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: 2026-04-14

Metriek Elephant Elephant none Releasedatum: 2026-04-14 Qwen3.5-27B Qwen3.5-27B none Releasedatum: 2026-02-24 Elephant Elephant medium Releasedatum: 2026-04-14 Qwen3.5-27B Qwen3.5-27B medium Releasedatum: 2026-02-24
Score 5.2 5.9 5.2 8.4
Rang #81 #64 #77 #8
Consistentie 9.6 9.2 9.6 8.8
Correcte tests
Slaagpercentage per poging 31.5% 38.9% 29.6% 81.5%
Instabiele tests 1 2 1 3
Totaal runs 54 54 54 54
Kosten per resultaat 0.000 0.265 0.000 3.822
Totale kosten $0.000 $0.016 $0.000 $0.497
Invoerprijs $0.000 / 1M $0.195 / 1M $0.000 / 1M $0.195 / 1M
Uitvoerprijs $0.000 / 1M $1.560 / 1M $0.000 / 1M $1.560 / 1M
Uitvoer-tokens 2,573 3,545 2,596 2,500
Redeneer-tokens 0 0 0 242,500
Responstijd (gem.) 1.23s 1.74s 1.27s 53.03s
Responstijd (max) 3.81s 9.39s 3.70s 163.96s
Responstijd (totaal) 22.16s 31.32s 22.82s 954.46s

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
Elephant 6.6 10.0 50.0% 0 963ms 610 0
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 267 0
Elephant 6.6 10.0 50.0% 0 1.19s 815 0
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 6.4 3.3 66.7% 1 1.39s 375 0
Qwen3.5-27B 10.0 10.0 100.0% 0 2.51s 381 0
Elephant 5.1 3.3 33.3% 1 1.30s 365 0
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 3.0 10.0 0.0% 0 3.81s 731 0
Qwen3.5-27B 2.8 1.6 33.3% 1 9.39s 1,461 0
Elephant 3.0 10.0 0.0% 0 3.70s 562 0
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 6.5 10.0 50.0% 0 1.04s 246 0
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 243 0
Elephant 6.5 10.0 50.0% 0 979ms 246 0
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 3.0 10.0 0.0% 0 927ms 24 0
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 15 0
Elephant 3.0 10.0 0.0% 0 925ms 24 0
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 4.0 10.0 0.0% 0 854ms 106 0
Qwen3.5-27B 5.0 10.0 0.0% 0 2.51s 126 0
Elephant 4.3 10.0 0.0% 0 920ms 105 0
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 9.8 10.0 100.0% 0 1.03s 81 0
Qwen3.5-27B 4.8 10.0 0.0% 0 815ms 69 0
Elephant 9.8 10.0 100.0% 0 987ms 82 0
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 3.3 10.0 0.0% 0 849ms 170 0
Qwen3.5-27B 6.7 7.9 55.6% 1 1.37s 680 0
Elephant 3.7 10.0 0.0% 0 867ms 166 0
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Elephant 3.0 10.0 0.0% 0 2.79s 230 0
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 303 0
Elephant 3.0 10.0 0.0% 0 2.83s 231 0
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Snelle vergelijking

Vergelijkingspaar wisselen

ElephantmediumvsGrok 4.20nonegpt-oss-120bmediumGratis beschikbaarvsQwen3.5-27BnoneMistral Small 4nonevsElephantmediumgpt-oss-120bnoneGratis beschikbaarvsElephantmediumMiniMax M2.7mediumvsElephantnoneTrinity Large PreviewnoneGratis beschikbaarvsElephantmediumGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder NextnoneNemotron 3 SupernoneGratis beschikbaarvsElephantmediumMiniMax M2.5mediumGratis beschikbaarvsQwen3.5-27BnoneMistral Small 4mediumvsQwen3.5-27BnoneElephantmediumvsGLM 5 Turbonone