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: 2026-04-16

Metriek GPT-5.2 Chat GPT-5.2 Chat none Releasedatum: 2025-12-11 GPT-5.3 Chat GPT-5.3 Chat none Releasedatum: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Releasedatum: 2026-03-03
Score 7.9 7.7 8.1
Rang #28 #35 #22
Consistentie 8.7 8.6 10.0
Correcte tests
Slaagpercentage per poging 75.9% 68.5% 72.2%
Instabiele tests 3 3 0
Totaal runs 54 54 54
Kosten per resultaat 2.424 3.082 0.168
Totale kosten $0.291 $0.340 $0.022
Invoerprijs $1.750 / 1M $1.750 / 1M $0.250 / 1M
Uitvoerprijs $14.000 / 1M $14.000 / 1M $1.500 / 1M
Uitvoer-tokens 17,346 20,784 2,247
Redeneer-tokens 0 0 8,058
Responstijd (gem.) 6.84s 5.88s 3.22s
Responstijd (max) 38.52s 18.33s 11.91s
Responstijd (totaal) 123.17s 105.90s 58.00s

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
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Gemini 3.1 Flash Lite Preview 8.3 10.0 75.0% 0 2.12s 462 1,638
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 9.32s 1,436 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.20s 630 372
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 11.91s 225 762
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.00s 291 696
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Gemini 3.1 Flash Lite Preview 5.3 10.0 33.3% 0 2.36s 18 1,212
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Gemini 3.1 Flash Lite Preview 4.0 10.0 0.0% 0 1.54s 69 384
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 0
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.49s 72 753
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.76s 243 1,248
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 9.54s 237 993

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumGPT-5.3 ChatnonevsMiMo-V2-OmnimediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGPT-5.2 ChatnonevsGLM 5V TurbomediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.4medium