Ranglijst voor Domeinspecifiek x Verkeerd antwoord

AI BENCHY Categoriefouten

Zie welke AI-modellen op Domeinspecifiek het meest kans hebben op Verkeerd antwoord, zodat je zwakke punten sneller ziet.

Getoonde modellen

Totaal fouten

182

Meest getroffen model

Foutredenen

Verkeerd antwoord182 Time-out31 Extra opmaak8 API-fout2 Geen antwoord2

Categorieën

Domeinspecifiek182 Anti-AI-trucs165 Puzzeloplossing85 Instructies opvolgen44 Gecombineerd37 Programmeren28 Gegevensparsering en extractie19 Algemene intelligentie10 Toolaanroepen2

Rang	Model	Bedrijf	Verkeerd antwoord-aantal	Categoriescore	Correcte tests	Responstijd (gem.)
#81	Elephant medium	Openrouter	3	3.0	0/3	925ms
#84	gpt-oss-120b none	OpenAI	3	3.0	0/3	35.0s
#85	Elephant none	Openrouter	3	3.0	0/3	927ms
#86	GPT-5.4 Mini none	OpenAI	3	3.5	0/3	937ms
#88	Nemotron 3 Super none	NVIDIA	3	3.6	0/3	6.23s
#89	GPT-4o-mini none	OpenAI	3	3.0	0/3	637ms
#90	Qwen3.5-9B none	Qwen	3	3.0	0/3	464ms
#96	GPT-5.4 Nano none	OpenAI	3	2.9	0/3	926ms
#5	Gemini 3 Flash Preview low	Google	2	5.3	1/3	8.05s
#6	Seed-2.0-Lite medium	Bytedance Seed	2	5.9	1/3	88.7s
#7	GPT-5.3-Codex medium	OpenAI	2	5.9	1/3	64.3s
#11	Gemini 3.1 Flash Lite Preview high	Google	2	5.3	1/3	127.6s
#12	Gemini 3 PRO Preview medium	Google	2	5.3	1/3	7.01s
#13	GLM 5 medium	Z.ai	2	3.5	0/3	0ms
#15	Gemini 2.5 Flash medium	Google	2	5.9	1/3	37.3s

←

1 2 3 4 5 6 7

→

Topmodellen op Verkeerd antwoord-aantal