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: Correcte tests 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.)
#62 Gemini 2.5 Flash none Google 10 6.2 7/18 903ms
#63 Qwen3.5-35B-A3B none Qwen 9 6.1 7/18 3.82s
#64 DeepSeek V3.2 none DeepSeek 8 6.1 7/18 12.1s
#65 MiMo-V2-Pro none Xiaomi 9 6.0 7/18 2.39s
#66 GPT-5.4 none OpenAI 10 5.9 7/18 1.51s
#68 gpt-oss-120b medium OpenAI 7 5.8 7/18 16.1s
#69 Kimi K2.6 none Moonshot AI 8 5.8 7/18 2.05s
#67 Qwen3.5-27B none Qwen 10 5.9 6/18 1.74s
#70 Qwen3.5-122B-A10B none Qwen 11 5.7 6/18 3.69s
#72 Hunter Alpha none OpenRouter 9 5.7 6/18 4.58s
#76 Kimi K2.5 none Moonshot AI 12 5.5 6/18 13.4s
#77 GLM 5 Turbo none Z.ai 10 5.5 6/18 2.94s
#71 MiniMax M2.5 medium Minimax 5 5.7 5/18 39.6s
#73 Mistral Small 4 medium Mistral 8 5.7 5/18 5.64s
#74 GLM 4.7 Flash none Z.ai 10 5.6 5/18 3.35s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)