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.)
#241#241	Laguna S 2.1low	5.0	Poolside	$0.082 ↓	85.34s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 5 Invoer-tokens 118,752 Uitvoer-tokens 67,823 Redeneer-tokens 383,885 Responstijd (gem.) 85.34s Responstijd (totaal) 1877.49s Responstijd (max) 814.73s Verkeerd antwoord: 15 API-fout: 1 Extra opmaak: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 3.8 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#242#242	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	17.89s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 5 Invoer-tokens 135,831 Uitvoer-tokens 42,099 Redeneer-tokens 0 Responstijd (gem.) 17.89s Responstijd (totaal) 393.53s Responstijd (max) 115.89s Verkeerd antwoord: 8 API-fout: 3 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.2 Programmeren : 3.1 Gecombineerd : 4.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 4.7 Instructies opvolgen : 10.0 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#243#243	GPT-4o-mininone	5.0	OpenAI	$0.010	1.92s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 22.7% Instabiele tests 0 Invoer-tokens 53,145 Uitvoer-tokens 2,913 Redeneer-tokens 0 Responstijd (gem.) 1.92s Responstijd (totaal) 30.71s Responstijd (max) 7.58s Verkeerd antwoord: 15 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 4.8 Programmeren : 3.2 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#244#244	Qwen3.6 Plus Previewmedium	4.9	Qwen	$0.000	15.25s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 40.9% Instabiele tests 0 Invoer-tokens 32,639 Uitvoer-tokens 1,153 Redeneer-tokens 62,197 Responstijd (gem.) 15.25s Responstijd (totaal) 182.96s Responstijd (max) 43.55s API-fout: 8 Verkeerd antwoord: 2 Anti-AI-trucs : 8.3 Programmeren : 9.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#245#245	Ling-2.6-flashnone	4.9	Inclusionai	$0.002 ↑	10.71s
Modelkaart bekijken Totaal tests 22 Foute tests 16 Betrouwbaarheid 9.6 Slaagpercentage per poging 30.3% Instabiele tests 2 Invoer-tokens 114,384 Uitvoer-tokens 14,903 Redeneer-tokens 0 Responstijd (gem.) 10.71s Responstijd (totaal) 214.28s Responstijd (max) 36.03s Verkeerd antwoord: 9 Ongeldige toolaanroep: 3 API-fout: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.8 Programmeren : 5.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 2.9 Toolaanroepen : 3.0 Algemene kennis : 3.0
#246#246	Nemotron 3 Supernone	4.8	NVIDIA	$0.008 ↑	6.04s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.2 Slaagpercentage per poging 27.3% Instabiele tests 2 Invoer-tokens 63,528 Uitvoer-tokens 6,432 Redeneer-tokens 0 Responstijd (gem.) 6.04s Responstijd (totaal) 132.96s Responstijd (max) 20.00s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Anti-AI-trucs : 4.8 Programmeren : 3.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.6 Instructies opvolgen : 6.3 Puzzeloplossing : 5.5 Toolaanroepen : 4.7 Algemene kennis : 3.0
#247#247	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↑	51.99s
Modelkaart bekijken Totaal tests 22 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 7,608 Uitvoer-tokens 40,277 Redeneer-tokens 0 Responstijd (gem.) 51.99s Responstijd (totaal) 831.90s Responstijd (max) 143.82s API-fout: 6 Verkeerd antwoord: 5 Instructies niet gevolgd: 2 Anti-AI-trucs : 9.2 Programmeren : 5.3 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
#248#248	Nemotron 3.5 Lightninglow	4.8	NVIDIA	$0.175 ↕	59.81s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 9.8 Slaagpercentage per poging 42.4% Instabiele tests 9 Invoer-tokens 138,792 Uitvoer-tokens 142,972 Redeneer-tokens 522,202 Responstijd (gem.) 59.81s Responstijd (totaal) 1315.80s Responstijd (max) 312.21s Verkeerd antwoord: 14 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 4.0 Gecombineerd : 6.3 Gegevensparsering en extractie : 2.9 Domeinspecifiek : 3.6 Algemene intelligentie : 3.7 Instructies opvolgen : 8.4 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#249#249	GPT-5.4 Nanonone	4.8	OpenAI	$0.041	2.56s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 27.3% Instabiele tests 4 Invoer-tokens 115,933 Uitvoer-tokens 13,794 Redeneer-tokens 0 Responstijd (gem.) 2.56s Responstijd (totaal) 56.37s Responstijd (max) 25.50s Verkeerd antwoord: 15 Instructies niet gevolgd: 2 Geen antwoord: 1 Anti-AI-trucs : 3.5 Programmeren : 4.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 2.9 Algemene intelligentie : 3.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.4 Toolaanroepen : 10.0 Algemene kennis : 3.0
#250#250	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.624	75.86s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 39.4% Instabiele tests 8 Invoer-tokens 101,776 Uitvoer-tokens 276,367 Redeneer-tokens 656,252 Responstijd (gem.) 75.86s Responstijd (totaal) 1668.93s Responstijd (max) 510.21s Verkeerd antwoord: 10 Instructies niet gevolgd: 4 Ongeldige toolaanroep: 2 Geen antwoord: 1 Anti-AI-trucs : 6.7 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 6.3 Puzzeloplossing : 4.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#251#251	Grok 4.20 Multi Agent Betamedium	4.8	X AI	$5.599 ↑	9.69s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 48.5% Instabiele tests 5 Invoer-tokens 721,952 Uitvoer-tokens 294,668 Redeneer-tokens 305,374 Responstijd (gem.) 9.69s Responstijd (totaal) 155.07s Responstijd (max) 35.28s Verkeerd antwoord: 4 API-fout: 2 Extra opmaak: 2 Instructies niet gevolgd: 2 Anti-AI-trucs : 6.9 Programmeren : 3.3 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 5.8 Instructies opvolgen : 9.8 Puzzeloplossing : 6.7 Toolaanroepen : 3.0 Algemene kennis : 0.0
#252#252	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.070	12.46s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.4% Instabiele tests 7 Invoer-tokens 69,376 Uitvoer-tokens 97,752 Redeneer-tokens 0 Responstijd (gem.) 12.46s Responstijd (totaal) 274.11s Responstijd (max) 121.05s Verkeerd antwoord: 13 Extra opmaak: 3 API-fout: 1 Anti-AI-trucs : 5.3 Programmeren : 3.3 Gecombineerd : 3.8 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 9.9 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#253#253	GLM 4.7 Flashnone	4.8	Z.ai	$0.016	8.81s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.3% Instabiele tests 3 Invoer-tokens 101,513 Uitvoer-tokens 22,992 Redeneer-tokens 0 Responstijd (gem.) 8.81s Responstijd (totaal) 140.88s Responstijd (max) 97.15s Verkeerd antwoord: 14 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Anti-AI-trucs : 5.2 Programmeren : 4.3 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 4.0 Instructies opvolgen : 6.5 Puzzeloplossing : 6.4 Toolaanroepen : 2.8 Algemene kennis : 3.0
#254#254	Trinity Large Previewnone	4.8	Arcee AI	$0.008 ↑	2.98s
Modelkaart bekijken Totaal tests 21 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 21.2% Instabiele tests 2 Invoer-tokens 29,828 Uitvoer-tokens 2,169 Redeneer-tokens 0 Responstijd (gem.) 2.98s Responstijd (totaal) 56.57s Responstijd (max) 14.34s Verkeerd antwoord: 12 Instructies niet gevolgd: 3 API-fout: 2 Anti-AI-trucs : 3.1 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.5 Instructies opvolgen : 3.5 Puzzeloplossing : 3.6 Toolaanroepen : 10.0 Algemene kennis : 3.0
#255#255	Hunter Alphamedium	4.7	OpenRouter	$0.000	10.33s
Modelkaart bekijken Totaal tests 18 Foute tests 10 Betrouwbaarheid n.v.t. Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 28,927 Uitvoer-tokens 4,682 Redeneer-tokens 17,969 Responstijd (gem.) 10.33s Responstijd (totaal) 175.58s Responstijd (max) 30.53s Verkeerd antwoord: 4 Instructies niet gevolgd: 2 Time-out: 2 API-fout: 1 Extra opmaak: 1 Anti-AI-trucs : 7.3 Programmeren : 9.8 Gecombineerd : 2.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 7.0 Instructies opvolgen : 9.9 Puzzeloplossing : 6.1 Toolaanroepen : 10.0 Algemene kennis : 0.0
#256#256	Grok 4.1 Fastmedium	4.7	X AI	$0.069 ↑	23.85s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 53.0% Instabiele tests 6 Invoer-tokens 42,845 Uitvoer-tokens 2,006 Redeneer-tokens 96,334 Responstijd (gem.) 23.85s Responstijd (totaal) 286.16s Responstijd (max) 121.79s Instructies niet gevolgd: 4 Verkeerd antwoord: 4 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 8.7 Programmeren : 7.8 Gecombineerd : 5.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.8 Algemene intelligentie : 4.2 Instructies opvolgen : 6.5 Puzzeloplossing : 5.3 Toolaanroepen : 2.8 Algemene kennis : 3.0
#257#257	Laguna M.1medium	4.7	Poolside	$0.033 ↕	14.73s
Modelkaart bekijken Totaal tests 19 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% Instabiele tests 2 Invoer-tokens 44,969 Uitvoer-tokens 58,087 Redeneer-tokens 0 Responstijd (gem.) 14.73s Responstijd (totaal) 220.93s Responstijd (max) 53.14s API-fout: 4 Verkeerd antwoord: 4 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 6.5 Programmeren : 1.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#258#258	Cobuddymedium	4.7	Baidu	$0.000	39.90s
Modelkaart bekijken Totaal tests 21 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 45.5% 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 API-fout: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 8.7 Programmeren : 3.7 Gecombineerd : 1.5 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
#259#259	Mercury 2none	4.7	Inception	$0.030	825ms
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 24.2% Instabiele tests 2 Invoer-tokens 89,637 Uitvoer-tokens 9,584 Redeneer-tokens 0 Responstijd (gem.) 825ms Responstijd (totaal) 18.14s Responstijd (max) 4.52s Verkeerd antwoord: 17 Instructies niet gevolgd: 1 Anti-AI-trucs : 3.0 Programmeren : 3.4 Gecombineerd : 3.0 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.9 Algemene intelligentie : 4.8 Instructies opvolgen : 6.5 Puzzeloplossing : 3.1 Toolaanroepen : 10.0 Algemene kennis : 3.0
#260#260	Qwen3 Coder Nextmedium	4.6	Qwen	$0.034 ↑	9.07s
Modelkaart bekijken Totaal tests 22 Foute tests 19 Betrouwbaarheid 10.0 Slaagpercentage per poging 25.8% Instabiele tests 4 Invoer-tokens 148,203 Uitvoer-tokens 19,069 Redeneer-tokens 0 Responstijd (gem.) 9.07s Responstijd (totaal) 154.19s Responstijd (max) 81.80s Verkeerd antwoord: 14 Instructies niet gevolgd: 3 Geen antwoord: 1 Time-out: 1 Anti-AI-trucs : 3.5 Programmeren : 3.7 Gecombineerd : 3.0 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.6 Algemene intelligentie : 6.3 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#261#261	MiniMax M2.5medium	4.6	Minimax	$0.272 ↓	69.08s
Modelkaart bekijken Totaal tests 22 Foute tests 17 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 9 Invoer-tokens 142,621 Uitvoer-tokens 20,409 Redeneer-tokens 251,820 Responstijd (gem.) 69.08s Responstijd (totaal) 1036.24s Responstijd (max) 251.36s Verkeerd antwoord: 7 Time-out: 4 Instructies niet gevolgd: 3 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 7.9 Programmeren : 3.4 Gecombineerd : 3.7 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
#262#262	Laguna S 2.1none	4.5	Poolside	$0.022 ↓	11.67s
Modelkaart bekijken Totaal tests 22 Foute tests 20 Betrouwbaarheid 10.0 Slaagpercentage per poging 15.2% Instabiele tests 3 Invoer-tokens 125,604 Uitvoer-tokens 57,634 Redeneer-tokens 0 Responstijd (gem.) 11.67s Responstijd (totaal) 256.71s Responstijd (max) 200.52s Verkeerd antwoord: 18 Instructies niet gevolgd: 1 Geen antwoord: 1 Anti-AI-trucs : 3.1 Programmeren : 3.4 Gecombineerd : 2.9 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 4.3 Puzzeloplossing : 3.1 Toolaanroepen : 4.7 Algemene kennis : 3.0
#263#263	Grok 4.20 Betanone	4.4	X AI	$0.087 ↓	1.19s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 30.3% Instabiele tests 1 Invoer-tokens 40,597 Uitvoer-tokens 1,657 Redeneer-tokens 0 Responstijd (gem.) 1.19s Responstijd (totaal) 21.43s Responstijd (max) 6.48s Verkeerd antwoord: 10 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.0 Programmeren : 1.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 0.0
#264#264	Laguna M.1none	4.4	Poolside	$0.009 ↕	2.89s
Modelkaart bekijken Totaal tests 19 Foute tests 15 Betrouwbaarheid 9.8 Slaagpercentage per poging 27.3% Instabiele tests 3 Invoer-tokens 38,147 Uitvoer-tokens 2,054 Redeneer-tokens 0 Responstijd (gem.) 2.89s Responstijd (totaal) 43.28s Responstijd (max) 15.42s Verkeerd antwoord: 10 API-fout: 4 Ongeldige toolaanroep: 1 Anti-AI-trucs : 3.4 Programmeren : 2.5 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 3.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#265#265	Elephant Alphanone	4.3	Openrouter	$0.000	1.22s
Modelkaart bekijken Totaal tests 21 Foute tests 16 Betrouwbaarheid n.v.t. Slaagpercentage per poging 25.8% Instabiele tests 1 Invoer-tokens 33,743 Uitvoer-tokens 2,573 Redeneer-tokens 0 Responstijd (gem.) 1.22s Responstijd (totaal) 22.03s Responstijd (max) 3.81s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 3 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.6 Programmeren : 4.2 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.0 Instructies opvolgen : 9.8 Puzzeloplossing : 4.2 Toolaanroepen : 3.0 Algemene kennis : 3.0
#266#266	GLM 4.7 Flashmedium	4.3	Z.ai	$0.168	134.34s
Modelkaart bekijken Totaal tests 22 Foute tests 18 Betrouwbaarheid 8.6 Slaagpercentage per poging 31.8% Instabiele tests 8 Invoer-tokens 79,104 Uitvoer-tokens 42,254 Redeneer-tokens 377,280 Responstijd (gem.) 134.34s Responstijd (totaal) 2015.13s Responstijd (max) 1539.97s Verkeerd antwoord: 9 Geen antwoord: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Time-out: 2 Anti-AI-trucs : 4.7 Programmeren : 3.2 Gecombineerd : 2.9 Gegevensparsering en extractie : 6.3 Domeinspecifiek : 3.5 Algemene intelligentie : 3.6 Instructies opvolgen : 6.2 Puzzeloplossing : 2.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#267#267	Elephant Alphamedium	4.3	Openrouter	$0.000	1.27s
Modelkaart bekijken Totaal tests 21 Foute tests 15 Betrouwbaarheid n.v.t. Slaagpercentage per poging 28.8% Instabiele tests 1 Invoer-tokens 33,744 Uitvoer-tokens 2,596 Redeneer-tokens 0 Responstijd (gem.) 1.27s Responstijd (totaal) 22.82s Responstijd (max) 3.70s Verkeerd antwoord: 9 API-fout: 3 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.6 Programmeren : 3.7 Gecombineerd : 1.5 Gegevensparsering en extractie : 6.5 Domeinspecifiek : 3.0 Algemene intelligentie : 4.3 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 3.0 Algemene kennis : 3.0
#268#268	Hunter Alphanone	4.2	OpenRouter	$0.000	4.70s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 37.9% Instabiele tests 4 Invoer-tokens 34,329 Uitvoer-tokens 2,264 Redeneer-tokens 0 Responstijd (gem.) 4.70s Responstijd (totaal) 79.86s Responstijd (max) 15.17s Verkeerd antwoord: 9 Instructies niet gevolgd: 2 API-fout: 1 Anti-AI-trucs : 3.5 Programmeren : 9.8 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 6.1 Instructies opvolgen : 6.4 Puzzeloplossing : 5.8 Toolaanroepen : 10.0 Algemene kennis : 0.0
#269#269	Grok 4.20none	4.1	X AI	$0.057 ↓	1.11s
Modelkaart bekijken Totaal tests 18 Foute tests 12 Betrouwbaarheid n.v.t. Slaagpercentage per poging 27.3% Instabiele tests 0 Invoer-tokens 41,313 Uitvoer-tokens 1,923 Redeneer-tokens 0 Responstijd (gem.) 1.11s Responstijd (totaal) 19.96s Responstijd (max) 6.04s Verkeerd antwoord: 10 Extra opmaak: 1 Ongeldige toolaanroep: 1 Anti-AI-trucs : 4.8 Programmeren : 1.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 4.8 Instructies opvolgen : 6.3 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 0.0
#270#270	Laguna Xs.2medium	4.1	Poolside	$0.015 ↕	6.73s
Modelkaart bekijken Totaal tests 19 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 43.9% Instabiele tests 6 Invoer-tokens 39,481 Uitvoer-tokens 54,218 Redeneer-tokens 0 Responstijd (gem.) 6.73s Responstijd (totaal) 100.98s Responstijd (max) 29.11s Verkeerd antwoord: 6 API-fout: 4 Geen antwoord: 2 Ongeldige toolaanroep: 1 Anti-AI-trucs : 6.9 Programmeren : 2.1 Gecombineerd : 1.5 Gegevensparsering en extractie : 7.1 Domeinspecifiek : 4.1 Algemene intelligentie : 3.0 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 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