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.)
#98 LFM2-24B-A2B none Liquid 9 4.1 1/16 811ms
#97 Qwen3.5-9B medium Qwen 1 4.4 3/18 73.6s
#96 GPT-5.4 Nano none OpenAI 13 4.5 2/18 1.40s
#95 Grok 4.1 Fast none X AI 13 4.5 3/18 1.76s
#94 MiMo-V2-Flash none Xiaomi 12 4.5 3/18 2.79s
#93 GLM 4.7 Flash medium Z.ai 8 4.6 4/18 32.3s
#92 Qwen3 Coder Next medium Qwen 9 4.7 3/18 10.8s
#91 Mercury 2 none Inception 13 4.8 4/18 613ms
#90 Qwen3.5-9B none Qwen 10 4.8 4/18 1.47s
#89 GPT-4o-mini none OpenAI 13 4.9 4/18 2.00s
#88 Nemotron 3 Super none NVIDIA 10 5.1 4/18 8.54s
#87 Qwen3 Coder Next none Qwen 12 5.1 4/18 10.2s
#86 GPT-5.4 Mini none OpenAI 10 5.1 5/18 1.17s
#85 Elephant none Openrouter 9 5.2 5/18 1.23s
#84 gpt-oss-120b none OpenAI 6 5.2 4/18 12.0s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)