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.

Getoonde modellen

15

Totaal fouten

572

Meest getroffen model

GPT-4o-mini 13
Rang Model Bedrijf Verkeerd antwoord-aantal Score Correcte tests Responstijd (gem.)
#92 Qwen3 Coder Next medium Qwen 9 4.7 3/18 10.8s
#98 LFM2-24B-A2B none Liquid 9 4.1 1/16 811ms
#55 MiMo-V2-Omni none Xiaomi 8 6.5 8/18 1.99s
#58 GLM 5V Turbo none Z.ai 8 6.2 8/18 3.10s
#64 DeepSeek V3.2 none DeepSeek 8 6.1 7/18 12.1s
#69 Kimi K2.6 none Moonshot AI 8 5.8 7/18 2.05s
#73 Mistral Small 4 medium Mistral 8 5.7 5/18 5.64s
#93 GLM 4.7 Flash medium Z.ai 8 4.6 4/18 32.3s
#57 GPT-5 Nano medium OpenAI 7 6.3 7/18 44.1s
#60 Gemma 4 26B A4B none Google 7 6.2 7/18 6.59s
#68 gpt-oss-120b medium OpenAI 7 5.8 7/18 16.1s
#54 Mercury 2 medium Inception 6 6.5 8/18 2.21s
#84 gpt-oss-120b none OpenAI 6 5.2 4/18 12.0s
#21 Gemini 3 Flash Preview none Google 5 8.1 13/18 1.65s
#28 GPT-5.2 Chat none OpenAI 5 7.9 12/18 6.84s

Topmodellen op Verkeerd antwoord-aantal

Verkeerd antwoord-aantal vs Score

Topmodellen op Responstijd (gem.)