AI BENCHY
Your ad here

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: Aantal fouten ↑.

Getoonde modellen

15

Totaal fouten

572

Meest getroffen model

Gemini 3.1 Pro Preview 1

Categorieën

In categorie Domeinspecifiek182 In categorie Anti-AI-trucs165 In categorie Puzzeloplossing85 In categorie Instructies opvolgen44 In categorie Gecombineerd37 In categorie Programmeren28 In categorie Gegevensparsering en extractie19 In categorie Algemene intelligentie10 In categorie Toolaanroepen2
Rang Model Bedrijf Verkeerd antwoord-aantal Score Correcte tests Responstijd (gem.)
#45 GPT-5 Mini medium OpenAI 4 7.0 9/18 24.0s
#46 Kimi K2.5 medium Moonshot AI 4 7.0 9/18 72.4s
#50 Hunter Alpha medium OpenRouter 4 6.7 8/18 10.3s
#21 Gemini 3 Flash Preview none Google 5 8.1 13/18 1.65s
#28 GPT-5.2 Chat none OpenAI 5 7.9 12/18 6.84s
#36 GPT-5.3 Chat none OpenAI 5 7.7 11/18 5.88s
#48 Gemma 4 31B none Google 5 6.9 10/18 4.02s
#71 MiniMax M2.5 medium Minimax 5 5.7 5/18 39.6s
#80 MiniMax M2.7 medium Minimax 5 5.3 4/18 31.1s
#54 Mercury 2 medium Inception 6 6.5 8/18 2.21s
#84 gpt-oss-120b none OpenAI 6 5.2 4/18 12.0s
#57 GPT-5 Nano medium OpenAI 7 6.3 7/18 44.1s
#60 Gemma 4 26B A4B none Google 7 6.2 7/18 6.59s
#68 gpt-oss-120b medium OpenAI 7 5.8 7/18 16.1s
#55 MiMo-V2-Omni none Xiaomi 8 6.5 8/18 1.99s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)