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.)
#12#12	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Modelkaart bekijken Totaal tests 16 Foute tests 3 Betrouwbaarheid n.v.t. Slaagpercentage per poging 81.3% Instabiele tests 0 Invoer-tokens 28,980 Uitvoer-tokens 1,283 Redeneer-tokens 1,533,310 Responstijd (gem.) 68.14s Responstijd (totaal) 1090.28s Responstijd (max) 280.52s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0
#13#13	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Modelkaart bekijken Totaal tests 18 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 81.5% Instabiele tests 1 Invoer-tokens 35,955 Uitvoer-tokens 1,647 Redeneer-tokens 91,565 Responstijd (gem.) 9.75s Responstijd (totaal) 175.48s Responstijd (max) 31.36s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 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 : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0
#35#35	Gemini 3 PRO Previewmedium	7.6	Google	$0.385 ↑	9.05s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid n.v.t. Slaagpercentage per poging 66.7% Instabiele tests 0 Invoer-tokens 28,848 Uitvoer-tokens 1,490 Redeneer-tokens 10,102 Responstijd (gem.) 9.05s Responstijd (totaal) 90.53s Responstijd (max) 26.24s API-fout: 4 Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#79#79	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 64.8% Instabiele tests 6 Invoer-tokens 28,927 Uitvoer-tokens 4,682 Redeneer-tokens 17,969 Responstijd (gem.) 10.33s Responstijd (totaal) 175.58s Responstijd (max) 30.53s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 7.3 Programmeren : 3.0 Gecombineerd : 4.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 7.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.1 Toolaanroepen : 10.0
#84#84	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 59.3% Instabiele tests 5 Invoer-tokens 721,952 Uitvoer-tokens 294,668 Redeneer-tokens 305,374 Responstijd (gem.) 9.69s Responstijd (totaal) 155.07s Responstijd (max) 35.28s Verkeerd antwoord: 4 API-fout: 2 Extra opmaak: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.9 Programmeren : 10.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.7 Toolaanroepen : 3.0
#93#93	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
#106#106	Grok 4.20 Betanone	5.8	X AI	$0.087 ↓	1.19s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 37.0% Instabiele tests 1 Invoer-tokens 40,597 Uitvoer-tokens 1,657 Redeneer-tokens 0 Responstijd (gem.) 1.19s Responstijd (totaal) 21.43s Responstijd (max) 6.48s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.0 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0
#116#116	Hunter Alphanone	5.7	OpenRouter	$0.000	4.70s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 46.3% Instabiele tests 4 Invoer-tokens 34,329 Uitvoer-tokens 2,264 Redeneer-tokens 0 Responstijd (gem.) 4.70s Responstijd (totaal) 79.86s Responstijd (max) 15.17s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 3.5 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 6.4 Puzzeloplossing : 5.8 Toolaanroepen : 10.0
#127#127	Grok 4.20none	5.4	X AI	$0.057 ↓	1.11s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 33.3% Instabiele tests 0 Invoer-tokens 41,313 Uitvoer-tokens 1,923 Redeneer-tokens 0 Responstijd (gem.) 1.11s Responstijd (totaal) 19.96s Responstijd (max) 6.04s Verkeerd antwoord: 10 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 3.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.3 Toolaanroepen : 10.0
#136#136	Elephant Alphamedium	5.1	Openrouter	$0.000	1.27s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid n.v.t. Slaagpercentage per poging 30.2% Instabiele tests 1 Invoer-tokens 33,744 Uitvoer-tokens 2,596 Redeneer-tokens 0 Responstijd (gem.) 1.27s Responstijd (totaal) 22.82s Responstijd (max) 3.70s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.6 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#137#137	Elephant Alphanone	5.1	Openrouter	$0.000	1.22s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid n.v.t. Slaagpercentage per poging 27.0% Instabiele tests 1 Invoer-tokens 33,743 Uitvoer-tokens 2,573 Redeneer-tokens 0 Responstijd (gem.) 1.22s Responstijd (totaal) 22.03s Responstijd (max) 3.81s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.6 Programmeren : 4.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 4.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#159#159	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005 ↕	7.72s
Modelkaart bekijken Totaal tests 21 Foute tests 18 Betrouwbaarheid n.v.t. Slaagpercentage per poging 14.3% Instabiele tests 0 Invoer-tokens 34,905 Uitvoer-tokens 2,434 Redeneer-tokens 0 Responstijd (gem.) 7.72s Responstijd (totaal) 139.00s 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 : 3.0 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
#160#160	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	782ms
Modelkaart bekijken Totaal tests 16 Foute tests 14 Betrouwbaarheid n.v.t. Slaagpercentage per poging 16.7% Instabiele tests 1 Invoer-tokens 10,771 Uitvoer-tokens 1,173 Redeneer-tokens 0 Responstijd (gem.) 782ms Responstijd (totaal) 10.94s Responstijd (max) 3.15s Verkeerd antwoord: 9 API-fout: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 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