AI BENCHY
Vergelijken Grafieken Methodologie
โค๏ธ Made by XCS
AD
Track all your projects in one dashboard. Get ๐Ÿ“Šstats, ๐Ÿ”ฅheatmaps and ๐Ÿ‘€recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Categoriefouten

Instructies opvolgen
Verkeerd antwoord

Zie welke AI-modellen op Instructies opvolgen het meest kans hebben op Verkeerd antwoord, zodat je zwakke punten sneller ziet. Sorteren op: Correcte tests โ†‘.

Getoonde modellen

21

Totaal fouten

26

Meest getroffen model

Qwen3.5-122B-A10B 2
Rang Model Bedrijf Verkeerd antwoord-aantal Categoriescore Correcte tests Responstijd (gem.)
#40 Qwen3.5-122B-A10B none Qwen 2 4.5 0/2 585ms
#41 Qwen3.5-27B none Qwen 2 4.5 0/2 815ms
#45 Trinity Large Preview none Arcee AI 1 3.5 0/2 1.09s
#47 GPT-4o-mini none OpenAI 1 4.5 0/2 1.27s
#48 Qwen3 Coder Next none Qwen 2 4.5 0/2 7.71s
#50 Qwen3 Coder Next medium Qwen 1 4.5 0/2 7.34s
#53 Grok 4.1 Fast none X AI 2 10.0 0/2 923ms
#55 LFM2-24B-A2B none Liquid 2 4.5 0/2 1.09s
#15 GPT-5.2 Chat none OpenAI 1 6.0 1/2 5.46s
#19 GPT-5.3 Chat none OpenAI 1 9.0 1/2 3.29s
#20 Gemini 3 Flash Preview none Google 1 5.5 1/2 1.58s
#25 Claude Sonnet 4.6 none Anthropic 1 5.5 1/2 1.96s
#37 Qwen3.5-Flash none Qwen 1 5.0 1/2 8.81s
#38 Gemini 2.5 Flash none Google 1 9.0 1/2 672ms
#42 Qwen3.5-35B-A3B none Qwen 1 5.0 1/2 809ms
#44 GPT-5.4 none OpenAI 1 5.5 1/2 1.07s
#46 Kimi K2.5 none Moonshot AI 1 5.5 1/2 2.67s
#49 GLM 4.7 Flash none Z.ai 1 5.5 1/2 888ms
#51 Mercury 2 none Inception 1 5.5 1/2 551ms
#52 GLM 4.7 Flash medium Z.ai 1 5.0 1/2 2.97s
#54 MiMo-V2-Flash none Xiaomi 1 5.5 1/2 857ms

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs gem. score

Topmodellen op Responstijd (gem.)

Topmodellen op Geschatte verspilde kosten