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

Qwen3.5-9B 1
Rang Model Bedrijf Verkeerd antwoord-aantal Score Correcte tests Responstijd (gem.)
#2 Gemini 3.1 Pro Preview medium Google 1 9.6 17/18 16.0s
#7 GPT-5.3-Codex medium OpenAI 3 8.6 13/18 15.4s
#20 Qwen3.6 Plus medium Qwen 3 8.1 13/18 15.3s
#44 GPT-5.4 Mini medium OpenAI 4 7.3 9/18 15.2s
#31 GLM 5V Turbo medium Z.ai 3 7.8 11/18 15.0s
#40 GPT-5.2 medium OpenAI 2 7.5 11/18 14.0s
#9 Qwen3.6 Plus Preview medium Qwen 3 8.5 13/17 13.9s
#76 Kimi K2.5 none Moonshot AI 12 5.5 6/18 13.4s
#26 Claude Sonnet 4.6 medium Anthropic 2 8.0 13/18 12.7s
#23 MiMo-V2-Pro medium Xiaomi 3 8.1 12/18 12.3s
#15 Gemini 2.5 Flash medium Google 4 8.2 13/18 12.1s
#64 DeepSeek V3.2 none DeepSeek 8 6.1 7/18 12.1s
#84 gpt-oss-120b none OpenAI 6 5.2 4/18 12.0s
#38 GPT-5.4 Nano medium OpenAI 4 7.6 11/18 11.2s
#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.)