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.) |
|---|---|---|---|---|---|---|
| #109 | GLM 5V Turbo none | Z.ai | 11 | 5.8 | 8/21 | 2.99s |
| #151 | Trinity Large Preview none | Arcee AI | 12 | 4.6 | 4/21 | 2.98s |
| #145 | Laguna M.1 none | Poolside | 10 | 4.8 | 4/19 | 2.89s |
| #122 | GLM 4.7 Flash none | Z.ai | 13 | 5.5 | 6/21 | 2.86s |
| #88 | Qwen3.7 Plus none | Qwen | 10 | 6.4 | 10/21 | 2.85s |
| #134 | GLM 5 Turbo none | Z.ai | 13 | 5.2 | 6/21 | 2.82s |
| #50 | Gemini 3.1 Flash Lite Preview low | 7 | 7.4 | 13/21 | 2.77s | |
| #152 | MiMo-V2-Flash none | Xiaomi | 13 | 4.6 | 4/21 | 2.76s |
| #110 | Seed-2.0-Lite none | Bytedance Seed | 13 | 5.8 | 8/21 | 2.49s |
| #101 | Mimo V2 Omni none | Xiaomi | 10 | 6.0 | 8/21 | 2.44s |
| #95 | Qwen3.5 Plus 2026-02-15 none | Qwen | 12 | 6.3 | 9/21 | 2.31s |
| #120 | Mimo V2 PRO none | Xiaomi | 11 | 5.6 | 7/21 | 2.27s |
| #104 | Nemotron 3 Ultra 550b A55b none | NVIDIA | 12 | 6.0 | 8/21 | 2.27s |
| #81 | Mercury 2 medium | Inception | 8 | 6.6 | 10/21 | 2.24s |
| #143 | MiMo-V2.5 none | Xiaomi | 14 | 4.9 | 5/21 | 2.20s |