Ranglijst voor Agenttaken x Verkeerd antwoord

Zie welke AI-modellen op Agenttaken het meest kans hebben op Verkeerd antwoord, zodat je zwakke punten sneller ziet. Sorteren op: Correcte tests ↓.

Getoonde modellen

Totaal fouten

108

Meest getroffen model

Grok 4.6 1

Foutredenen

Verkeerd antwoord108 Ongeldige toolaanroep44 API-fout32 Instructies niet gevolgd14 Time-out10

Categorieën

Domeinspecifiek766 Anti-AI-trucs446 Programmeren429 Puzzeloplossing307 Algemene kennis280 Gecombineerd115 Algemene intelligentie112 Agenttaken108 Instructies opvolgen94 Gegevensparsering en extractie71

108/108

Rang	Model	Bedrijf	Verkeerd antwoord-aantal	Categoriescore	Totale kosten	Correcte tests	Responstijd (gem.)
#62	Grok 4.6 high	X AI	1	5.0	$2.629	0/1	160.9s
Totaal tests 1 Foute tests 1 Totale kosten $2.629 Responstijd (gem.) 160.9s
#65	Qwen3.7 Max medium	Qwen	1	6.1	$2.046	0/1	137.0s
Totaal tests 1 Foute tests 1 Totale kosten $2.046 Responstijd (gem.) 137.0s
#78	Claude Opus 4.8 medium	Anthropic	1	6.1	$3.490	0/1	99.4s
Totaal tests 1 Foute tests 1 Totale kosten $3.490 Responstijd (gem.) 99.4s
#80	Grok 4.5 high	X AI	1	5.0	$2.571	0/1	77.0s
Totaal tests 1 Foute tests 1 Totale kosten $2.571 Responstijd (gem.) 77.0s
#90	DeepSeek V4.1 Flash low	DeepSeek	1	6.1	$0.153	0/1	56.0s
Totaal tests 1 Foute tests 1 Totale kosten $0.153 Responstijd (gem.) 56.0s
#102	Grok 4.5 medium	X AI	1	5.0	$2.454	0/1	65.2s
Totaal tests 1 Foute tests 1 Totale kosten $2.454 Responstijd (gem.) 65.2s
#105	Grok 4.6 medium	X AI	1	5.0	$2.270	0/1	103.6s
Totaal tests 1 Foute tests 1 Totale kosten $2.270 Responstijd (gem.) 103.6s
#108	Grok 4.5 low	X AI	1	5.0	$1.345	0/1	61.5s
Totaal tests 1 Foute tests 1 Totale kosten $1.345 Responstijd (gem.) 61.5s
#116	Qwen3.8 27B low	Qwen	1	6.1	~$0.089	0/1	211.3s
Totaal tests 1 Foute tests 1 Totale kosten ~$0.089 Responstijd (gem.) 211.3s
#124	DeepSeek V4 Flash 0731 low	DeepSeek	1	4.7	$0.307	0/1	321.2s
Totaal tests 1 Foute tests 1 Totale kosten $0.307 Responstijd (gem.) 321.2s
#127	Grok 4.7 low	X AI	1	5.0	$2.263	0/1	154.9s
Totaal tests 1 Foute tests 1 Totale kosten $2.263 Responstijd (gem.) 154.9s
#134	Grok 4.7 medium	X AI	1	3.9	$3.501	0/1	372.1s
Totaal tests 1 Foute tests 1 Totale kosten $3.501 Responstijd (gem.) 372.1s
#137	Qwen3.6 Plus medium	Qwen	1	4.7	$0.391	0/1	307.1s
Totaal tests 1 Foute tests 1 Totale kosten $0.391 Responstijd (gem.) 307.1s
#140	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	6.1	$0.567	0/1	186.4s
Totaal tests 1 Foute tests 1 Totale kosten $0.567 Responstijd (gem.) 186.4s
#141	Qwen3.8 27B medium	Qwen	1	4.7	~$0.073	0/1	187.9s
Totaal tests 1 Foute tests 1 Totale kosten ~$0.073 Responstijd (gem.) 187.9s

Modellen filteren

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)

Topmodellen op Geschatte verspilde kosten

Agenttaken: Verkeerd antwoord

Modellen filteren

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)

Topmodellen op Geschatte verspilde kostenAlleen de stroomkosten van de GPU zijn geschat. De rest van de computer en de aanschaf van hardware zijn niet inbegrepen. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Topmodellen op Geschatte verspilde kosten