AI BENCHY

AI Benchmark Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-03 Geëvalueerde modellen: 161

161/161

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#112#112	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
#142#142	GPT-5.4 Mininone	4.9	OpenAI	$0.036	1.15s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.7% Instabiele tests 3 Invoer-tokens 31,625 Uitvoer-tokens 2,508 Redeneer-tokens 0 Responstijd (gem.) 1.15s Responstijd (totaal) 23.09s Responstijd (max) 2.52s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 Anti-AI-trucs : 3.1 Programmeren : 6.8 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
#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
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.0% Instabiele tests 4 Invoer-tokens 33,705 Uitvoer-tokens 2,478 Redeneer-tokens 0 Responstijd (gem.) 1.09s Responstijd (totaal) 21.79s Responstijd (max) 2.97s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Anti-AI-trucs : 7.5 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.3% Instabiele tests 1 Invoer-tokens 32,923 Uitvoer-tokens 1,764 Redeneer-tokens 0 Responstijd (gem.) 889ms Responstijd (totaal) 17.79s Responstijd (max) 4.39s Verkeerd antwoord: 11 Anti-AI-trucs : 3.0 Programmeren : 6.8 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#145#145	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
#159#159	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
#160#160	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
#161#161	Granite 4.1 8Bnone	4.1	IBM Granite	$0.003	719ms
Modelkaart bekijken Totaal tests 20 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 10.0% Instabiele tests 0 Invoer-tokens 43,135 Uitvoer-tokens 2,743 Redeneer-tokens 0 Responstijd (gem.) 719ms Responstijd (totaal) 14.37s Responstijd (max) 2.17s Verkeerd antwoord: 13 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.9 Programmeren : 5.2 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
#140#140	Mistral Small 4none	5.0	Mistral	$0.007	629ms
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.3% Instabiele tests 1 Invoer-tokens 34,567 Uitvoer-tokens 2,192 Redeneer-tokens 0 Responstijd (gem.) 629ms Responstijd (totaal) 12.59s Responstijd (max) 1.72s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 4.0 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
#153#153	Mercury 2none	4.6	Inception	$0.009	614ms
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.0% Instabiele tests 2 Invoer-tokens 25,515 Uitvoer-tokens 3,001 Redeneer-tokens 0 Responstijd (gem.) 614ms Responstijd (totaal) 12.28s Responstijd (max) 1.27s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 3.5 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

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 PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

AI Benchmark Leaderboard

Modellen filteren

Snelle vergelijking