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.)
#167#167	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.041	10.09s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.9 Slaagpercentage per poging 45.5% Instabiele tests 7 Invoer-tokens 61,085 Uitvoer-tokens 5,905 Redeneer-tokens 46,990 Responstijd (gem.) 10.09s Responstijd (totaal) 222.03s Responstijd (max) 86.23s Verkeerd antwoord: 7 Extra opmaak: 4 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 7.3 Programmeren : 3.5 Gecombineerd : 6.4 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#169#169	Laguna S 2.1high	5.4	Poolside	$0.127	111.61s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 9.9 Slaagpercentage per poging 27.3% Instabiele tests 5 Invoer-tokens 208,931 Uitvoer-tokens 175,588 Redeneer-tokens 409,276 Responstijd (gem.) 111.61s Responstijd (totaal) 2455.39s Responstijd (max) 1190.11s Verkeerd antwoord: 11 Ongeldige toolaanroep: 2 Geen antwoord: 2 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.6 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#174#174	Inklingnone	5.2	Thinkingmachines	$0.147	3.50s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 9.9 Slaagpercentage per poging 28.8% Instabiele tests 1 Invoer-tokens 104,111 Uitvoer-tokens 10,551 Redeneer-tokens 0 Responstijd (gem.) 3.50s Responstijd (totaal) 77.09s Responstijd (max) 48.02s Verkeerd antwoord: 13 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 4.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 5.6 Toolaanroepen : 3.0 Algemene kennis : 3.0
#183#183	Laguna S 2.1low	5.0	Poolside	$0.091	85.35s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 9.9 Slaagpercentage per poging 25.8% Instabiele tests 6 Invoer-tokens 118,746 Uitvoer-tokens 67,823 Redeneer-tokens 383,885 Responstijd (gem.) 85.35s Responstijd (totaal) 1877.64s Responstijd (max) 814.73s Verkeerd antwoord: 15 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#32#32	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.8 Slaagpercentage per poging 77.3% Instabiele tests 3 Invoer-tokens 86,746 Uitvoer-tokens 6,055 Redeneer-tokens 220,791 Responstijd (gem.) 64.16s Responstijd (totaal) 1411.59s Responstijd (max) 327.51s Verkeerd antwoord: 4 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 8.5 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 6.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#36#36	Inklingmedium	8.0	Thinkingmachines	$0.391	16.21s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 9.8 Slaagpercentage per poging 78.8% Instabiele tests 5 Invoer-tokens 124,053 Uitvoer-tokens 12,189 Redeneer-tokens 53,597 Responstijd (gem.) 16.21s Responstijd (totaal) 356.54s Responstijd (max) 85.12s Verkeerd antwoord: 4 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.4 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 2.8
#55#55	Nemotron 3 Ultramedium	7.5	NVIDIA	$0.504 ↕	32.21s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.8 Slaagpercentage per poging 68.2% Instabiele tests 4 Invoer-tokens 233,488 Uitvoer-tokens 57,916 Redeneer-tokens 128,062 Responstijd (gem.) 32.21s Responstijd (totaal) 708.65s Responstijd (max) 392.56s Verkeerd antwoord: 7 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.4 Gecombineerd : 6.3 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
#64#64	LongCat 2.0medium	7.4	Meituan	$0.478	136.64s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.8 Slaagpercentage per poging 60.6% Instabiele tests 3 Invoer-tokens 97,315 Uitvoer-tokens 44,384 Redeneer-tokens 329,012 Responstijd (gem.) 136.64s Responstijd (totaal) 3006.01s Responstijd (max) 939.52s Verkeerd antwoord: 7 API-fout: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.8 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#166#166	Laguna S 2.1medium	5.4	Poolside	$0.059	58.43s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 9.8 Slaagpercentage per poging 25.8% Instabiele tests 4 Invoer-tokens 86,641 Uitvoer-tokens 97,298 Redeneer-tokens 242,297 Responstijd (gem.) 58.43s Responstijd (totaal) 1285.48s Responstijd (max) 560.31s Verkeerd antwoord: 13 Ongeldige toolaanroep: 2 Geen antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 5.3 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.6 Instructies opvolgen : 4.2 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#204#204	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 27.3% 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 : 2.5 Gecombineerd : 1.5 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
#51#51	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.7 Slaagpercentage per poging 66.7% Instabiele tests 5 Invoer-tokens 121,990 Uitvoer-tokens 77,916 Redeneer-tokens 173,553 Responstijd (gem.) 74.98s Responstijd (totaal) 1574.56s 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
#74#74	Qwen3.5 Plus 2026-04-20medium	7.2	Qwen	$0.317 ↓	46.36s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 63.6% Instabiele tests 2 Invoer-tokens 42,097 Uitvoer-tokens 2,280 Redeneer-tokens 166,613 Responstijd (gem.) 46.36s Responstijd (totaal) 973.57s Responstijd (max) 189.38s Verkeerd antwoord: 8 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.9 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#96#96	LongCat 2.0low	6.7	Meituan	$0.391	100.31s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 9.6 Slaagpercentage per poging 53.0% Instabiele tests 3 Invoer-tokens 90,909 Uitvoer-tokens 5,679 Redeneer-tokens 297,369 Responstijd (gem.) 100.31s Responstijd (totaal) 2206.82s Responstijd (max) 560.39s Verkeerd antwoord: 8 API-fout: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#116#116	Mimo V2 PROmedium	6.3	Xiaomi	$0.333 ↑	22.16s
Modelkaart bekijken Totaal tests 21 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 69.7% 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 : 2.3 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
#42#42	GLM 5.2medium	7.8	Z.ai	$0.183 ↓	23.28s
Modelkaart bekijken Totaal tests 21 Foute tests 6 Betrouwbaarheid 9.5 Slaagpercentage per poging 80.3% Instabiele tests 4 Invoer-tokens 37,199 Uitvoer-tokens 12,261 Redeneer-tokens 49,500 Responstijd (gem.) 23.28s Responstijd (totaal) 488.94s Responstijd (max) 101.36s Verkeerd antwoord: 3 Geen antwoord: 2 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#72#72	Kimi K2.6medium	7.2	Moonshot AI	$1.036 ↓	109.98s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.4 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 68,902 Uitvoer-tokens 111,680 Redeneer-tokens 279,860 Responstijd (gem.) 109.98s Responstijd (totaal) 2309.56s Responstijd (max) 876.20s Time-out: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 7.0 Programmeren : 5.7 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#100#100	Gemma 4 26B A4Bmedium	6.6	Google	$0.096 ↑	103.83s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.4 Slaagpercentage per poging 66.7% Instabiele tests 2 Invoer-tokens 77,550 Uitvoer-tokens 28,036 Redeneer-tokens 219,491 Responstijd (gem.) 103.83s Responstijd (totaal) 2180.47s Responstijd (max) 912.19s Verkeerd antwoord: 3 Geen antwoord: 2 Time-out: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 2.9 Gecombineerd : 6.3 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
#102#102	LongCat 2.0high	6.6	Meituan	$0.469	148.73s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 9.4 Slaagpercentage per poging 53.0% Instabiele tests 5 Invoer-tokens 93,357 Uitvoer-tokens 30,466 Redeneer-tokens 336,325 Responstijd (gem.) 148.73s Responstijd (totaal) 3272.00s Responstijd (max) 941.66s Verkeerd antwoord: 6 Time-out: 3 Instructies niet gevolgd: 2 Geen antwoord: 2 Anti-AI-trucs : 8.9 Programmeren : 7.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 3.6 Domeinspecifiek : 3.6 Algemene intelligentie : 5.1 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#114#114	Ling 3.0 Flashhigh	6.4	Inclusionai	$0.000	13.32s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 9.4 Slaagpercentage per poging 63.6% Instabiele tests 4 Invoer-tokens 132,224 Uitvoer-tokens 92,393 Redeneer-tokens 211,994 Responstijd (gem.) 13.32s Responstijd (totaal) 292.99s Responstijd (max) 75.27s Verkeerd antwoord: 8 Ongeldige toolaanroep: 2 Anti-AI-trucs : 10.0 Programmeren : 6.7 Gecombineerd : 2.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#137#137	Step 3.5 Flashmedium	6.0	Stepfun	$0.108 ↑	174.22s
Modelkaart bekijken Totaal tests 21 Foute tests 10 Betrouwbaarheid 9.2 Slaagpercentage per poging 51.5% Instabiele tests 1 Invoer-tokens 65,707 Uitvoer-tokens 108,561 Redeneer-tokens 293,993 Responstijd (gem.) 174.22s Responstijd (totaal) 2613.32s Responstijd (max) 1597.85s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 API-fout: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 2.4 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 8.3 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#37#37	Kimi K3max	8.0	Moonshot AI	$3.112	122.48s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 9.1 Slaagpercentage per poging 75.8% Instabiele tests 1 Invoer-tokens 34,916 Uitvoer-tokens 2,910 Redeneer-tokens 197,529 Responstijd (gem.) 122.48s Responstijd (totaal) 2327.06s Responstijd (max) 766.58s API-fout: 2 Time-out: 2 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 3.0
#147#147	Nemotron 3 Supermedium	5.7	NVIDIA	$0.055 ↑	51.99s
Modelkaart bekijken Totaal tests 22 Foute tests 14 Betrouwbaarheid 8.7 Slaagpercentage per poging 40.9% Instabiele tests 3 Invoer-tokens 81,429 Uitvoer-tokens 18,371 Redeneer-tokens 98,853 Responstijd (gem.) 51.99s Responstijd (totaal) 1039.89s Responstijd (max) 431.98s Verkeerd antwoord: 5 API-fout: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 3.1 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.1 Instructies opvolgen : 7.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#181#181	North Mini Codenone	5.1	Cohere	$0.000	29.95s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 8.7 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 130,492 Uitvoer-tokens 26,786 Redeneer-tokens 0 Responstijd (gem.) 29.95s Responstijd (totaal) 658.82s Responstijd (max) 159.85s Verkeerd antwoord: 12 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 6.5 Puzzeloplossing : 3.5 Toolaanroepen : 9.5 Algemene kennis : 3.0
#144#144	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 8.6 Slaagpercentage per poging 48.5% Instabiele tests 4 Invoer-tokens 81,813 Uitvoer-tokens 424,772 Redeneer-tokens 1,342,029 Responstijd (gem.) 137.11s Responstijd (totaal) 3016.42s Responstijd (max) 786.72s Verkeerd antwoord: 9 Extra opmaak: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.4 Programmeren : 4.5 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 3.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#84#84	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.101	92.53s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 8.5 Slaagpercentage per poging 57.6% Instabiele tests 3 Invoer-tokens 125,467 Uitvoer-tokens 10,778 Redeneer-tokens 209,856 Responstijd (gem.) 92.53s Responstijd (totaal) 1665.50s Responstijd (max) 301.78s Time-out: 5 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.6 Programmeren : 5.5 Gecombineerd : 7.3 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
#188#188	Nemotron 3 Supernone	4.9	NVIDIA	$0.008 ↑	5.97s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 8.5 Slaagpercentage per poging 30.3% Instabiele tests 3 Invoer-tokens 63,519 Uitvoer-tokens 6,434 Redeneer-tokens 0 Responstijd (gem.) 5.97s Responstijd (totaal) 131.31s Responstijd (max) 20.00s Verkeerd antwoord: 15 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
#78#78	GLM 5.1medium	7.1	Z.ai	$0.535 ↓	46.77s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 8.3 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 82,623 Uitvoer-tokens 16,089 Redeneer-tokens 136,463 Responstijd (gem.) 46.77s Responstijd (totaal) 982.16s Responstijd (max) 308.75s Verkeerd antwoord: 4 Time-out: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 4.6 Gecombineerd : 9.8 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
#206#206	GLM 4.7 Flashmedium	4.3	Z.ai	$0.166	142.59s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 7.8 Slaagpercentage per poging 31.8% Instabiele tests 8 Invoer-tokens 79,051 Uitvoer-tokens 43,754 Redeneer-tokens 374,109 Responstijd (gem.) 142.59s Responstijd (totaal) 1996.21s Responstijd (max) 1539.97s Verkeerd antwoord: 9 Geen antwoord: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Time-out: 2 Anti-AI-trucs : 4.7 Programmeren : 3.2 Gecombineerd : 2.9 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
#212#212	MiMo-V2-Flashnone	4.0	Xiaomi	$0.025 ↑	2.76s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 6.7 Slaagpercentage per poging 24.2% 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 : 1.5 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
#216#216	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 5.0 Slaagpercentage per poging 25.8% 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: 12 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 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