AI Benchy Leaderboard

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-02 Geëvalueerde modellen: 387

Aanbevolen modellen

GPT-6.1 Sol xhigh Intelligent Slaagpercentage per poging 97.1% Correcte tests 22 / 23 Score 9.9/10 Gemini 3.7 Flash low Snel Responstijd (gem.) 6.24s Totaal aantal uitvoer-tokens 38,453 Score 9.4/10 GPT-6 Luna high Betaalbaar Invoerprijs $0.100 / 1M Uitvoerprijs $0.500 / 1M Prijs voor cachelezen $0.010 / 1M Prijs voor cacheschrijven $0.125 / 1M Score 7.7/10

387/387

Rang	Model	Score	Bedrijf	Totale kosten	Responstijd (gem.)
#201#201	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
Modelkaart bekijken Totaal tests 23 Foute tests 14 Betrouwbaarheid 10.0 Slaagpercentage per poging 46.4% Instabiele tests 3 Invoer-tokens 352,516 Uitvoer-tokens 33,786 Redeneer-tokens 504,506 Responstijd (gem.) 48.97s Responstijd (totaal) 1126.35s Responstijd (max) 422.72s Verkeerd antwoord: 10 Ongeldige toolaanroep: 2 Geen antwoord: 2 Agenttaken : 6.1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.5 Algemene intelligentie : 5.0 Instructies opvolgen : 9.8 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#202#202	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
Modelkaart bekijken Totaal tests 23 Foute tests 16 Betrouwbaarheid 10.0 Slaagpercentage per poging 36.2% Instabiele tests 2 Invoer-tokens 405,921 Uitvoer-tokens 97,112 Redeneer-tokens 0 Responstijd (gem.) 14.79s Responstijd (totaal) 340.25s Responstijd (max) 212.63s Verkeerd antwoord: 13 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 10.0 Anti-AI-trucs : 4.8 Programmeren : 3.7 Gecombineerd : 5.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.3 Puzzeloplossing : 3.8 Toolaanroepen : 10.0 Algemene kennis : 3.0
#203#203	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 3 Invoer-tokens 233,893 Uitvoer-tokens 12,432 Redeneer-tokens 0 Responstijd (gem.) 6.05s Responstijd (totaal) 102.89s Responstijd (max) 57.84s Verkeerd antwoord: 9 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#204#204	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.9 Slaagpercentage per poging 60.9% Instabiele tests 5 Invoer-tokens 299,558 Uitvoer-tokens 33,248 Redeneer-tokens 374,819 Responstijd (gem.) 133.93s Responstijd (totaal) 3080.36s Responstijd (max) 519.91s Verkeerd antwoord: 6 Instructies niet gevolgd: 2 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Agenttaken : 4.7 Anti-AI-trucs : 8.2 Programmeren : 5.5 Gecombineerd : 6.4 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.0 Algemene intelligentie : 3.0 Instructies opvolgen : 9.8 Puzzeloplossing : 9.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#205#205	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Modelkaart bekijken Totaal tests 22 Foute tests 8 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% 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 Agenttaken : 0.0 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
#206#206	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 9.6 Slaagpercentage per poging 60.9% Instabiele tests 8 Invoer-tokens 292,271 Uitvoer-tokens 55,025 Redeneer-tokens 186,071 Responstijd (gem.) 125.76s Responstijd (totaal) 2137.84s Responstijd (max) 566.79s Verkeerd antwoord: 5 Time-out: 3 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.9 Anti-AI-trucs : 7.3 Programmeren : 6.1 Gecombineerd : 6.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 6.5 Instructies opvolgen : 10.0 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#207#207	Mercury 2.5medium	6.4	Inception	$0.034	7.74s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 9.7 Slaagpercentage per poging 63.8% Instabiele tests 5 Invoer-tokens 317,982 Uitvoer-tokens 3,918 Redeneer-tokens 135,028 Responstijd (gem.) 7.74s Responstijd (totaal) 178.07s Responstijd (max) 107.89s Verkeerd antwoord: 9 API-fout: 1 Time-out: 1 Agenttaken : 4.7 Anti-AI-trucs : 10.0 Programmeren : 5.0 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 4.4 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#208#208	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 1 Invoer-tokens 230,004 Uitvoer-tokens 18,040 Redeneer-tokens 0 Responstijd (gem.) 4.67s Responstijd (totaal) 107.45s Responstijd (max) 49.23s Verkeerd antwoord: 7 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 5.0 Anti-AI-trucs : 6.5 Programmeren : 5.6 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 10.0 Instructies opvolgen : 6.4 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#209#209	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 63.8% Instabiele tests 7 Invoer-tokens 253,462 Uitvoer-tokens 40,269 Redeneer-tokens 185,716 Responstijd (gem.) 56.72s Responstijd (totaal) 1304.54s Responstijd (max) 333.34s Verkeerd antwoord: 4 Extra opmaak: 3 Instructies niet gevolgd: 2 API-fout: 1 Ongeldige toolaanroep: 1 Geen antwoord: 1 Agenttaken : 4.7 Anti-AI-trucs : 10.0 Programmeren : 6.2 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 5.5 Instructies opvolgen : 9.9 Puzzeloplossing : 6.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#210#210	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	70.48s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 59.4% Instabiele tests 7 Invoer-tokens 255,887 Uitvoer-tokens 154,879 Redeneer-tokens 603,518 Responstijd (gem.) 70.48s Responstijd (totaal) 1620.93s Responstijd (max) 480.52s Verkeerd antwoord: 9 Geen antwoord: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 8.7 Programmeren : 5.8 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 5.3 Algemene intelligentie : 3.4 Instructies opvolgen : 8.3 Puzzeloplossing : 5.5 Toolaanroepen : 10.0 Algemene kennis : 3.0
#211#211	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	66.13s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 6 Invoer-tokens 260,850 Uitvoer-tokens 125,908 Redeneer-tokens 516,424 Responstijd (gem.) 66.13s Responstijd (totaal) 1520.96s Responstijd (max) 417.36s Verkeerd antwoord: 8 Instructies niet gevolgd: 2 Geen antwoord: 2 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 6.9 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.6 Algemene intelligentie : 4.0 Instructies opvolgen : 7.9 Puzzeloplossing : 5.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#212#212	LongCat 2.0none	6.4	Meituan	$0.104	8.50s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 42.0% Instabiele tests 3 Invoer-tokens 276,199 Uitvoer-tokens 17,473 Redeneer-tokens 0 Responstijd (gem.) 8.50s Responstijd (totaal) 195.60s Responstijd (max) 81.77s Verkeerd antwoord: 13 Extra opmaak: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 4.8 Programmeren : 5.5 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 5.0 Instructies opvolgen : 6.5 Puzzeloplossing : 4.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#213#213	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.971 ↓	111.54s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 65.2% Instabiele tests 7 Invoer-tokens 378,048 Uitvoer-tokens 56,477 Redeneer-tokens 865,151 Responstijd (gem.) 111.54s Responstijd (totaal) 2565.38s Responstijd (max) 950.25s Geen antwoord: 3 Time-out: 3 Verkeerd antwoord: 3 API-fout: 1 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 7.4 Anti-AI-trucs : 10.0 Programmeren : 5.9 Gecombineerd : 3.8 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 3.5 Algemene intelligentie : 2.8 Instructies opvolgen : 10.0 Puzzeloplossing : 8.2 Toolaanroepen : 10.0 Algemene kennis : 3.0
#214#214	Qwen3.6 27Bnone	6.3	Qwen	$0.147 ↓	12.71s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 6 Invoer-tokens 250,919 Uitvoer-tokens 20,816 Redeneer-tokens 0 Responstijd (gem.) 12.71s Responstijd (totaal) 292.29s Responstijd (max) 156.31s Verkeerd antwoord: 11 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 2 Agenttaken : 10.0 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
#215#215	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Modelkaart bekijken Totaal tests 23 Foute tests 11 Betrouwbaarheid 10.0 Slaagpercentage per poging 66.7% Instabiele tests 6 Invoer-tokens 275,779 Uitvoer-tokens 14,401 Redeneer-tokens 25,511 Responstijd (gem.) 4.79s Responstijd (totaal) 110.24s Responstijd (max) 53.91s Verkeerd antwoord: 9 Instructies niet gevolgd: 1 Geen antwoord: 1 Agenttaken : 5.0 Anti-AI-trucs : 9.0 Programmeren : 4.3 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.9 Algemene intelligentie : 10.0 Instructies opvolgen : 9.8 Puzzeloplossing : 7.6 Toolaanroepen : 10.0 Algemene kennis : 4.7
#216#216	Gemini 3.1 Flash Lite Previewlow	6.3	Google	$0.736	19.04s
Modelkaart bekijken Totaal tests 23 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 0 Invoer-tokens 309,715 Uitvoer-tokens 16,170 Redeneer-tokens 422,721 Responstijd (gem.) 19.04s Responstijd (totaal) 437.98s Responstijd (max) 309.35s Verkeerd antwoord: 7 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 5.0 Anti-AI-trucs : 8.3 Programmeren : 5.5 Gecombineerd : 3.0 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#217#217	Gemini 3.1 Flash Litelow	6.3	Google	$0.717	19.02s
Modelkaart bekijken Totaal tests 23 Foute tests 10 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 2 Invoer-tokens 312,368 Uitvoer-tokens 9,429 Redeneer-tokens 416,147 Responstijd (gem.) 19.02s Responstijd (totaal) 437.38s Responstijd (max) 318.02s Verkeerd antwoord: 9 Ongeldige toolaanroep: 1 Agenttaken : 5.0 Anti-AI-trucs : 7.3 Programmeren : 5.5 Gecombineerd : 3.2 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.0 Instructies opvolgen : 10.0 Puzzeloplossing : 10.0 Toolaanroepen : 10.0 Algemene kennis : 3.0
#218#218	Solar Pro 4high	6.3	Upstage	$0.077 ↑	128.91s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% Instabiele tests 6 Invoer-tokens 209,002 Uitvoer-tokens 24,675 Redeneer-tokens 377,528 Responstijd (gem.) 128.91s Responstijd (totaal) 2965.04s Responstijd (max) 491.07s Verkeerd antwoord: 6 Instructies niet gevolgd: 3 API-fout: 1 Extra opmaak: 1 Geen antwoord: 1 Agenttaken : 2.8 Anti-AI-trucs : 8.7 Programmeren : 5.7 Gecombineerd : 7.3 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 3.6 Algemene intelligentie : 5.5 Instructies opvolgen : 7.9 Puzzeloplossing : 8.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#219#219	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.176	20.07s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 52.2% Instabiele tests 3 Invoer-tokens 346,064 Uitvoer-tokens 53,060 Redeneer-tokens 0 Responstijd (gem.) 20.07s Responstijd (totaal) 341.27s Responstijd (max) 183.50s Verkeerd antwoord: 11 Ongeldige toolaanroep: 1 Agenttaken : 5.2 Anti-AI-trucs : 4.8 Programmeren : 4.3 Gecombineerd : 6.5 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 7.7 Algemene intelligentie : 4.4 Instructies opvolgen : 10.0 Puzzeloplossing : 7.7 Toolaanroepen : 10.0 Algemene kennis : 3.0
#220#220	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
Modelkaart bekijken Totaal tests 22 Foute tests 9 Betrouwbaarheid 10.0 Slaagpercentage per poging 60.9% 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 Agenttaken : 0.0 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
#221#221	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
Modelkaart bekijken Totaal tests 23 Foute tests 13 Betrouwbaarheid 10.0 Slaagpercentage per poging 55.1% Instabiele tests 5 Invoer-tokens 267,840 Uitvoer-tokens 192,115 Redeneer-tokens 0 Responstijd (gem.) 32.88s Responstijd (totaal) 756.28s Responstijd (max) 197.32s Verkeerd antwoord: 11 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 6.1 Anti-AI-trucs : 5.2 Programmeren : 5.4 Gecombineerd : 3.8 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 5.3 Algemene intelligentie : 4.4 Instructies opvolgen : 9.8 Puzzeloplossing : 7.9 Toolaanroepen : 10.0 Algemene kennis : 3.0
#222#222	DeepSeek V3.2medium	6.3	DeepSeek	$0.152 ↑	70.08s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 62.3% Instabiele tests 7 Invoer-tokens 306,662 Uitvoer-tokens 17,819 Redeneer-tokens 125,341 Responstijd (gem.) 70.08s Responstijd (totaal) 1611.86s Responstijd (max) 376.10s Verkeerd antwoord: 6 API-fout: 2 Time-out: 2 Instructies niet gevolgd: 1 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 8.2 Programmeren : 6.0 Gecombineerd : 7.3 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
#223#223	Trinity Large Thinkinglow	6.3	Arcee AI	$0.918 ↑	95.16s
Modelkaart bekijken Totaal tests 23 Foute tests 15 Betrouwbaarheid 10.0 Slaagpercentage per poging 47.8% Instabiele tests 6 Invoer-tokens 347,980 Uitvoer-tokens 121,898 Redeneer-tokens 720,302 Responstijd (gem.) 95.16s Responstijd (totaal) 2188.74s Responstijd (max) 540.96s Verkeerd antwoord: 7 Instructies niet gevolgd: 3 API-fout: 2 Ongeldige toolaanroep: 2 Geen antwoord: 1 Agenttaken : 7.4 Anti-AI-trucs : 8.3 Programmeren : 5.3 Gecombineerd : 5.2 Gegevensparsering en extractie : 7.3 Domeinspecifiek : 2.9 Algemene intelligentie : 10.0 Instructies opvolgen : 4.4 Puzzeloplossing : 6.3 Toolaanroepen : 10.0 Algemene kennis : 3.0
#224#224	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.027 ↓	38.64s
Modelkaart bekijken Totaal tests 23 Foute tests 18 Betrouwbaarheid 10.0 Slaagpercentage per poging 30.4% Instabiele tests 4 Invoer-tokens 403,455 Uitvoer-tokens 115,591 Redeneer-tokens 0 Responstijd (gem.) 38.64s Responstijd (totaal) 888.69s Responstijd (max) 247.27s Verkeerd antwoord: 13 Extra opmaak: 2 Ongeldige toolaanroep: 2 Instructies niet gevolgd: 1 Agenttaken : 10.0 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
#225#225	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
Modelkaart bekijken Totaal tests 23 Foute tests 12 Betrouwbaarheid 10.0 Slaagpercentage per poging 58.0% Instabiele tests 5 Invoer-tokens 392,127 Uitvoer-tokens 7,754 Redeneer-tokens 294,333 Responstijd (gem.) 36.73s Responstijd (totaal) 844.68s Responstijd (max) 199.66s Verkeerd antwoord: 7 Extra opmaak: 2 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Agenttaken : 3.0 Anti-AI-trucs : 8.2 Programmeren : 6.3 Gecombineerd : 8.7 Gegevensparsering en extractie : 10.0 Domeinspecifiek : 2.9 Algemene intelligentie : 3.9 Instructies opvolgen : 9.8 Puzzeloplossing : 7.7 Toolaanroepen : 3.0 Algemene kennis : 3.0

Wereldwijde benchmarktrends

Bekijk hoe huidige modellen score, kosten, snelheid, uitvoerlengte en prestaties per categorie afwegen.

Grafieken →

Paretofront: intelligentie vs kosten

Ontwikkeling van de beste score van toonaangevende bedrijven

Paretofront: intelligentie vs reactiesnelheid

Paretofront: score vs uitvoertokens

Moeilijkheid per categorie over alle modellen

Snelle vergelijking

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow