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.)
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.567	16.50s
Modelkaart bekijken Totaal tests 20 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 98.3% Instabiele tests 1 Invoer-tokens 34,014 Uitvoer-tokens 2,000 Redeneer-tokens 181,033 Responstijd (gem.) 16.50s Responstijd (totaal) 330.06s Responstijd (max) 117.26s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 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
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Modelkaart bekijken Totaal tests 20 Foute tests 1 Betrouwbaarheid 10.0 Slaagpercentage per poging 96.7% Instabiele tests 1 Invoer-tokens 34,591 Uitvoer-tokens 1,969 Redeneer-tokens 102,679 Responstijd (gem.) 8.30s Responstijd (totaal) 165.92s Responstijd (max) 34.82s Verkeerd antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 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
#3🥉 #3	Gemini 3.5 Flashlow	9.3	Google	$0.285	2.98s
Modelkaart bekijken Totaal tests 20 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.0% Instabiele tests 0 Invoer-tokens 33,935 Uitvoer-tokens 2,027 Redeneer-tokens 23,938 Responstijd (gem.) 2.98s Responstijd (totaal) 59.59s Responstijd (max) 6.44s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 6.8 Gecombineerd : 10.0 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
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
Modelkaart bekijken Totaal tests 20 Foute tests 2 Betrouwbaarheid 10.0 Slaagpercentage per poging 90.0% Instabiele tests 0 Invoer-tokens 38,614 Uitvoer-tokens 1,971 Redeneer-tokens 75,384 Responstijd (gem.) 20.77s Responstijd (totaal) 269.96s Responstijd (max) 88.68s Verkeerd antwoord: 2 Anti-AI-trucs : 10.0 Programmeren : 7.0 Gecombineerd : 9.5 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
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 88.3% Instabiele tests 1 Invoer-tokens 39,525 Uitvoer-tokens 2,109 Redeneer-tokens 110,285 Responstijd (gem.) 13.83s Responstijd (totaal) 276.53s Responstijd (max) 33.37s Verkeerd antwoord: 3 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 : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#6#6	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.7% Instabiele tests 1 Invoer-tokens 33,933 Uitvoer-tokens 1,995 Redeneer-tokens 44,792 Responstijd (gem.) 4.29s Responstijd (totaal) 85.72s Responstijd (max) 12.05s Verkeerd antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.8 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
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.0% Instabiele tests 0 Invoer-tokens 61,569 Uitvoer-tokens 10,439 Redeneer-tokens 2,198 Responstijd (gem.) 4.48s Responstijd (totaal) 85.21s Responstijd (max) 23.18s Verkeerd antwoord: 2 Time-out: 1 Anti-AI-trucs : 8.3 Programmeren : 10.0 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
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Modelkaart bekijken Totaal tests 20 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 85.0% Instabiele tests 0 Invoer-tokens 31,590 Uitvoer-tokens 2,025 Redeneer-tokens 20,092 Responstijd (gem.) 9.43s Responstijd (totaal) 188.66s 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
#9#9	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Modelkaart bekijken Totaal tests 19 Foute tests 3 Betrouwbaarheid 10.0 Slaagpercentage per poging 84.2% Instabiele tests 0 Invoer-tokens 69,576 Uitvoer-tokens 6,265 Redeneer-tokens 0 Responstijd (gem.) 3.02s Responstijd (totaal) 57.44s Responstijd (max) 18.27s Verkeerd antwoord: 3 Anti-AI-trucs : 8.3 Programmeren : 10.0 Gecombineerd : 9.5 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
#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
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Modelkaart bekijken Totaal tests 20 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 86.7% Instabiele tests 3 Invoer-tokens 31,593 Uitvoer-tokens 1,964 Redeneer-tokens 109,481 Responstijd (gem.) 37.88s Responstijd (totaal) 757.66s Responstijd (max) 332.10s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 8.2 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
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Modelkaart bekijken Totaal tests 20 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 83.3% Instabiele tests 1 Invoer-tokens 57,185 Uitvoer-tokens 23,201 Redeneer-tokens 5,901 Responstijd (gem.) 9.34s Responstijd (totaal) 186.84s Responstijd (max) 38.03s Verkeerd antwoord: 3 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 9.8 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
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Modelkaart bekijken Totaal tests 20 Foute tests 4 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.7% Instabiele tests 1 Invoer-tokens 33,766 Uitvoer-tokens 2,070 Redeneer-tokens 27,348 Responstijd (gem.) 5.81s Responstijd (totaal) 116.25s Responstijd (max) 14.72s Verkeerd antwoord: 4 Anti-AI-trucs : 10.0 Programmeren : 7.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.9 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 10.0
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Modelkaart bekijken Totaal tests 18 Foute tests 4 Betrouwbaarheid n.v.t. Slaagpercentage per poging 81.5% Instabiele tests 1 Invoer-tokens 35,955 Uitvoer-tokens 1,647 Redeneer-tokens 91,565 Responstijd (gem.) 9.75s Responstijd (totaal) 175.48s Responstijd (max) 31.36s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 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 : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 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
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Modelkaart bekijken Totaal tests 20 Foute tests 5 Betrouwbaarheid 9.9 Slaagpercentage per poging 80.0% Instabiele tests 2 Invoer-tokens 38,104 Uitvoer-tokens 2,107 Redeneer-tokens 112,479 Responstijd (gem.) 36.84s Responstijd (totaal) 736.86s Responstijd (max) 178.04s Verkeerd antwoord: 4 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.7% Instabiele tests 4 Invoer-tokens 31,680 Uitvoer-tokens 2,336 Redeneer-tokens 42,565 Responstijd (gem.) 15.95s Responstijd (totaal) 319.08s 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
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 81.7% Instabiele tests 4 Invoer-tokens 32,626 Uitvoer-tokens 21,558 Redeneer-tokens 95,772 Responstijd (gem.) 32.67s Responstijd (totaal) 392.01s Responstijd (max) 99.85s Verkeerd antwoord: 3 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 3.5 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#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
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 76.7% Instabiele tests 3 Invoer-tokens 10,840 Uitvoer-tokens 100,760 Redeneer-tokens 0 Responstijd (gem.) 9.05s Responstijd (totaal) 153.86s Responstijd (max) 64.36s API-fout: 3 Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 7.6 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 3.0 Algemene kennis : 2.8
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 73.3% Instabiele tests 1 Invoer-tokens 15,899 Uitvoer-tokens 19,602 Redeneer-tokens 49,686 Responstijd (gem.) 35.39s Responstijd (totaal) 637.01s Responstijd (max) 150.90s API-fout: 2 Verkeerd antwoord: 2 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 4.1 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 9.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#23#23	Gemini 3.5 Flashminimal	7.9	Google	$0.103	1.58s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.7% Instabiele tests 1 Invoer-tokens 36,844 Uitvoer-tokens 5,271 Redeneer-tokens 0 Responstijd (gem.) 1.58s Responstijd (totaal) 31.55s Responstijd (max) 5.51s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.5 Programmeren : 7.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 10.0 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 70.0% Instabiele tests 0 Invoer-tokens 27,030 Uitvoer-tokens 73,544 Redeneer-tokens 0 Responstijd (gem.) 16.28s Responstijd (totaal) 293.12s Responstijd (max) 46.04s Verkeerd antwoord: 3 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 70.0% Instabiele tests 0 Invoer-tokens 34,266 Uitvoer-tokens 1,988 Redeneer-tokens 0 Responstijd (gem.) 1.30s Responstijd (totaal) 25.95s Responstijd (max) 3.92s Verkeerd antwoord: 6 Anti-AI-trucs : 6.5 Programmeren : 6.8 Gecombineerd : 3.0 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
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Modelkaart bekijken Totaal tests 20 Foute tests 6 Betrouwbaarheid n.v.t. Slaagpercentage per poging 70.0% Instabiele tests 0 Invoer-tokens 28,848 Uitvoer-tokens 1,490 Redeneer-tokens 10,102 Responstijd (gem.) 9.05s Responstijd (totaal) 90.53s Responstijd (max) 26.24s API-fout: 3 Verkeerd antwoord: 3 Anti-AI-trucs : 10.0 Programmeren : 3.0 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 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
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.0% Instabiele tests 3 Invoer-tokens 43,785 Uitvoer-tokens 3,224 Redeneer-tokens 67,040 Responstijd (gem.) 36.67s Responstijd (totaal) 733.46s Responstijd (max) 168.71s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 7.0 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 6.7 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 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
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.0% Instabiele tests 4 Invoer-tokens 31,489 Uitvoer-tokens 2,221 Redeneer-tokens 68,486 Responstijd (gem.) 22.31s Responstijd (totaal) 446.17s Responstijd (max) 100.41s Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 8.2 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
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Modelkaart bekijken Totaal tests 20 Foute tests 7 Betrouwbaarheid 9.9 Slaagpercentage per poging 71.7% Instabiele tests 2 Invoer-tokens 37,338 Uitvoer-tokens 294,481 Redeneer-tokens 0 Responstijd (gem.) 18.32s Responstijd (totaal) 366.45s Responstijd (max) 113.98s Verkeerd antwoord: 5 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 8.7 Programmeren : 8.2 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.7 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