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.)
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 8 Invoer-tokens 31,717 Uitvoer-tokens 48,374 Redeneer-tokens 128,473 Responstijd (gem.) 89.02s Responstijd (totaal) 1157.32s Responstijd (max) 281.00s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2 Anti-AI-trucs : 7.3 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 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
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.0% Instabiele tests 2 Invoer-tokens 41,904 Uitvoer-tokens 2,555 Redeneer-tokens 95,974 Responstijd (gem.) 80.22s Responstijd (totaal) 1363.72s Responstijd (max) 262.83s Time-out: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.6 Programmeren : 6.8 Gecombineerd : 10.0 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
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 6 Invoer-tokens 40,306 Uitvoer-tokens 31,242 Redeneer-tokens 330,546 Responstijd (gem.) 69.66s Responstijd (totaal) 1393.17s Responstijd (max) 409.98s Time-out: 4 Geen antwoord: 2 Verkeerd antwoord: 2 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.5 Gecombineerd : 4.7 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 4.1 Algemene intelligentie : 2.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 9.6 Slaagpercentage per poging 65.0% Instabiele tests 4 Invoer-tokens 43,447 Uitvoer-tokens 46,884 Redeneer-tokens 85,935 Responstijd (gem.) 68.44s Responstijd (totaal) 1300.32s Responstijd (max) 431.03s Time-out: 3 Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 5.5 Programmeren : 6.8 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
#13#13	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
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 76.7% Instabiele tests 3 Invoer-tokens 39,028 Uitvoer-tokens 2,145 Redeneer-tokens 172,563 Responstijd (gem.) 67.58s Responstijd (totaal) 878.57s Responstijd (max) 266.69s Verkeerd antwoord: 4 Time-out: 2 Anti-AI-trucs : 8.2 Programmeren : 7.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.0% Instabiele tests 5 Invoer-tokens 37,036 Uitvoer-tokens 2,074 Redeneer-tokens 272,063 Responstijd (gem.) 63.04s Responstijd (totaal) 1197.71s Responstijd (max) 234.29s Time-out: 3 Verkeerd antwoord: 3 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Modelkaart bekijken Totaal tests 18 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.5% Instabiele tests 4 Invoer-tokens 29,134 Uitvoer-tokens 1,984 Redeneer-tokens 1,355,583 Responstijd (gem.) 61.96s Responstijd (totaal) 1115.31s Responstijd (max) 149.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 7.3 Puzzeloplossing : 5.7 Toolaanroepen : 10.0
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 3 Invoer-tokens 35,892 Uitvoer-tokens 21,752 Redeneer-tokens 42,754 Responstijd (gem.) 61.29s Responstijd (totaal) 1164.50s Responstijd (max) 304.19s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 10.0 Programmeren : 6.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.5 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 3 Invoer-tokens 39,329 Uitvoer-tokens 2,569 Redeneer-tokens 304,894 Responstijd (gem.) 60.09s Responstijd (totaal) 1201.89s Responstijd (max) 177.36s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Extra opmaak: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 7.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#100#100	DeepSeek V4 Prohigh	6.1	DeepSeek	$0.062 ↓	58.92s
Modelkaart bekijken Totaal tests 20 Foute tests 12 Betrouwbaarheid 8.9 Slaagpercentage per poging 55.0% Instabiele tests 6 Invoer-tokens 30,514 Uitvoer-tokens 12,244 Redeneer-tokens 53,958 Responstijd (gem.) 58.92s Responstijd (totaal) 1119.51s Responstijd (max) 358.35s API-fout: 5 Verkeerd antwoord: 4 Time-out: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.4 Programmeren : 2.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Modelkaart bekijken Totaal tests 20 Foute tests 5 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.0% Instabiele tests 2 Invoer-tokens 39,527 Uitvoer-tokens 2,253 Redeneer-tokens 130,852 Responstijd (gem.) 58.43s Responstijd (totaal) 1168.66s Responstijd (max) 238.07s Verkeerd antwoord: 5 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 10.0 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
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 5 Invoer-tokens 36,541 Uitvoer-tokens 12,981 Redeneer-tokens 105,822 Responstijd (gem.) 57.79s Responstijd (totaal) 1155.83s Responstijd (max) 168.22s Verkeerd antwoord: 6 Geen antwoord: 3 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 6.6 Gecombineerd : 7.0 Gegevensparsering en extractie : 3.5 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 2 Invoer-tokens 25,987 Uitvoer-tokens 216,719 Redeneer-tokens 0 Responstijd (gem.) 56.57s Responstijd (totaal) 848.59s Responstijd (max) 149.94s API-fout: 6 Verkeerd antwoord: 3 Anti-AI-trucs : 6.4 Programmeren : 6.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Modelkaart bekijken Totaal tests 20 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 2 Invoer-tokens 7,599 Uitvoer-tokens 39,954 Redeneer-tokens 0 Responstijd (gem.) 55.10s Responstijd (totaal) 881.55s Responstijd (max) 143.82s Verkeerd antwoord: 5 API-fout: 4 Instructies niet gevolgd: 2 Anti-AI-trucs : 9.2 Programmeren : 6.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 3.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.3% Instabiele tests 3 Invoer-tokens 28,584 Uitvoer-tokens 102,208 Redeneer-tokens 229,120 Responstijd (gem.) 54.03s Responstijd (totaal) 1026.57s Responstijd (max) 215.85s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 Time-out: 2 Geen antwoord: 1 Anti-AI-trucs : 7.0 Programmeren : 6.8 Gecombineerd : 10.0 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 6 Invoer-tokens 35,744 Uitvoer-tokens 7,177 Redeneer-tokens 68,297 Responstijd (gem.) 53.34s Responstijd (totaal) 1066.71s Responstijd (max) 189.03s Verkeerd antwoord: 5 API-fout: 2 Time-out: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.2 Programmeren : 3.9 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 2 Invoer-tokens 38,410 Uitvoer-tokens 28,000 Redeneer-tokens 82,045 Responstijd (gem.) 50.92s Responstijd (totaal) 967.47s Responstijd (max) 369.32s Verkeerd antwoord: 3 Time-out: 2 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 2.9 Gecombineerd : 9.6 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
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Modelkaart bekijken Totaal tests 20 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 48.3% Instabiele tests 9 Invoer-tokens 41,948 Uitvoer-tokens 109,492 Redeneer-tokens 251,674 Responstijd (gem.) 49.87s Responstijd (totaal) 598.39s Responstijd (max) 237.27s Verkeerd antwoord: 7 Time-out: 4 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 3.5 Gecombineerd : 4.5 Gegevensparsering en extractie : 4.6 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 7.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Modelkaart bekijken Totaal tests 20 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.3% Instabiele tests 3 Invoer-tokens 35,763 Uitvoer-tokens 828,084 Redeneer-tokens 0 Responstijd (gem.) 49.43s Responstijd (totaal) 988.58s Responstijd (max) 192.75s Verkeerd antwoord: 6 Geen antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 3.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 5.5 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.0% Instabiele tests 4 Invoer-tokens 41,532 Uitvoer-tokens 1,485 Redeneer-tokens 214,710 Responstijd (gem.) 49.23s Responstijd (totaal) 984.52s Responstijd (max) 216.69s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 7.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.4 Instructies opvolgen : 9.8 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 4 Invoer-tokens 37,156 Uitvoer-tokens 10,302 Redeneer-tokens 115,740 Responstijd (gem.) 46.36s Responstijd (totaal) 927.27s Responstijd (max) 218.13s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 6.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Modelkaart bekijken Totaal tests 20 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 2 Invoer-tokens 39,262 Uitvoer-tokens 2,259 Redeneer-tokens 150,249 Responstijd (gem.) 43.65s Responstijd (totaal) 872.90s Responstijd (max) 189.38s Verkeerd antwoord: 8 Anti-AI-trucs : 10.0 Programmeren : 4.3 Gecombineerd : 10.0 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
#99#99	GPT-5 Nanomedium	6.1	OpenAI	$0.077	43.52s
Modelkaart bekijken Totaal tests 20 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.0% Instabiele tests 7 Invoer-tokens 31,489 Uitvoer-tokens 5,328 Redeneer-tokens 181,056 Responstijd (gem.) 43.52s Responstijd (totaal) 565.82s Responstijd (max) 204.02s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 5.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 5.2 Algemene intelligentie : 4.1 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Modelkaart bekijken Totaal tests 19 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.7% Instabiele tests 1 Invoer-tokens 33,555 Uitvoer-tokens 90,478 Redeneer-tokens 173,544 Responstijd (gem.) 43.20s Responstijd (totaal) 561.54s Responstijd (max) 170.45s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 3.5 Gecombineerd : 10.0 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
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.0% Instabiele tests 0 Invoer-tokens 41,496 Uitvoer-tokens 2,258 Redeneer-tokens 341,381 Responstijd (gem.) 42.39s Responstijd (totaal) 847.76s Responstijd (max) 252.69s Verkeerd antwoord: 4 Extra opmaak: 3 Anti-AI-trucs : 8.3 Programmeren : 7.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Modelkaart bekijken Totaal tests 20 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.3% Instabiele tests 3 Invoer-tokens 37,007 Uitvoer-tokens 1,952 Redeneer-tokens 357,306 Responstijd (gem.) 41.16s Responstijd (totaal) 823.26s Responstijd (max) 299.23s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Geen antwoord: 2 Extra opmaak: 1 Anti-AI-trucs : 10.0 Programmeren : 3.4 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#116#116	Cobuddymedium	5.8	Baidu	$0.000	39.90s
Modelkaart bekijken Totaal tests 20 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 6 Invoer-tokens 37,449 Uitvoer-tokens 1,677 Redeneer-tokens 116,703 Responstijd (gem.) 39.90s Responstijd (totaal) 797.98s Responstijd (max) 309.02s Verkeerd antwoord: 9 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 4.1 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 4.2 Instructies opvolgen : 9.8 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.7% Instabiele tests 3 Invoer-tokens 38,997 Uitvoer-tokens 26,166 Redeneer-tokens 213,524 Responstijd (gem.) 39.40s Responstijd (totaal) 788.00s Responstijd (max) 168.16s Verkeerd antwoord: 5 Time-out: 2 Anti-AI-trucs : 10.0 Programmeren : 4.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.4 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 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