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: Score โ†‘.

Getoonde modellen

15

Totaal fouten

572

Meest getroffen model

LFM2-24B-A2B 9
Rang Model Bedrijf Verkeerd antwoord-aantal Score Correcte tests Responstijd (gem.)
#53 GLM 5 none Z.ai 9 6.6 9/18 4.23s
#52 Grok 4.1 Fast medium X AI 3 6.7 9/18 23.9s
#51 Nemotron 3 Super medium NVIDIA 3 6.7 9/18 19.1s
#50 Hunter Alpha medium OpenRouter 4 6.7 8/18 10.3s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 9 6.8 9/18 2.60s
#48 Gemma 4 31B none Google 5 6.9 10/18 4.02s
#47 Grok 4.20 medium X AI 3 7.0 9/18 10.3s
#46 Kimi K2.5 medium Moonshot AI 4 7.0 9/18 72.4s
#45 GPT-5 Mini medium OpenAI 4 7.0 9/18 24.0s
#44 GPT-5.4 Mini medium OpenAI 4 7.3 9/18 15.2s
#43 Qwen3.5-35B-A3B medium Qwen 2 7.4 10/18 44.5s
#42 Claude Sonnet 4.6 none Anthropic 3 7.4 11/18 4.98s
#41 MiMo-V2-Flash medium Xiaomi 3 7.5 11/18 23.4s
#40 GPT-5.2 medium OpenAI 2 7.5 11/18 14.0s
#39 Seed-2.0-Mini medium Bytedance Seed 2 7.5 11/18 69.7s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)