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#190#190	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↕	55.10s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 7,599 Uitvoer-tokens 39,954 Redeneer-tokens 0 Responstijd (gem.) 55.10s Responstijd (totaal) 881.55s Responstijd (max) 143.82s API-fout: 6 Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 9.2 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#191#191	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.57s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.8% Instabiele tests 5 Invoer-tokens 115,924 Uitvoer-tokens 13,794 Redeneer-tokens 0 Responstijd (gem.) 2.57s Responstijd (totaal) 56.51s Responstijd (max) 25.50s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Geen antwoord: 1 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
#193#193	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
#194#194	Trinity Large Previewnone	4.8	Arcee AI	$0.008 ↑	2.98s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.2% 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 : 1.5 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
#196#196	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% 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 : 7.8 Gecombineerd : 5.0 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
#197#197	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
#198#198	Qwen3 Coder Nextmedium	4.7	Qwen	$0.032 ↓	9.61s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 3 Invoer-tokens 148,194 Uitvoer-tokens 19,069 Redeneer-tokens 0 Responstijd (gem.) 9.61s Responstijd (totaal) 153.69s Responstijd (max) 81.80s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Geen antwoord: 1 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
#199#199	Cobuddymedium	4.7	Baidu	$0.000	39.90s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 6 Invoer-tokens 37,449 Uitvoer-tokens 1,677 Redeneer-tokens 116,703 Responstijd (gem.) 39.90s Responstijd (totaal) 797.98s Responstijd (max) 309.02s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.2 Instructies opvolgen : 9.8 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#200#200	Mercury 2none	4.6	Inception	$0.030	829ms
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 2 Invoer-tokens 88,704 Uitvoer-tokens 9,564 Redeneer-tokens 0 Responstijd (gem.) 829ms Responstijd (totaal) 18.24s Responstijd (max) 4.52s Verkeerd antwoord: 17 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
#201#201	MiniMax M2.5medium	4.6	Minimax	$0.340 ↓	68.27s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 10 Invoer-tokens 142,561 Uitvoer-tokens 125,442 Redeneer-tokens 339,935 Responstijd (gem.) 68.27s Responstijd (totaal) 955.75s Responstijd (max) 251.36s Verkeerd antwoord: 7 Time-out: 4 Instructies niet gevolgd: 3 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 3.4 Gecombineerd : 3.7 Gegevensparsering en extractie : 4.6 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 7.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#202#202	Laguna S 2.1none	4.5	Poolside	$0.025	11.67s
Modelkaart bekijken Totaal tests 22 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 15.2% Instabiele tests 3 Invoer-tokens 125,598 Uitvoer-tokens 57,634 Redeneer-tokens 0 Responstijd (gem.) 11.67s Responstijd (totaal) 256.80s Responstijd (max) 200.52s Verkeerd antwoord: 18 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.1 Programmeren : 3.4 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 4.7 Algemene kennis : 3.0
#210#210	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 6 Invoer-tokens 39,481 Uitvoer-tokens 54,218 Redeneer-tokens 0 Responstijd (gem.) 6.73s Responstijd (totaal) 100.98s Responstijd (max) 29.11s Verkeerd antwoord: 6 API-fout: 4 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 2.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 4.1 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 4.7 Algemene kennis : 3.0
#211#211	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
#213#213	Granite 4.1 8Bnone	4.0	IBM Granite	$0.007	1.45s
Modelkaart bekijken Totaal tests 22 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 9.1% Instabiele tests 0 Invoer-tokens 113,827 Uitvoer-tokens 5,996 Redeneer-tokens 0 Responstijd (gem.) 1.45s Responstijd (totaal) 31.96s Responstijd (max) 16.67s Verkeerd antwoord: 13 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Extra opmaak: 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
#214#214	Grok Build 0.1none	4.0	X AI	$0.547	28.69s
Modelkaart bekijken Totaal tests 19 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 4 Invoer-tokens 11,793 Uitvoer-tokens 267,275 Redeneer-tokens 0 Responstijd (gem.) 28.69s Responstijd (totaal) 459.00s Responstijd (max) 138.35s Verkeerd antwoord: 7 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 3.8 Domeinspecifiek : 3.6 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#215#215	Grok 4.1 Fastnone	3.8	X AI	$0.008 ↓	1.62s
Modelkaart bekijken Totaal tests 19 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 19.7% 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 : 1.8 Gecombineerd : 1.5 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
#217#217	Laguna Xs.2none	3.8	Poolside	$0.004 ↕	806ms
Modelkaart bekijken Totaal tests 19 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% 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 : 8.3 Gecombineerd : 1.5 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
#218#218	gpt-oss-120bnone	3.7	OpenAI	$0.010 ↓	21.61s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 2 Invoer-tokens 9,081 Uitvoer-tokens 51,664 Redeneer-tokens 0 Responstijd (gem.) 21.61s Responstijd (totaal) 345.79s Responstijd (max) 113.71s Verkeerd antwoord: 8 API-fout: 3 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#219#219	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
#220#220	Nemotron 3 Nano Omni 30b A3b Reasoningnone	3.2	NVIDIA	$0.000	728ms
Modelkaart bekijken Totaal tests 19 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 15.2% 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 : 3.3 Gecombineerd : 1.5 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
#221#221	Step 3.5 Flashnone	2.3	Stepfun	$0.020	39.03s
Modelkaart bekijken Totaal tests 12 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% 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 : 9.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 1.5 Domeinspecifiek : 3.3 Algemene intelligentie : 4.0 Instructies opvolgen : 5.0 Puzzeloplossing : 0.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#22#22	Qwen3.6 Max Previewmedium	8.4	Qwen	$1.143 ↓	67.53s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 9.9 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 79,240 Uitvoer-tokens 5,098 Redeneer-tokens 164,842 Responstijd (gem.) 67.53s Responstijd (totaal) 1485.64s Responstijd (max) 238.07s Verkeerd antwoord: 5 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#33#33	Step 3.7 Flashmedium	8.0	Stepfun	$0.515	26.37s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.9 Slaagpercentage per poging 72.7% Instabiele tests 3 Invoer-tokens 114,062 Uitvoer-tokens 427,572 Redeneer-tokens 0 Responstijd (gem.) 26.37s Responstijd (totaal) 580.25s Responstijd (max) 152.83s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.8 Gecombineerd : 7.3 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
#63#63	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.52s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.9 Slaagpercentage per poging 68.2% Instabiele tests 0 Invoer-tokens 95,983 Uitvoer-tokens 12,446 Redeneer-tokens 0 Responstijd (gem.) 4.52s Responstijd (totaal) 99.52s Responstijd (max) 72.30s Verkeerd antwoord: 7 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#103#103	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
#130#130	Inklinglow	6.1	Thinkingmachines	$0.187	5.15s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 9.9 Slaagpercentage per poging 54.6% Instabiele tests 4 Invoer-tokens 109,884 Uitvoer-tokens 8,579 Redeneer-tokens 10,343 Responstijd (gem.) 5.15s Responstijd (totaal) 113.39s Responstijd (max) 41.58s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 8.3 Programmeren : 5.1 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 6.4 Toolaanroepen : 3.0 Algemene kennis : 3.0
#149#149	Ling 3.0 Flashnone	5.7	Inclusionai	$0.000	3.46s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 9.9 Slaagpercentage per poging 27.3% Instabiele tests 0 Invoer-tokens 124,176 Uitvoer-tokens 12,783 Redeneer-tokens 0 Responstijd (gem.) 3.46s Responstijd (totaal) 76.06s Responstijd (max) 17.51s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#152#152	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
#157#157	KAT-Coder-Air V2.5medium	5.6	Kwaipilot	$0.048	8.42s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 9.9 Slaagpercentage per poging 45.5% Instabiele tests 3 Invoer-tokens 51,472 Uitvoer-tokens 7,822 Redeneer-tokens 58,352 Responstijd (gem.) 8.42s Responstijd (totaal) 185.24s Responstijd (max) 48.19s Verkeerd antwoord: 11 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 3.6 Gecombineerd : 6.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0

←

1 5 6 7 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