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: Aantal fouten โ†‘.

Getoonde modellen

15

Totaal fouten

572

Meest getroffen model

Gemini 3.1 Pro Preview 1
Rang Model Bedrijf Verkeerd antwoord-aantal Score Correcte tests Responstijd (gem.)
#58 GLM 5V Turbo none Z.ai 8 6.2 8/18 3.10s
#64 DeepSeek V3.2 none DeepSeek 8 6.1 7/18 12.1s
#69 Kimi K2.6 none Moonshot AI 8 5.8 7/18 2.05s
#73 Mistral Small 4 medium Mistral 8 5.7 5/18 5.64s
#93 GLM 4.7 Flash medium Z.ai 8 4.6 4/18 32.3s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 9 6.8 9/18 2.60s
#53 GLM 5 none Z.ai 9 6.6 9/18 4.23s
#59 Qwen3.5-Flash none Qwen 9 6.2 8/18 3.25s
#63 Qwen3.5-35B-A3B none Qwen 9 6.1 7/18 3.82s
#65 MiMo-V2-Pro none Xiaomi 9 6.0 7/18 2.39s
#72 Hunter Alpha none OpenRouter 9 5.7 6/18 4.58s
#81 Elephant medium Openrouter 9 5.2 5/18 1.27s
#82 Grok 4.20 none X AI 9 5.2 5/18 1.11s
#85 Elephant none Openrouter 9 5.2 5/18 1.23s
#92 Qwen3 Coder Next medium Qwen 9 4.7 3/18 10.8s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)