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.)
#61 Seed-2.0-Lite none Bytedance Seed 10 6.2 8/18 2.53s
#65 MiMo-V2-Pro none Xiaomi 9 6.0 7/18 2.39s
#54 Mercury 2 medium Inception 6 6.5 8/18 2.21s
#69 Kimi K2.6 none Moonshot AI 8 5.8 7/18 2.05s
#89 GPT-4o-mini none OpenAI 13 4.9 4/18 2.00s
#55 MiMo-V2-Omni none Xiaomi 8 6.5 8/18 1.99s
#95 Grok 4.1 Fast none X AI 13 4.5 3/18 1.76s
#67 Qwen3.5-27B none Qwen 10 5.9 6/18 1.74s
#21 Gemini 3 Flash Preview none Google 5 8.1 13/18 1.65s
#66 GPT-5.4 none OpenAI 10 5.9 7/18 1.51s
#90 Qwen3.5-9B none Qwen 10 4.8 4/18 1.47s
#96 GPT-5.4 Nano none OpenAI 13 4.5 2/18 1.40s
#29 Gemini 3.1 Flash Lite Preview none Google 4 7.9 12/18 1.30s
#81 Elephant medium Openrouter 9 5.2 5/18 1.27s
#85 Elephant none Openrouter 9 5.2 5/18 1.23s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)