Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

Vergeleken modellen

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

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
Score 8.1 7.9 7.9
Rang #20 #25 #27
Betrouwbaarheid 10.0 10.0 10.0
Consistentie 8.8 8.9 8.5
Correcte tests
Slaagpercentage per poging 76.7% 73.3% 75.0%
Instabiele tests 3 3 4
Totaal runs 60 60 60
Kosten per resultaat 2.259 4.664 8.767
Totale kosten $0.317 $0.607 $1.140
Invoerprijs $0.260 / 1M $0.195 / 1M $2.500 / 1M
Uitvoerprijs $1.560 / 1M $1.560 / 1M $15.000 / 1M
Uitvoer-tokens 2,184 2,572 2,222
Redeneer-tokens 173,206 312,011 68,503
Responstijd (gem.) 67.90s 60.85s 22.31s
Responstijd (max) 266.69s 177.36s 100.41s
Responstijd (totaal) 882.70s 1216.93s 446.15s

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
Qwen3.5 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 205 21,236
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 7.6 6.7 66.7% 1 193.80s 406 63,554
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 416 64,993
GPT-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
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 10.0 10.0 100.0% 0 46.91s 270 14,916
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
GPT-5.4 10.0 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 5.3 10.0 33.3% 0 17.50s 35 16,680
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
GPT-5.4 5.3 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 4.7 1.6 66.7% 1 79.86s 73 8,675
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
GPT-5.4 4.7 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
Puzzeloplossing 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 8.2 7.7 77.8% 1 64.61s 245 77,213
GPT-5.4 8.2 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
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 24 17,130
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 31 23,683
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.5-27BmediumGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4medium