AI-redeneerbenchmark: 28 modellen gerangschikt op gemeten resultaten

1. Nr. 1Claude Fable 5.2AnthropicLijstprijs US$ 8,00 / US$ 40,00US$ 3,20 / US$ 16,00met AIGROW API-tegoedGebruik Claude Fable 5.2 tot 60% onder de lijstprijsDoor AIGROW als echt gecertificeerd op 11 november 2026
2. Nr. 3GPT-6 AstraOpenAILijstprijs US$ 10,00 / US$ 50,00US$ 2,50 / US$ 12,50met AIGROW API-tegoedGebruik GPT-6 Astra tot 75% onder de lijstprijsDoor AIGROW als echt gecertificeerd op 11 november 2026
3. Nr. 4Claude Opus 5.5AnthropicLijstprijs US$ 4,00 / US$ 20,00US$ 1,60 / US$ 8,00met AIGROW API-tegoedGebruik Claude Opus 5.5 tot 60% onder de lijstprijsDoor AIGROW als echt gecertificeerd op 11 november 2026

Amerikaanse dollars per miljoen input- en outputtokens. Door AIGROW als echt gecertificeerd betekent dat het model op 11 november 2026 de eigen controle van AIGROW doorstond, vergeleken met hetzelfde model bij de maker. Geen enkele modelmaker heeft het beoordeeld of goedgekeurd.

Wat het meet

Drie tests die Epoch AI zelf uitvoert: de beste zet in nieuwe schaakstellingen, de beste zet in een spel waarvan de naam geheim wordt gehouden zodat modellen zich er minder snel op kunnen hebben voorbereid, en hoeveel doelen een model haalt in een weinig bekend bordspel nadat het dat heeft geoefend.

Wat het weglaat

Epoch gebruikt puzzels en spellen als vervanger voor plannen en leren tijdens het werk; ze testen niet schrijven, programmeren of kennis.

Zo lees je de marge

Elk resultaat heeft een interval van 95%, met aan weerszijden 1,96 standaardfouten zoals Epoch AI die publiceert; een gemiddelde combineert de fouten van de bijbehorende tests. Als twee intervallen overlappen, kunnen de tests niet zeggen welk model beter is. Rijen zijn nog steeds genummerd op score, en een rij geeft aan met hoeveel modellen erboven hij overlapt.

Instellingen

Onder elk resultaat staat de redeneerinstelling waarmee Epoch AI het model uitvoerde, zoals het model die zelf noemt, en de dag van de run. Als een model met meerdere instellingen is uitgevoerd, telt het beste resultaat.

Alleen volledige resultaten

Een model krijgt alleen een nummer als het resultaten heeft op alle drie de tests. Zijn plaats volgt uit het gewone gemiddelde van die drie, zonder weging. Modellen met minder resultaten staan zonder nummer onder de ranglijst.

Meer dan 120 dagen niet bijgewerkt

Een resultaat dat meer dan 120 dagen vóór de nieuwste gegevens op deze pagina's is behaald, krijgt dit teken, zodat een ouder resultaat als zodanig kan worden gewogen.

Prijzen

De catalogusprijs per miljoen tokens van de eigen prijspagina van de maker, bekeken op 12 november 2026. Het is een prijs per token, niet per antwoord: een hogere redeneerinstelling verbruikt meer tokens voor dezelfde vraag. Waar AIGROW API-tegoed een model verkoopt, staat de lijstprijs doorgestreept en daaronder de prijs via het tegoed.

Bron: Epoch AI, Chess Puzzles, Mystery Game Puzzles, EBR-bench (gegevens van 12 november 2026), gelicentieerd onder CC BY 4.0. We wijzigen geen enkele score: we voegen de prijzen en de links naar onze modelpagina's toe.