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: 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.)
#97 Qwen3.5-9B medium Qwen 1 4.4 3/18 73.6s
#46 Kimi K2.5 medium Moonshot AI 4 7.0 9/18 72.4s
#39 Seed-2.0-Mini medium Bytedance Seed 2 7.5 11/18 69.7s
#11 Gemini 3.1 Flash Lite Preview high Google 3 8.4 12/16 68.8s
#32 Qwen3.5-Flash medium Qwen 1 7.8 11/18 66.7s
#10 Qwen3.5-27B medium Qwen 1 8.4 13/18 53.0s
#8 Qwen3.5 Plus 2026-02-15 medium Qwen 2 8.5 14/18 46.6s
#27 DeepSeek V3.2 medium DeepSeek 3 8.0 12/18 46.4s
#34 Kimi K2.6 medium Moonshot AI 2 7.7 11/18 45.2s
#43 Qwen3.5-35B-A3B medium Qwen 2 7.4 10/18 44.5s
#57 GPT-5 Nano medium OpenAI 7 6.3 7/18 44.1s
#71 MiniMax M2.5 medium Minimax 5 5.7 5/18 39.6s
#93 GLM 4.7 Flash medium Z.ai 8 4.6 4/18 32.3s
#19 Qwen3.5-122B-A10B medium Qwen 3 8.1 13/18 31.4s
#80 MiniMax M2.7 medium Minimax 5 5.3 4/18 31.1s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)