Navigatie
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Vergeleken modellen

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-05-22

Metriek Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview high Releasedatum: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Releasedatum: 2026-03-03 GPT-5.3-Codex GPT-5.3-Codex medium Releasedatum: 2026-02-05
Score 8.6 7.7 8.3
Rang #13 #34 #15
Betrouwbaarheid n.v.t. 10.0 10.0
Consistentie 10.0 10.0 8.4
Correcte tests
Slaagpercentage per poging 81.3% 65.0% 81.7%
Instabiele tests 0 0 4
Totaal runs 48 60 60
Kosten per resultaat 17.763 0.481 4.891
Totale kosten $2.310 $0.063 $0.685
Invoerprijs $0.250 / 1M $0.250 / 1M $1.750 / 1M
Uitvoerprijs $1.500 / 1M $1.500 / 1M $14.000 / 1M
Uitvoer-tokens 1,283 2,204 2,332
Redeneer-tokens 1,533,310 33,657 42,616
Responstijd (gem.) 68.83s 3.68s 15.97s
Responstijd (max) 280.52s 14.93s 100.93s
Responstijd (totaal) 1101.32s 73.60s 319.30s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 43.87s 144 193,077
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 280.52s 335 380,440
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.16s 279 6,186
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 127.58s 18 566,202
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 5.25s 117 3,915
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 9.8 10.0 100.0% 0 70.07s 69 190,053
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 46.33s 87 190,953
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 7.73s 234 2,484
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview - - - - - - - -
Gemini 3.1 Flash Lite Preview 6.8 10.0 50.0% 0 3.98s 455 5,510
GPT-5.3-Codex 10.0 10.0 100.0% 0 18.45s 514 7,266
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Gemini 3.1 Flash Lite Preview - - - - - - - -
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 12 1,801
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighGratis beschikbaarvsGemini 3.1 Flash Lite PreviewmediumGemini 3.5 FlashminimalvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsRing-2.6-1TnoneGemini 3.5 FlashnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewmediumvsQwen3.6 Max PreviewnoneGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewmedium