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.)
#1🥇 #1	Gemini 3.6 Flashmedium	9.9	Google	$0.831	10.11s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 66,293 Uitvoer-tokens 2,000 Redeneer-tokens 95,464 Responstijd (gem.) 10.11s Responstijd (totaal) 222.33s Responstijd (max) 68.03s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 8.2 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#2🥈 #2	Gemini 3.6 Flashhigh	9.7	Google	$1.785	14.88s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 87,819 Uitvoer-tokens 5,750 Redeneer-tokens 214,596 Responstijd (gem.) 14.88s Responstijd (totaal) 327.37s Responstijd (max) 88.00s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 4.7
#3🥉 #3	Gemini 3 Flash Previewmedium	9.6	Google	$0.742	19.20s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.5% Instabiele tests 1 Invoer-tokens 87,861 Uitvoer-tokens 5,486 Redeneer-tokens 227,164 Responstijd (gem.) 19.20s Responstijd (totaal) 422.42s Responstijd (max) 117.26s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 8.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#4#4	Gemini 3.5 Flashhigh	9.5	Google	$1.976	15.07s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 93.9% Instabiele tests 2 Invoer-tokens 107,137 Uitvoer-tokens 8,777 Redeneer-tokens 192,900 Responstijd (gem.) 15.07s Responstijd (totaal) 331.48s Responstijd (max) 145.92s Ongeldige toolaanroep: 1 Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 9.8 Algemene kennis : 10.0
#5#5	GPT-5.6 Sollow	9.5	OpenAI	$0.971	8.79s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.4% Instabiele tests 2 Invoer-tokens 78,571 Uitvoer-tokens 4,476 Redeneer-tokens 14,770 Responstijd (gem.) 8.79s Responstijd (totaal) 193.33s Responstijd (max) 53.91s Verkeerd antwoord: 4 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 10.0
#6#6	Gemini 3.6 Flashlow	9.4	Google	$0.517	4.42s
Modelkaart bekijken Totaal tests 22 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 97.0% Instabiele tests 1 Invoer-tokens 82,715 Uitvoer-tokens 5,729 Redeneer-tokens 46,633 Responstijd (gem.) 4.42s Responstijd (totaal) 97.13s Responstijd (max) 28.92s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#7#7	GPT-5.6 Solmedium	9.4	OpenAI	$1.316	11.35s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.9% Instabiele tests 3 Invoer-tokens 78,997 Uitvoer-tokens 4,696 Redeneer-tokens 26,002 Responstijd (gem.) 11.35s Responstijd (totaal) 249.73s Responstijd (max) 79.40s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 4.7
#8#8	GPT-5.6 Solhigh	9.4	OpenAI	$1.234	11.73s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 89.4% Instabiele tests 3 Invoer-tokens 79,249 Uitvoer-tokens 4,855 Redeneer-tokens 23,044 Responstijd (gem.) 11.73s Responstijd (totaal) 257.99s Responstijd (max) 54.79s Verkeerd antwoord: 4 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 : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 4.7
#9#9	GPT-5.5low	9.3	OpenAI	$1.253	10.13s
Modelkaart bekijken Totaal tests 22 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.4% Instabiele tests 0 Invoer-tokens 80,058 Uitvoer-tokens 5,378 Redeneer-tokens 23,040 Responstijd (gem.) 10.13s Responstijd (totaal) 222.82s Responstijd (max) 56.19s Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#10#10	Gemini 3.1 Pro Previewmedium	9.2	Google	$1.361	21.47s
Modelkaart bekijken Totaal tests 22 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.9% Instabiele tests 0 Invoer-tokens 92,287 Uitvoer-tokens 5,232 Redeneer-tokens 92,726 Responstijd (gem.) 21.47s Responstijd (totaal) 322.08s Responstijd (max) 88.68s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 9.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#11#11	Qwen3.7 Maxmedium	9.2	Qwen	$1.116 ↓	40.57s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 2 Invoer-tokens 106,020 Uitvoer-tokens 5,748 Redeneer-tokens 211,004 Responstijd (gem.) 40.57s Responstijd (totaal) 892.57s Responstijd (max) 556.06s Verkeerd antwoord: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#12#12	Gemini 3.5 Flashmedium	9.1	Google	$0.642	8.20s
Modelkaart bekijken Totaal tests 22 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 1 Invoer-tokens 69,747 Uitvoer-tokens 2,166 Redeneer-tokens 57,436 Responstijd (gem.) 8.20s Responstijd (totaal) 180.47s Responstijd (max) 76.68s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 10.0
#13#13	GPT-5.5medium	9.0	OpenAI	$4.137	38.42s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 3 Invoer-tokens 80,659 Uitvoer-tokens 5,617 Redeneer-tokens 118,819 Responstijd (gem.) 38.42s Responstijd (totaal) 845.35s Responstijd (max) 332.10s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 8.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#14#14	Gemini 3.5 Flashlow	8.9	Google	$0.433	5.55s
Modelkaart bekijken Totaal tests 22 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 87.9% Instabiele tests 1 Invoer-tokens 87,817 Uitvoer-tokens 2,239 Redeneer-tokens 31,182 Responstijd (gem.) 5.55s Responstijd (totaal) 122.19s Responstijd (max) 53.55s Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 7.8 Gecombineerd : 8.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#15#15	Grok 4.5high	8.9	X AI	$1.707	76.50s
Modelkaart bekijken Totaal tests 22 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 2 Invoer-tokens 151,562 Uitvoer-tokens 5,655 Redeneer-tokens 247,540 Responstijd (gem.) 76.50s Responstijd (totaal) 1683.07s Responstijd (max) 676.83s Geen antwoord: 2 Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#16#16	GPT-5.3-Codexmedium	8.9	OpenAI	$0.920	16.96s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 4 Invoer-tokens 81,268 Uitvoer-tokens 6,251 Redeneer-tokens 49,274 Responstijd (gem.) 16.96s Responstijd (totaal) 373.19s Responstijd (max) 100.93s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.6 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 2.8
#17#17	Claude Opus 4.8medium	8.8	Anthropic	$1.931	12.49s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.9% Instabiele tests 1 Invoer-tokens 138,451 Uitvoer-tokens 40,766 Redeneer-tokens 9,075 Responstijd (gem.) 12.49s Responstijd (totaal) 274.72s Responstijd (max) 70.54s Verkeerd antwoord: 3 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 9.9 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#18#18	Claude Opus 4.7medium	8.7	Anthropic	$1.477	7.61s
Modelkaart bekijken Totaal tests 22 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 1 Invoer-tokens 145,252 Uitvoer-tokens 24,948 Redeneer-tokens 5,042 Responstijd (gem.) 7.61s Responstijd (totaal) 159.91s Responstijd (max) 65.40s Verkeerd antwoord: 3 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 7.6 Gecombineerd : 10.0 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
#19#19	Muse Spark 1.1medium	8.6	Meta	$1.357	24.97s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 2 Invoer-tokens 142,567 Uitvoer-tokens 7,905 Redeneer-tokens 269,225 Responstijd (gem.) 24.97s Responstijd (totaal) 549.31s Responstijd (max) 165.38s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 7.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#20#20	Claude Fable 5medium	8.6	Anthropic	$3.478	17.20s
Modelkaart bekijken Totaal tests 22 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 1 Invoer-tokens 89,643 Uitvoer-tokens 41,360 Redeneer-tokens 10,269 Responstijd (gem.) 17.20s Responstijd (totaal) 378.41s Responstijd (max) 80.80s Geen antwoord: 2 Verkeerd antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#21#21	GPT-5.4medium	8.5	OpenAI	$1.533	23.10s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 77.3% Instabiele tests 4 Invoer-tokens 81,127 Uitvoer-tokens 6,155 Redeneer-tokens 82,515 Responstijd (gem.) 23.10s Responstijd (totaal) 508.26s Responstijd (max) 100.41s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 8.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#23#23	Grok 4.5low	8.4	X AI	$0.935	15.56s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 1 Invoer-tokens 125,596 Uitvoer-tokens 7,505 Redeneer-tokens 106,446 Responstijd (gem.) 15.56s Responstijd (totaal) 342.32s Responstijd (max) 205.28s Verkeerd antwoord: 6 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 6.1 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#24#24	GPT-5.2medium	8.4	OpenAI	$0.951	22.62s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 4 Invoer-tokens 105,004 Uitvoer-tokens 9,914 Redeneer-tokens 44,868 Responstijd (gem.) 22.62s Responstijd (totaal) 339.28s Responstijd (max) 102.93s Instructies niet gevolgd: 3 Verkeerd antwoord: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 3.7 Instructies opvolgen : 9.9 Puzzeloplossing : 7.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#25#25	Grok 4.5medium	8.3	X AI	$1.928	61.71s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 3 Invoer-tokens 122,146 Uitvoer-tokens 5,514 Redeneer-tokens 275,053 Responstijd (gem.) 61.71s Responstijd (totaal) 1357.56s Responstijd (max) 436.38s Verkeerd antwoord: 6 Anti-AI-trucs : 10.0 Programmeren : 7.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#26#26	Claude Sonnet 5medium	8.3	Anthropic	$0.922	12.52s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 145,956 Uitvoer-tokens 52,333 Redeneer-tokens 10,874 Responstijd (gem.) 12.52s Responstijd (totaal) 275.42s Responstijd (max) 66.71s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 9.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.8 Instructies opvolgen : 9.9 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#27#27	Muse Spark 1.1low	8.3	Meta	$0.647	11.45s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 142,298 Uitvoer-tokens 10,847 Redeneer-tokens 99,467 Responstijd (gem.) 11.45s Responstijd (totaal) 251.92s Responstijd (max) 54.15s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 10.0 Gecombineerd : 6.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 7.3 Puzzeloplossing : 8.3 Toolaanroepen : 9.8 Algemene kennis : 3.0
#28#28	Gemini 2.5 Flashmedium	8.2	Google	$0.643	21.18s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 1 Invoer-tokens 132,498 Uitvoer-tokens 12,739 Redeneer-tokens 228,464 Responstijd (gem.) 21.18s Responstijd (totaal) 465.89s Responstijd (max) 140.50s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.4 Programmeren : 7.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#29#29	GPT-5 Minimedium	8.1	OpenAI	$0.237	27.63s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 3 Invoer-tokens 98,374 Uitvoer-tokens 14,434 Redeneer-tokens 91,498 Responstijd (gem.) 27.63s Responstijd (totaal) 607.92s Responstijd (max) 111.48s Verkeerd antwoord: 5 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 7.1 Programmeren : 10.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#30#30	Muse Spark 1.1high	8.1	Meta	$1.694	31.49s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 6 Invoer-tokens 129,423 Uitvoer-tokens 8,077 Redeneer-tokens 352,421 Responstijd (gem.) 31.49s Responstijd (totaal) 661.28s Responstijd (max) 196.03s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 7.5 Programmeren : 10.0 Gecombineerd : 5.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 7.8 Toolaanroepen : 9.6 Algemene kennis : 3.0
#31#31	Gemini 3.5 Flash-Litehigh	8.1	Google	$0.584	9.48s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.8% Instabiele tests 7 Invoer-tokens 105,138 Uitvoer-tokens 8,315 Redeneer-tokens 212,507 Responstijd (gem.) 9.48s Responstijd (totaal) 208.52s Responstijd (max) 43.93s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 8.6 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.4 Instructies opvolgen : 8.5 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 2.8

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