AI Benchy Leaderboard

Name: AI BENCHY modelbenchmarkresultaten
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-08-15 Geëvalueerde modellen: 287

Aanbevolen modellen

GPT-5.6 Sol high Intelligent Slaagpercentage per poging 89.4% Correcte tests 18 / 22 Score 9.4/10 GPT-5.6 Luna medium Snel Responstijd (gem.) 7.43s Totaal aantal uitvoer-tokens 44,525 Score 7.4/10 DeepSeek V4 Flash 0731 high Betaalbaar Invoerprijs $0.140 / 1M Uitvoerprijs $0.280 / 1M Score 8.0/10

287/287

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#61#61	Qwen3.8 27Blow	7.9	Qwen	~$0.071	39.11s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 0 Invoer-tokens 99,705 Uitvoer-tokens 1,545 Redeneer-tokens 167,784 Responstijd (gem.) 39.11s Responstijd (totaal) 860.51s Responstijd (max) 376.04s Verkeerd antwoord: 4 Geen antwoord: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 7.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0
#62#62	Qwen3.7 Plusmedium	7.9	Qwen	$0.277 ↓	53.51s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 3 Invoer-tokens 115,242 Uitvoer-tokens 6,163 Redeneer-tokens 181,174 Responstijd (gem.) 53.51s Responstijd (totaal) 1177.25s Responstijd (max) 315.30s Verkeerd antwoord: 5 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 6.1 Gecombineerd : 8.2 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
#63#63	Qwen3.6 Plusmedium	7.8	Qwen	$0.418 ↑	45.52s
Modelkaart bekijken Totaal tests 22 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 2 Invoer-tokens 97,698 Uitvoer-tokens 6,417 Redeneer-tokens 191,215 Responstijd (gem.) 45.52s Responstijd (totaal) 955.94s Responstijd (max) 291.55s Verkeerd antwoord: 5 API-fout: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 10.0 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#64#64	Gemini 3.5 Flash Litemedium	7.8	Google	$0.272	5.12s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 6 Invoer-tokens 103,916 Uitvoer-tokens 8,892 Redeneer-tokens 87,343 Responstijd (gem.) 5.12s Responstijd (totaal) 112.73s Responstijd (max) 26.41s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 7.9 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 4.7 Instructies opvolgen : 9.8 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 2.8
#65#65	GLM 5.2medium	7.8	Z.ai	$0.114 ↓	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
#66#66	GPT-5.6 Terramedium	7.8	OpenAI	$0.262 ↓	6.85s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 2 Invoer-tokens 79,184 Uitvoer-tokens 4,878 Redeneer-tokens 25,471 Responstijd (gem.) 6.85s Responstijd (totaal) 150.65s Responstijd (max) 41.68s Verkeerd antwoord: 8 Anti-AI-trucs : 8.3 Programmeren : 6.1 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.5 Instructies opvolgen : 10.0 Puzzeloplossing : 8.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#67#67	Claude Sonnet 4.6medium	7.8	Anthropic	$2.126	28.08s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 1 Invoer-tokens 106,316 Uitvoer-tokens 79,338 Redeneer-tokens 41,089 Responstijd (gem.) 28.08s Responstijd (totaal) 421.15s Responstijd (max) 140.96s Verkeerd antwoord: 4 Extra opmaak: 3 Time-out: 1 Anti-AI-trucs : 6.5 Programmeren : 5.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#68#68	Qwen3.8 27Bmedium	7.8	Qwen	~$0.058	33.05s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 9.6 Slaagpercentage per poging 66.7% Instabiele tests 1 Invoer-tokens 98,266 Uitvoer-tokens 1,861 Redeneer-tokens 134,301 Responstijd (gem.) 33.05s Responstijd (totaal) 694.04s Responstijd (max) 214.63s Verkeerd antwoord: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 10.0 Gecombineerd : 8.7 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 10.0 Puzzeloplossing : 8.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#69#69	Seed-2.0-Litemedium	7.8	Bytedance Seed	$0.236	47.94s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 129,906 Uitvoer-tokens 12,530 Redeneer-tokens 88,766 Responstijd (gem.) 47.94s Responstijd (totaal) 1054.57s Responstijd (max) 254.92s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 8.3 Programmeren : 8.0 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 6.7 Instructies opvolgen : 10.0 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#70#70	Claude Opus 4.8low	7.8	Anthropic	$2.089	12.88s
Modelkaart bekijken Totaal tests 22 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 80.3% Instabiele tests 3 Invoer-tokens 156,522 Uitvoer-tokens 43,056 Redeneer-tokens 9,181 Responstijd (gem.) 12.88s Responstijd (totaal) 283.32s Responstijd (max) 127.97s Verkeerd antwoord: 4 Extra opmaak: 1 Geen antwoord: 1 Anti-AI-trucs : 10.0 Programmeren : 6.6 Gecombineerd : 9.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#71#71	Qwen3.7 Flashhigh	7.8	Qwen	$0.052	41.37s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 6 Invoer-tokens 116,331 Uitvoer-tokens 12,330 Redeneer-tokens 357,920 Responstijd (gem.) 41.37s Responstijd (totaal) 910.11s Responstijd (max) 431.47s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#72#72	GLM 5medium	7.7	Z.ai	$0.228 ↓	33.54s
Modelkaart bekijken Totaal tests 21 Foute tests 6 Betrouwbaarheid 10.0 Slaagpercentage per poging 78.8% Instabiele tests 4 Invoer-tokens 35,224 Uitvoer-tokens 21,570 Redeneer-tokens 102,996 Responstijd (gem.) 33.54s Responstijd (totaal) 435.99s 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 : 5.0 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
#73#73	Seed-2.0-Codelow	7.7	Bytedance Seed	$0.767	72.24s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 8.5 Slaagpercentage per poging 77.3% Instabiele tests 6 Invoer-tokens 85,657 Uitvoer-tokens 8,142 Redeneer-tokens 233,167 Responstijd (gem.) 72.24s Responstijd (totaal) 1589.31s Responstijd (max) 485.92s Verkeerd antwoord: 6 API-fout: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 8.7 Programmeren : 7.0 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 4.1 Algemene intelligentie : 6.5 Instructies opvolgen : 9.8 Puzzeloplossing : 9.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#74#74	Claude Opus 4.6medium	7.7	Anthropic	$2.961	32.23s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 3 Invoer-tokens 108,573 Uitvoer-tokens 69,994 Redeneer-tokens 26,728 Responstijd (gem.) 32.23s Responstijd (totaal) 515.65s Responstijd (max) 151.51s Extra opmaak: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Anti-AI-trucs : 6.4 Programmeren : 5.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#75#75	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.555 ↑	92.50s
Modelkaart bekijken Totaal tests 22 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 6 Invoer-tokens 90,757 Uitvoer-tokens 22,928 Redeneer-tokens 186,516 Responstijd (gem.) 92.50s Responstijd (totaal) 2035.01s Responstijd (max) 416.76s Verkeerd antwoord: 7 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 5.7 Programmeren : 6.3 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 10.0 Instructies opvolgen : 7.8 Puzzeloplossing : 6.9 Toolaanroepen : 9.8 Algemene kennis : 3.0
#76#76	DeepSeek V4 Flash 0423high	7.6	DeepSeek	$0.031 ↓	51.81s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 108,480 Uitvoer-tokens 37,229 Redeneer-tokens 174,081 Responstijd (gem.) 51.81s Responstijd (totaal) 1139.75s Responstijd (max) 218.13s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 7.8 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#77#77	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
Modelkaart bekijken Totaal tests 21 Foute tests 7 Betrouwbaarheid 10.0 Slaagpercentage per poging 71.2% Instabiele tests 4 Invoer-tokens 35,593 Uitvoer-tokens 12,245 Redeneer-tokens 62,277 Responstijd (gem.) 23.00s Responstijd (totaal) 482.97s Responstijd (max) 194.23s Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 10.0 Programmeren : 8.2 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#78#78	GPT-5.6 Lunahigh	7.6	OpenAI	$0.090 ↓	16.49s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 69.7% Instabiele tests 4 Invoer-tokens 80,927 Uitvoer-tokens 5,088 Redeneer-tokens 130,227 Responstijd (gem.) 16.49s Responstijd (totaal) 362.78s Responstijd (max) 111.09s Verkeerd antwoord: 8 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#79#79	Solar Pro 4xhigh	7.6	Upstage	$0.050	134.85s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 2 Invoer-tokens 98,116 Uitvoer-tokens 21,720 Redeneer-tokens 367,730 Responstijd (gem.) 134.85s Responstijd (totaal) 2966.79s Responstijd (max) 491.42s Verkeerd antwoord: 4 Instructies niet gevolgd: 3 Geen antwoord: 2 Extra opmaak: 1 Anti-AI-trucs : 8.3 Programmeren : 5.8 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.5 Instructies opvolgen : 8.4 Puzzeloplossing : 8.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#80#80	Nemotron 3 Ultramedium	7.6	NVIDIA	$0.780 ↕	33.62s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 9.8 Slaagpercentage per poging 66.7% Instabiele tests 3 Invoer-tokens 233,415 Uitvoer-tokens 54,384 Redeneer-tokens 130,021 Responstijd (gem.) 33.62s Responstijd (totaal) 739.59s 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 : 3.6 Algemene intelligentie : 3.7 Instructies opvolgen : 9.8 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#81#81	Claude Opus 5none	7.5	Anthropic	$1.550	7.65s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 57.6% Instabiele tests 1 Invoer-tokens 185,547 Uitvoer-tokens 24,866 Redeneer-tokens 0 Responstijd (gem.) 7.65s Responstijd (totaal) 168.35s Responstijd (max) 47.72s Verkeerd antwoord: 6 Extra opmaak: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1 Anti-AI-trucs : 5.5 Programmeren : 5.9 Gecombineerd : 8.3 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
#82#82	GPT-5.4 Nanomedium	7.5	OpenAI	$0.142	13.32s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 82,828 Uitvoer-tokens 7,100 Redeneer-tokens 92,781 Responstijd (gem.) 13.32s Responstijd (totaal) 292.97s Responstijd (max) 94.06s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Anti-AI-trucs : 8.3 Programmeren : 6.1 Gecombineerd : 9.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 4.5 Instructies opvolgen : 9.8 Puzzeloplossing : 4.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#83#83	GPT-5.6 Terralow	7.5	OpenAI	$0.210 ↓	5.45s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 74.2% Instabiele tests 6 Invoer-tokens 80,304 Uitvoer-tokens 4,714 Redeneer-tokens 16,872 Responstijd (gem.) 5.45s Responstijd (totaal) 119.83s Responstijd (max) 19.85s Verkeerd antwoord: 8 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.3 Programmeren : 6.6 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.8 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 4.7 Algemene kennis : 3.0
#84#84	MiniMax M3medium	7.5	Minimax	$0.300	75.15s
Modelkaart bekijken Totaal tests 22 Foute tests 11 Betrouwbaarheid 9.7 Slaagpercentage per poging 62.1% Instabiele tests 5 Invoer-tokens 121,996 Uitvoer-tokens 90,051 Redeneer-tokens 185,731 Responstijd (gem.) 75.15s Responstijd (totaal) 1578.24s Responstijd (max) 431.03s Verkeerd antwoord: 4 Time-out: 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 : 3.2 Algemene intelligentie : 5.1 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#85#85	GPT 5.3 Chatnone	7.5	OpenAI	$0.533	6.56s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 4 Invoer-tokens 78,846 Uitvoer-tokens 28,179 Redeneer-tokens 0 Responstijd (gem.) 6.56s Responstijd (totaal) 137.77s Responstijd (max) 18.33s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 6.7 Programmeren : 5.6 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.6 Instructies opvolgen : 9.8 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#86#86	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.459 ↓	91.76s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 72.7% Instabiele tests 5 Invoer-tokens 113,569 Uitvoer-tokens 9,823 Redeneer-tokens 264,886 Responstijd (gem.) 91.76s Responstijd (totaal) 1376.42s Responstijd (max) 304.85s Verkeerd antwoord: 4 Time-out: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.2 Programmeren : 6.6 Gecombineerd : 6.9 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
#87#87	Qwen3.5-27Bmedium	7.5	Qwen	$0.982 ↓	113.28s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 75.8% Instabiele tests 6 Invoer-tokens 111,644 Uitvoer-tokens 16,113 Redeneer-tokens 598,796 Responstijd (gem.) 113.28s Responstijd (totaal) 2492.26s Responstijd (max) 1026.43s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 6.2 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 6.1 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#88#88	GPT-5.4 Minimedium	7.5	OpenAI	$0.786	26.72s
Modelkaart bekijken Totaal tests 22 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 68.2% Instabiele tests 5 Invoer-tokens 97,164 Uitvoer-tokens 6,211 Redeneer-tokens 152,133 Responstijd (gem.) 26.72s Responstijd (totaal) 587.90s Responstijd (max) 138.75s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.6 Programmeren : 8.4 Gecombineerd : 6.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.5 Instructies opvolgen : 9.8 Puzzeloplossing : 7.8 Toolaanroepen : 4.7 Algemene kennis : 3.0
#89#89	Grok Build 0.1medium	7.5	X AI	$1.130	54.50s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.6% Instabiele tests 1 Invoer-tokens 106,946 Uitvoer-tokens 7,993 Redeneer-tokens 503,413 Responstijd (gem.) 54.50s Responstijd (totaal) 1199.07s Responstijd (max) 252.69s Verkeerd antwoord: 6 Extra opmaak: 3 Anti-AI-trucs : 8.3 Programmeren : 5.7 Gecombineerd : 10.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#90#90	Gemini 3.1 Flash Lite Previewmedium	7.4	Google	$0.117	4.59s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.6% Instabiele tests 0 Invoer-tokens 117,493 Uitvoer-tokens 10,589 Redeneer-tokens 47,189 Responstijd (gem.) 4.59s Responstijd (totaal) 101.04s Responstijd (max) 18.34s Verkeerd antwoord: 6 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 9.1 Programmeren : 5.5 Gecombineerd : 7.2 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

Snelle vergelijking

Gemini 3.6 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow

AI Benchy Leaderboard

Aanbevolen modellen

Modellen filteren

Snelle vergelijking