Ga naar inhoud

Benchmarks · Vals AI

Harvey LAB (Vals-uitvoering)

Let op: Vals heeft geen benchmark gericht op Nederlands of Europees recht. Meet of een agent echt juridisch werk uitvoert met documenten, spreadsheets, presentaties en bestandstools (taken uit Harvey's Legal Agent Benchmark, 24 rechtsgebieden). "All-pass" telt alleen als alle rubric-criteria van een taak worden gehaald; "criteria-pass-rate" is het aandeel gehaalde criteria. Versie 1.1 is de standaard sinds 19-10-2026; versie 1 is gearchiveerd (laatste update 18-10-2026) en wordt door de huidige PrudentBench-pagina geciteerd.

Modellen gemeten
80
Bovenaan
25,42 %Muse Spark 1.2binnen de standaardfout van ±3,67
Versie
1
Peildatum
18 oktober 2026
Naar de bronIn de PrudentScore telt versie 1 van deze benchmark voor 15 procent mee.
Versies

01

Ranglijst

Bovenaan: Top 15

Vals AI Legal Research Bench, all-pass [1]. Gestreepte balken vallen af op de compliancepoort.

  1. 1Muse Spark 1.225,42%
  2. 2Muse Spark 1.3 (Max)23,75%
  3. 3Muse Spark 1.322,92%
  4. 4Wonder Full21,67%
  5. 5Muse Spark 1.120,00%
  6. 6Gemini 4 Argon19,58%
  7. 7GLM Legal19,17%
  8. 8Wonder17,08%
  9. 9Muse Spark Open16,67%
  10. 10=Grok 4.615,83%
  11. 10=Mistral Large 4 (preview)15,83%
  12. 12=Grok 4.512,92%
  13. 12=Kimi K312,92%
  14. 14Grok 4.712,50%
  15. 15=Claude Fable 511,25%

Bron: Vals AI (Harvey LAB (Vals-uitvoering)) · Licentie: CC BY 4.0 · Bewerking: Prudai selecteerde de modellen, vertaalde de uitleg, voegde de poortuitslag en de PrudentScore toe en rondde getallen af op twee decimalen.

Voldoet aan de compliancepoortValt af op de compliancepoort
Harvey LAB (Vals-uitvoering) 1
# ModelScoreKosten/taakPoortPrudentScore
1Muse Spark 1.2Meta25,42%± 3,67$2,09Valt afgeen score
2Muse Spark 1.3 (Max)Meta23,75%± 3,55$2,26Valt afgeen score
3Muse Spark 1.3Meta22,92%± 3,42$2,76Valt afgeen score
4Wonder FullMeta21,67%± 3,54$5,41Valt afgeen score
5Muse Spark 1.1Meta20,00%± 2,94$0,80Valt afgeen score
6Gemini 4 ArgonGoogle19,58%± 3,31$10,55Voldoet79
7GLM LegalZ.ai19,17%± 3,25$0,15Valt afgeen score
8WonderMeta17,08%± 3,10$7,08Valt afgeen score
9Muse Spark OpenMeta16,67%± 3,09$6,83Valt afgeen score
10=Grok 4.6xAI (SpaceXAI)15,83%± 2,65$4,01Valt afgeen score
10=Mistral Large 4 (preview)Mistral AI15,83%± 2,96$4,18Valt afgeen score
12=Grok 4.5xAI (SpaceXAI)12,92%± 2,53$2,02Valt afgeen score
12=Kimi K3Moonshot AI12,92%± 2,68$3,83Valt afgeen score
14Grok 4.7xAI (SpaceXAI)12,50%± 2,66$11,13Valt afgeen score
15=Claude Fable 5Anthropic11,25%± 2,15$19,23Valt afgeen score
15=MiMo V2.6 FlashXiaomi11,25%± 2,54$0,09Valt afgeen score
15=Qwen 3.8 27BAlibaba11,25%± 2,42$4,03Valt afgeen score
18MiMo V2.6 ProXiaomi10,83%± 2,45$0,22Valt afgeen score
19Qwen 3.8 MaxAlibaba10,42%± 2,29$2,37Nog niet beoordeeldgeen score
20Gemini 3.8 FlashGoogle10,00%± 2,42$3,66Voldoet62
21Claude Opus 4.8Anthropic9,58%± 2,15$10,22Voldoet62
22=DeepSeek V4.1 Flash 1017DeepSeek9,17%± 2,51$0,54Valt afgeen score
22=Ember-1Fireworks AI9,17%± 2,44$3,33Nog niet beoordeeldgeen score
22=Hy4 PreviewTencent9,17%± 2,00$0,98Valt afgeen score
22=Step 5 PreviewStepFun9,17%± 2,44$1,00Valt afgeen score
26Gemini 3.7 FlashGoogle8,75%± 2,15$2,56Voldoet58
27=DeepSeek V4 Flash 0731DeepSeek8,33%± 2,15$0,06Valt afgeen score
27=GLM 5.3Z.ai8,33%± 2,00$4,30Valt afgeen score
29DeepSeek V4 Pro (0813)DeepSeek7,50%± 2,15$0,17Valt afgeen score
30GLM 5.2Z.ai7,08%± 2,00$2,06Valt afgeen score
31=Claude Fable 5.1Anthropic6,67%± 1,17$46,21Valt afgeen score
31=Claude Opus 4.7Anthropic6,67%± 2,00$10,81Voldoet54
31=Claude Opus 5Anthropic6,67%± 1,65$23,67Voldoet72
31=DeepSeek V4.1 FlashDeepSeek6,67%± 1,83$0,17Valt afgeen score
31=GLM 5.3 FlashZ.ai6,67%± 1,65$0,57Valt afgeen score
36=GPT-6 AstraOpenAI5,42%± 1,17$26,16Voldoet56
36=GPT-6.1 SolOpenAI5,42%± 1,75$3,93Voldoet59
38=Claude Sonnet 4.6Anthropic5,00%± 1,65$3,04Voldoet55
38=Claude Sonnet 5Anthropic5,00%± 1,65$8,95Voldoet59
40MiniMax-M3MiniMax4,17%± 1,65$1,46Valt afgeen score
41=Claude Opus 5.5Anthropic3,75%± 1,47$21,38Voldoet63
41=DeepSeek V4 Pro (2026-04-23)DeepSeek3,75%± 1,43$0,74Valt afgeen score
41=GPT 5.5OpenAI3,75%± 1,17$4,60Voldoet51
44Gemini 3.6 FlashGoogle3,33%± 1,17$1,90Voldoet46
45=Claude Sonnet 5.5Anthropic2,92%± 1,36$16,61Voldoet62
45=GPT-6 LunaOpenAI2,92%± 1,36$0,30Voldoet54
47=Gemini 3.5 FlashGoogle2,50%± 0,83$2,12Voldoet47
47=GPT-5.6 SolOpenAI2,50%± 0,83$10,37Voldoet57
49=InklingThinking Machines2,08%± 0,83$1,25Valt afgeen score
49=MiMo V2.5 ProXiaomi2,08%± 0,83$0,11Valt afgeen score
51=GPT-6 SolOpenAI1,67%± 0,82$3,36Voldoet45
51=Inkling SmallThinking Machines1,67%± 0,83$0,17Valt afgeen score
51=Kimi K2.6Moonshot AI1,67%± 0,83$0,82Valt afgeen score
51=MiMo V2.5Xiaomi1,67%± 0,00$0,04Valt afgeen score
51=Qwen 3.7 MaxAlibaba1,67%± 0,83$1,58Nog niet beoordeeldgeen score
56=Claude Haiku 5.5Anthropic1,25%± 0,72$3,39Voldoet59
56=GPT-5.6 LunaOpenAI1,25%± 0,83$0,38Voldoet56
56=Ling 3.0 FlashAnt Group1,25%± 0,83$0,05Valt afgeen score
56=Qwen 3.6 PlusAlibaba1,25%± 0,83$3,94Nog niet beoordeeldgeen score
60=Claude Haiku 4.5 (Thinking)Anthropic0,83%± 0,83$0,42Voldoet32
60=GPT-5.6 TerraOpenAI0,83%± 0,83$3,20Voldoet53
62=Grok 4.3xAI (SpaceXAI)0,42%± 0,00$0,39Valt afgeen score
62=Mistral Medium 3.5Mistral AI0,42%± 0,00$6,07Voldoet23
62=Nemotron 3 UltraNVIDIA0,42%± 0,00-Valt afgeen score
65=Gemini 3 Flash (12/25)Google0,00%± 0,00$0,26Valt afgeen score
65=Gemini 3.1 Flash Lite PreviewGoogle0,00%± 0,00$0,08Nog niet beoordeeldgeen score
65=Gemini 3.1 Pro Preview (02/26)Google0,00%± 0,00$1,15Valt afgeen score
65=Gemini 3.5 Flash LiteGoogle0,00%± 0,00$0,33Voldoet38
65=GLM 5.1Z.ai0,00%± 0,00$0,56Valt afgeen score
65=GPT 5.4 (xhigh)OpenAI0,00%± 0,00$3,60Voldoet0
65=GPT 5.4 MiniOpenAI0,00%± 0,00$1,00Voldoet25
65=GPT 5.4 NanoOpenAI0,00%± 0,00$0,18Voldoet29
65=Grok 4.20 (Reasoning)xAI (SpaceXAI)0,00%± 0,00$0,99Valt afgeen score
65=Kimi K2.5Moonshot AI0,00%± 0,00$0,35Voldoet37
65=Laguna M.1Poolside0,00%± 0,00$0,53Valt afgeen score
65=Laguna XS.2Poolside0,00%± 0,00$0,28Valt afgeen score
65=Mercury 2.5Inception Labs0,00%± 0,00$0,19Nog niet beoordeeldgeen score
65=MiniMax-M2.7MiniMax0,00%± 0,00$0,49Valt afgeen score
65=Nemotron 3.5 LightningNVIDIA0,00%± 0,00$0,03Valt afgeen score
65=Qwen 3.7 PlusAlibaba0,00%± 0,00$0,23Nog niet beoordeeldgeen score

Bron: Vals AI (Harvey LAB (Vals-uitvoering)) · Licentie: CC BY 4.0 · Bewerking: Prudai selecteerde de modellen, vertaalde de uitleg, voegde de poortuitslag en de PrudentScore toe en rondde getallen af op twee decimalen.

Vals AI · Versie 1 · Peildatum 18 oktober 2026 · Naar de bron. De PrudentScore is een samenstelling door Prudai B.V. op basis van openbaar gepubliceerde cijfers en vertegenwoordigt niet de opvatting of goedkeuring van Vals AI, Harvey of Artificial Analysis. Cijfers van Artificial Analysis staan uitsluitend in lopende tekst, met bronvermelding en link, zoals de voorwaarden van die partij voorschrijven [9].

Andere benchmarks

Claude en Anthropic, GPT en OpenAI, Gemini en Google, Grok en xAI, Kimi en Moonshot AI, Muse en Meta, Mistral, DeepSeek, GLM en Z.ai, Harvey, Vals AI en Artificial Analysis zijn handelsmerken van hun respectieve eigenaren. Vermelding dient uitsluitend ter identificatie en impliceert geen samenwerking, sponsoring of goedkeuring.