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.)
#211#211	Nemotron 3.5 Lightninghigh	5.6	NVIDIA	$0.168 ↕	58.26s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.9 Slaagpercentage per poging 50.0% Instabiele tests 12 Invoer-tokens 118,016 Uitvoer-tokens 148,344 Redeneer-tokens 506,253 Responstijd (gem.) 58.26s Responstijd (totaal) 1281.79s Responstijd (max) 285.26s Verkeerd antwoord: 11 Instructies niet gevolgd: 4 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 5.5 Programmeren : 4.4 Gecombineerd : 6.4 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 3.7 Instructies opvolgen : 8.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#212#212	Qwen3.6 27Bnone	5.5	Qwen	$0.116 ↑	10.62s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 6 Invoer-tokens 95,805 Uitvoer-tokens 16,156 Redeneer-tokens 0 Responstijd (gem.) 10.62s Responstijd (totaal) 233.68s Responstijd (max) 156.31s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.8 Programmeren : 5.5 Gecombineerd : 3.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 7.7 Algemene intelligentie : 5.2 Instructies opvolgen : 6.2 Puzzeloplossing : 5.3 Toolaanroepen : 9.5 Algemene kennis : 3.0
#213#213	Hy3 previewlow	5.5	Tencent	$0.042 ↕	24.56s
Modelkaart bekijken Totaal tests 21 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 50.0% Instabiele tests 2 Invoer-tokens 21,045 Uitvoer-tokens 63,460 Redeneer-tokens 0 Responstijd (gem.) 24.56s Responstijd (totaal) 368.35s Responstijd (max) 78.74s API-fout: 7 Verkeerd antwoord: 4 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.9 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#214#214	Qwen3.8 27Bnone	5.5	Qwen	~$0.006	3.12s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 40.9% Instabiele tests 0 Invoer-tokens 122,463 Uitvoer-tokens 11,445 Redeneer-tokens 0 Responstijd (gem.) 3.12s Responstijd (totaal) 68.69s Responstijd (max) 44.76s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 7.7 Algemene intelligentie : 4.2 Instructies opvolgen : 6.3 Puzzeloplossing : 6.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#215#215	Mimo V2 Omninone	5.5	Xiaomi	$0.021 ↓	2.44s
Modelkaart bekijken Totaal tests 21 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 37.9% Instabiele tests 1 Invoer-tokens 40,852 Uitvoer-tokens 3,314 Redeneer-tokens 0 Responstijd (gem.) 2.44s Responstijd (totaal) 48.81s Responstijd (max) 6.81s Verkeerd antwoord: 10 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.6 Programmeren : 4.4 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.1 Instructies opvolgen : 6.5 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#216#216	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.030 ↓	36.17s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 240,230 Uitvoer-tokens 100,726 Redeneer-tokens 0 Responstijd (gem.) 36.17s Responstijd (totaal) 795.83s Responstijd (max) 247.27s Verkeerd antwoord: 13 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 4.2 Gecombineerd : 4.6 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#217#217	Laguna S 2.1medium	5.4	Poolside	$0.053 ↓	58.42s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.2% Instabiele tests 3 Invoer-tokens 86,647 Uitvoer-tokens 97,298 Redeneer-tokens 242,297 Responstijd (gem.) 58.42s Responstijd (totaal) 1285.26s 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 : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 4.2 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#218#218	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
Modelkaart bekijken Totaal tests 22 Foute tests 15 Betrouwbaarheid 9.9 Slaagpercentage per poging 43.9% Instabiele tests 6 Invoer-tokens 61,094 Uitvoer-tokens 6,532 Redeneer-tokens 53,882 Responstijd (gem.) 10.63s Responstijd (totaal) 233.77s 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 : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#219#219	GPT-5.6 Lunanone	5.4	OpenAI	$0.015 ↓	1.50s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 3 Invoer-tokens 101,332 Uitvoer-tokens 6,709 Redeneer-tokens 0 Responstijd (gem.) 1.50s Responstijd (totaal) 33.05s Responstijd (max) 10.57s Verkeerd antwoord: 14 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.0 Instructies opvolgen : 7.1 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#220#220	MiMo-V2.5-Pronone	5.4	Xiaomi	$0.068 ↓	4.24s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 33.3% Instabiele tests 4 Invoer-tokens 124,808 Uitvoer-tokens 15,362 Redeneer-tokens 0 Responstijd (gem.) 4.24s Responstijd (totaal) 93.28s Responstijd (max) 53.13s Verkeerd antwoord: 12 Instructies niet gevolgd: 4 Geen antwoord: 1 Anti-AI-trucs : 3.3 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.4 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#221#221	Kimi K2.5none	5.4	Moonshot AI	$0.127 ↑	18.03s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 4 Invoer-tokens 89,320 Uitvoer-tokens 26,643 Redeneer-tokens 0 Responstijd (gem.) 18.03s Responstijd (totaal) 288.42s Responstijd (max) 102.83s Verkeerd antwoord: 16 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 2.8 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.0 Algemene intelligentie : 10.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#222#222	DeepSeek V4 Flash 0731none	5.4	DeepSeek	$0.021	20.72s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 94,566 Uitvoer-tokens 25,426 Redeneer-tokens 0 Responstijd (gem.) 20.72s Responstijd (totaal) 455.81s Responstijd (max) 387.15s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Extra opmaak: 1 Anti-AI-trucs : 3.4 Programmeren : 4.3 Gecombineerd : 3.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 5.0 Puzzeloplossing : 3.2 Toolaanroepen : 9.5 Algemene kennis : 3.0
#223#223	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 5 Invoer-tokens 208,937 Uitvoer-tokens 175,588 Redeneer-tokens 409,276 Responstijd (gem.) 111.60s Responstijd (totaal) 2455.24s 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
#224#224	Inkling Smallnone	5.3	Thinkingmachines	$0.054 ↓	1.51s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.2% Instabiele tests 1 Invoer-tokens 94,733 Uitvoer-tokens 8,770 Redeneer-tokens 0 Responstijd (gem.) 1.51s Responstijd (totaal) 33.21s Responstijd (max) 12.35s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.1 Programmeren : 3.6 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#225#225	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 3 Invoer-tokens 91,607 Uitvoer-tokens 13,377 Redeneer-tokens 0 Responstijd (gem.) 1.55s Responstijd (totaal) 34.01s Responstijd (max) 19.02s Verkeerd antwoord: 14 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Time-out: 1 Anti-AI-trucs : 5.3 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 3.8 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#226#226	Seed-2.0-Codenone	5.3	Bytedance Seed	$0.151	14.67s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 8.6 Slaagpercentage per poging 36.4% Instabiele tests 5 Invoer-tokens 159,749 Uitvoer-tokens 23,433 Redeneer-tokens 0 Responstijd (gem.) 14.67s Responstijd (totaal) 322.71s Responstijd (max) 132.84s Verkeerd antwoord: 11 Extra opmaak: 2 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.0 Programmeren : 3.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 6.2 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#227#227	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.59s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 18.2% Instabiele tests 0 Invoer-tokens 106,423 Uitvoer-tokens 11,555 Redeneer-tokens 0 Responstijd (gem.) 8.59s Responstijd (totaal) 163.20s Responstijd (max) 25.72s Verkeerd antwoord: 12 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.4 Puzzeloplossing : 3.1 Toolaanroepen : 3.0 Algemene kennis : 3.0
#228#228	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
Modelkaart bekijken Totaal tests 16 Foute tests 3 Betrouwbaarheid n.v.t. Slaagpercentage per poging 59.1% 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 : 7.5 Programmeren : 0.0 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 0.0
#229#229	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.061 ↑	5.57s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.8% Instabiele tests 5 Invoer-tokens 93,990 Uitvoer-tokens 45,905 Redeneer-tokens 0 Responstijd (gem.) 5.57s Responstijd (totaal) 111.32s Responstijd (max) 39.54s Verkeerd antwoord: 13 API-fout: 2 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 6.2 Puzzeloplossing : 3.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#230#230	Dots 3 Note Previewnone	5.2	Dots Studio	$0.000	3.53s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 16.7% Instabiele tests 1 Invoer-tokens 116,155 Uitvoer-tokens 19,679 Redeneer-tokens 0 Responstijd (gem.) 3.53s Responstijd (totaal) 77.68s Responstijd (max) 24.48s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.1 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.8 Puzzeloplossing : 3.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#231#231	Inklingnone	5.2	Thinkingmachines	$0.142 ↓	3.47s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 28.8% Instabiele tests 1 Invoer-tokens 104,120 Uitvoer-tokens 10,554 Redeneer-tokens 0 Responstijd (gem.) 3.47s Responstijd (totaal) 76.28s 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
#232#232	Nemotron 3.5 Lightningmedium	5.1	NVIDIA	$0.195 ↕	70.11s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.9 Slaagpercentage per poging 48.5% Instabiele tests 11 Invoer-tokens 126,330 Uitvoer-tokens 165,702 Redeneer-tokens 594,739 Responstijd (gem.) 70.11s Responstijd (totaal) 1542.52s Responstijd (max) 437.11s Verkeerd antwoord: 13 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 4.4 Gecombineerd : 6.2 Gegevensparsering en extractie : 3.7 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 8.5 Puzzeloplossing : 4.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#233#233	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 104,717 Uitvoer-tokens 9,812 Redeneer-tokens 0 Responstijd (gem.) 1.20s Responstijd (totaal) 26.41s Responstijd (max) 13.16s Verkeerd antwoord: 16 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.4 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#234#234	Mistral Small 4medium	5.1	Mistral	$0.097	10.80s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 8 Invoer-tokens 140,559 Uitvoer-tokens 40,268 Redeneer-tokens 93,329 Responstijd (gem.) 10.80s Responstijd (totaal) 237.60s Responstijd (max) 59.15s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 API-fout: 1 Geen antwoord: 1 Anti-AI-trucs : 5.6 Programmeren : 4.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 7.3 Puzzeloplossing : 3.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#235#235	Qwen3 Coder Nextnone	5.1	Qwen	$0.026 ↑	8.63s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 134,227 Uitvoer-tokens 11,808 Redeneer-tokens 0 Responstijd (gem.) 8.63s Responstijd (totaal) 146.72s Responstijd (max) 45.14s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.6 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 5.3 Algemene intelligentie : 10.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#236#236	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.68s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 2 Invoer-tokens 141,052 Uitvoer-tokens 16,464 Redeneer-tokens 0 Responstijd (gem.) 4.68s Responstijd (totaal) 103.02s Responstijd (max) 55.36s Verkeerd antwoord: 14 Extra opmaak: 1 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#237#237	Qwen3.5-9Bnone	5.1	Qwen	$0.021 ↑	19.19s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 19.7% Instabiele tests 1 Invoer-tokens 144,416 Uitvoer-tokens 37,484 Redeneer-tokens 0 Responstijd (gem.) 19.19s Responstijd (totaal) 422.25s Responstijd (max) 382.06s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Anti-AI-trucs : 3.1 Programmeren : 3.9 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.4 Instructies opvolgen : 6.5 Puzzeloplossing : 3.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#238#238	GLM 5 Turbonone	5.1	Z.ai	$0.047 ↑	2.82s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 32,525 Uitvoer-tokens 1,815 Redeneer-tokens 0 Responstijd (gem.) 2.82s Responstijd (totaal) 59.29s Responstijd (max) 8.21s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Anti-AI-trucs : 3.0 Programmeren : 3.9 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#239#239	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 130,501 Uitvoer-tokens 26,786 Redeneer-tokens 0 Responstijd (gem.) 29.95s Responstijd (totaal) 658.83s 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
#240#240	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 9 Invoer-tokens 114,527 Uitvoer-tokens 18,558 Redeneer-tokens 129,146 Responstijd (gem.) 43.25s Responstijd (totaal) 908.21s Responstijd (max) 196.21s Verkeerd antwoord: 6 Instructies niet gevolgd: 5 Geen antwoord: 2 Time-out: 2 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 5.7 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 3.9 Instructies opvolgen : 3.8 Puzzeloplossing : 5.9 Toolaanroepen : 4.7 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