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.) ↓.
Categorieën
In categorie Domeinspecifiek314 In categorie Anti-AI-trucs245 In categorie Programmeren194 In categorie Puzzeloplossing147 In categorie Algemene kennis130 In categorie Instructies opvolgen53 In categorie Gecombineerd52 In categorie Gegevensparsering en extractie35 In categorie Algemene intelligentie32 In categorie Toolaanroepen2
| Rang | Model | Bedrijf | Verkeerd antwoord-aantal | Score | Correcte tests | Responstijd (gem.) |
|---|---|---|---|---|---|---|
| #35 | Gemini 3 PRO Preview medium | 3 | 7.6 | 14/21 | 9.05s | |
| #2 | Gemini 3.5 Flash high | 1 | 9.6 | 20/21 | 8.84s | |
| #140 | Qwen3 Coder Next none | Qwen | 14 | 4.9 | 5/21 | 8.62s |
| #150 | Qwen3 Coder Next medium | Qwen | 13 | 4.6 | 4/21 | 8.58s |
| #159 | Ling-2.6-1T none | Inclusionai | 12 | 4.3 | 3/21 | 7.72s |
| #24 | GPT-5.2 Chat none | OpenAI | 6 | 7.9 | 14/21 | 7.13s |
| #107 | Laguna Xs.2 medium | Poolside | 6 | 5.8 | 6/19 | 6.73s |
| #63 | GPT-5.3 Chat none | OpenAI | 7 | 7.2 | 12/21 | 6.34s |
| #102 | Gemma 4 26B A4B none | 10 | 6.0 | 8/21 | 5.91s | |
| #16 | Gemini 3 Flash Preview low | 5 | 8.4 | 16/21 | 5.76s | |
| #141 | Nemotron 3 Super none | NVIDIA | 14 | 4.9 | 5/21 | 5.30s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 5 | 6.8 | 11/21 | 5.04s |
| #7 | Gemini 3.5 Flash medium | 2 | 9.0 | 18/21 | 4.94s | |
| #11 | Claude Opus 4.7 medium | Anthropic | 3 | 8.7 | 17/21 | 4.73s |
| #116 | Hunter Alpha none | OpenRouter | 9 | 5.7 | 6/18 | 4.70s |