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.)
#150#150	MiMo-V2-Flashnone	4.7	Xiaomi	$0.025 ↑	2.70s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 26.7% Instabiele tests 4 Invoer-tokens 34,208 Uitvoer-tokens 68,873 Redeneer-tokens 0 Responstijd (gem.) 2.70s Responstijd (totaal) 43.15s Responstijd (max) 19.68s Verkeerd antwoord: 12 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 3.2 Programmeren : 4.9 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
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 31.7% Instabiele tests 5 Invoer-tokens 16,488 Uitvoer-tokens 27,747 Redeneer-tokens 0 Responstijd (gem.) 3.84s Responstijd (totaal) 69.12s Responstijd (max) 22.52s Verkeerd antwoord: 12 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.6 Programmeren : 6.8 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
#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
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.0% 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 Instructies niet gevolgd: 4 API-fout: 3 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
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Modelkaart bekijken Totaal tests 20 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 35.0% 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 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 4.7 Programmeren : 3.4 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
#156#156	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
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Modelkaart bekijken Totaal tests 20 Foute tests 17 Betrouwbaarheid n.v.t. Slaagpercentage per poging 15.0% 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: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 4.2 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
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Modelkaart bekijken Totaal tests 20 Foute tests 17 Betrouwbaarheid 5.0 Slaagpercentage per poging 28.3% Instabiele tests 5 Invoer-tokens 15,204 Uitvoer-tokens 27,305 Redeneer-tokens 199,780 Responstijd (gem.) 83.32s Responstijd (totaal) 1249.74s Responstijd (max) 226.38s Time-out: 11 Verkeerd antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 5.1 Programmeren : 2.8 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
#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

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