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

314

Meest getroffen model

Foutredenen

Verkeerd antwoord314 Time-out34 Extra opmaak12 API-fout6 Geen antwoord5 Instructies niet gevolgd1

Categorieën

Domeinspecifiek314 Anti-AI-trucs245 Programmeren194 Puzzeloplossing147 Algemene kennis130 Instructies opvolgen53 Gecombineerd52 Gegevensparsering en extractie35 Algemene intelligentie32 Toolaanroepen2

Rang	Model	Bedrijf	Verkeerd antwoord-aantal	Categoriescore	Correcte tests	Responstijd (gem.)
#38	Grok 4.3 medium	X AI	2	5.3	1/3	181.7s
#46	Qwen3.6 35B A3B medium	Qwen	2	5.3	1/3	22.5s
#50	Gemini 3.1 Flash Lite Preview low	Google	2	5.3	1/3	2.36s
#54	GPT-5 Mini medium	OpenAI	2	3.6	0/3	44.6s
#57	Step 3.7 Flash low	Stepfun	2	5.3	1/3	43.3s
#58	Gemini 3.1 Flash Lite Preview none	Google	2	5.3	1/3	942ms
#59	GLM 5V Turbo medium	Z.ai	2	5.3	1/3	38.1s
#61	Gemini 3.1 Flash Lite low	Google	2	5.3	1/3	1.52s
#62	Step 3.5 Flash medium	Stepfun	2	5.3	1/3	170.5s
#64	MiMo-V2-Flash medium	Xiaomi	2	5.9	1/3	96.0s
#68	Claude Opus 4.8 none	Anthropic	2	5.3	1/3	1.66s
#70	GPT-5.4 Nano medium	OpenAI	2	5.9	1/3	38.2s
#71	Step 3.7 Flash high	Stepfun	2	4.1	0/3	149.6s
#72	DeepSeek V3.2 medium	DeepSeek	2	2.9	0/3	24.3s
#76	Kimi K2.5 medium	Moonshot AI	2	3.5	0/3	137.3s

Topmodellen op Verkeerd antwoord-aantal