AI BENCHY
AD
Track all your projects in one dashboard. Get ๐Ÿ“Šstats, ๐Ÿ”ฅheatmaps and ๐Ÿ‘€recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Fouten

Verkeerd antwoord-fouten

Zie welke AI-modellen het vaakst tegen Verkeerd antwoord aanlopen, zodat je betrouwbaarheidsrisico's ziet voordat je kiest. Sorteren op: Responstijd (gem.) โ†‘.

Getoonde modellen

15

Totaal fouten

572

Meest getroffen model

Mercury 2 13
Rang Model Bedrijf Verkeerd antwoord-aantal Score Correcte tests Responstijd (gem.)
#95 Grok 4.1 Fast none X AI 13 4.5 3/18 1.76s
#55 MiMo-V2-Omni none Xiaomi 8 6.5 8/18 1.99s
#89 GPT-4o-mini none OpenAI 13 4.9 4/18 2.00s
#69 Kimi K2.6 none Moonshot AI 8 5.8 7/18 2.05s
#54 Mercury 2 medium Inception 6 6.5 8/18 2.21s
#65 MiMo-V2-Pro none Xiaomi 9 6.0 7/18 2.39s
#61 Seed-2.0-Lite none Bytedance Seed 10 6.2 8/18 2.53s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 9 6.8 9/18 2.60s
#94 MiMo-V2-Flash none Xiaomi 12 4.5 3/18 2.79s
#77 GLM 5 Turbo none Z.ai 10 5.5 6/18 2.94s
#58 GLM 5V Turbo none Z.ai 8 6.2 8/18 3.10s
#4 Claude Opus 4.7 none Anthropic 2 9.2 16/18 3.13s
#22 Gemini 3.1 Flash Lite Preview low Google 4 8.1 13/18 3.22s
#59 Qwen3.5-Flash none Qwen 9 6.2 8/18 3.25s
#74 GLM 4.7 Flash none Z.ai 10 5.6 5/18 3.35s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)