Navigatie
AI BENCHY
Your ad here

AI BENCHY Compare

Vergeleken modellen

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-03-12

Metriek Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Releasedatum: 2026-02-15 Qwen3.5-27B Qwen3.5-27B medium Releasedatum: 2026-02-24 GPT-5.4 GPT-5.4 medium Releasedatum: 2026-03-05
Rang #5 #8 #10
Gem. score 8.3 8.2 8.0
Consistentie 9.5 9.1 8.5
Kosten per resultaat 1.264 3.585 6.601
Totale kosten $0.165 $0.431 $0.793
Correcte tests
Slaagpercentage per poging 85.4% 81.3% 83.3%
Instabiele tests 1 2 3
Totaal runs 48 48 48
Uitvoer-tokens 1,735 1,658 1,756
Redeneer-tokens 77,212 200,786 46,642
Responstijd (gem.) 34.45s 52.13s 20.05s
Responstijd (max) 79.86s 163.96s 100.41s
Responstijd (totaal) 310.09s 834.16s 320.87s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Gem. score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Gem. 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
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 10.37s 186 5,926
Qwen3.5-27B 10.0 10.0 100.0% 0 9.69s 102 8,956
GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 421 7,906
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 9.9 10.0 100.0% 0 46.91s 270 14,916
Qwen3.5-27B 9.9 10.0 100.0% 0 30.26s 270 16,150
GPT-5.4 9.9 10.0 100.0% 0 5.32s 234 804
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 4.0 10.0 33.3% 0 17.50s 35 16,680
Qwen3.5-27B 4.0 10.0 33.3% 0 79.53s 43 52,368
GPT-5.4 4.0 7.2 44.4% 1 74.27s 61 34,748
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 10.0 1.6 66.7% 1 79.86s 73 8,675
Qwen3.5-27B 5.0 3.1 66.7% 1 101.41s 70 23,147
GPT-5.4 5.0 3.1 33.3% 1 4.92s 145 321
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 101 7,704
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Puzzle Solving Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 34.57s 340 14,496
Qwen3.5-27B 8.3 7.7 77.8% 1 64.61s 245 77,213
GPT-5.4 7.0 7.2 88.9% 1 9.13s 442 3,832
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 309 909
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3 Flash PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15medium