Benchmarks · Vals AI
Vals Index
Algemene agent-index over financiën, programmeren, juridisch en belasting, gewogen naar het aandeel van elke sector in het Amerikaanse BBP. Versie 2.2 is actueel; 2.1 is gearchiveerd.
- Modellen gemeten
- 50
- Bovenaan
- 68,90 %Gemini 4 Argonbinnen de standaardfout van ±0,97
- Versie
- 2.1
- Peildatum
- 18 oktober 2026
01
Ranglijst
Bovenaan: Top 15
Vals AI Legal Research Bench, all-pass [1]. Gestreepte balken vallen af op de compliancepoort.
- 1Gemini 4 Argon68,90%
- 2Claude Sonnet 5.567,04%
- 3Claude Opus 5.566,97%
- 4Claude Fable 5.165,83%
- 5Wonder Full64,57%
- 6Claude Opus 563,67%
- 7GPT-6 Astra63,13%
- 8Claude Fable 561,39%
- 9GPT-6.1 Sol61,15%
- 10Wonder61,06%
- 11Muse Spark 1.3 (Max)58,16%
- 12GPT-5.6 Sol58,01%
- 13GPT-6 Sol57,54%
- 14DeepSeek V4.1 Flash 101756,58%
- 15MiMo V2.6 Pro55,20%
Bron: Vals AI (Vals Index) · 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.
| # Model | Score | Kosten/taak | Poort | PrudentScore |
|---|---|---|---|---|
| 1Gemini 4 ArgonGoogle | 68,90%± 0,97 | $15,68 | Voldoet | 79 |
| 2Claude Sonnet 5.5Anthropic | 67,04%± 0,92 | $21,34 | Voldoet | 62 |
| 3Claude Opus 5.5Anthropic | 66,97%± 0,89 | $32,14 | Voldoet | 63 |
| 4Claude Fable 5.1Anthropic | 65,83%± 1,11 | $28,71 | Valt af | geen score |
| 5Wonder FullMeta | 64,57%± 1,07 | $8,56 | Valt af | geen score |
| 6Claude Opus 5Anthropic | 63,67%± 0,96 | $19,31 | Voldoet | 72 |
| 7GPT-6 AstraOpenAI | 63,13%± 1,19 | $18,46 | Voldoet | 56 |
| 8Claude Fable 5Anthropic | 61,39%± 1,00 | $29,59 | Valt af | geen score |
| 9GPT-6.1 SolOpenAI | 61,15%± 1,01 | $3,24 | Voldoet | 59 |
| 10WonderMeta | 61,06%± 1,07 | $11,44 | Valt af | geen score |
| 11Muse Spark 1.3 (Max)Meta | 58,16%± 1,19 | $3,79 | Valt af | geen score |
| 12GPT-5.6 SolOpenAI | 58,01%± 1,02 | $14,24 | Voldoet | 57 |
| 13GPT-6 SolOpenAI | 57,54%± 1,01 | $7,58 | Voldoet | 45 |
| 14DeepSeek V4.1 Flash 1017DeepSeek | 56,58%± 1,27 | $0,64 | Valt af | geen score |
| 15MiMo V2.6 ProXiaomi | 55,20%± 1,18 | $0,41 | Valt af | geen score |
| 16Claude Opus 4.8Anthropic | 55,10%± 1,01 | $13,14 | Voldoet | 62 |
| 17Grok 4.7xAI (SpaceXAI) | 54,95%± 1,07 | $12,11 | Valt af | geen score |
| 18Gemini 3.8 FlashGoogle | 54,89%± 1,02 | $5,71 | Voldoet | 62 |
| 19Claude Haiku 5.5Anthropic | 54,44%± 1,41 | $3,00 | Voldoet | 59 |
| 20GLM 5.3Z.ai | 53,51%± 1,30 | $7,25 | Valt af | geen score |
| 21MiMo V2.6 FlashXiaomi | 53,23%± 1,10 | $0,20 | Valt af | geen score |
| 22Muse Spark 1.3Meta | 53,20%± 1,07 | $3,38 | Valt af | geen score |
| 23GPT-5.6 TerraOpenAI | 53,09%± 1,29 | $5,78 | Voldoet | 53 |
| 24Grok 4.6xAI (SpaceXAI) | 52,09%± 1,15 | $4,49 | Valt af | geen score |
| 25Claude Sonnet 5Anthropic | 51,90%± 1,10 | $13,69 | Voldoet | 59 |
| 26GPT-5.6 LunaOpenAI | 51,69%± 1,06 | $0,82 | Voldoet | 56 |
| 27DeepSeek V4.1 FlashDeepSeek | 51,32%± 1,13 | $0,33 | Valt af | geen score |
| 28Gemini 3.7 FlashGoogle | 51,27%± 1,10 | $4,67 | Voldoet | 58 |
| 29GPT-6 LunaOpenAI | 51,22%± 1,07 | $0,43 | Voldoet | 54 |
| 30Ember-1Fireworks AI | 50,94%± 1,30 | $9,66 | Nog niet beoordeeld | geen score |
| 31Kimi K3Moonshot AI | 50,30%± 0,99 | $6,44 | Valt af | geen score |
| 32Hy4 PreviewTencent | 49,94%± 1,15 | $1,44 | Valt af | geen score |
| 33Step 5 PreviewStepFun | 49,35%± 1,22 | $2,63 | Valt af | geen score |
| 34Muse Spark 1.2Meta | 49,29%± 1,10 | $1,94 | Valt af | geen score |
| 35Mistral Large 4 (preview)Mistral AI | 48,66%± 1,13 | $14,07 | Valt af | geen score |
| 36Qwen 3.8 MaxAlibaba | 48,27%± 1,34 | $4,96 | Nog niet beoordeeld | geen score |
| 37DeepSeek V4 Flash 0731DeepSeek | 47,96%± 1,24 | $0,85 | Valt af | geen score |
| 38DeepSeek V4 Pro (0813)DeepSeek | 47,63%± 1,12 | $3,35 | Valt af | geen score |
| 39Muse Spark OpenMeta | 46,61%± 1,20 | $4,08 | Valt af | geen score |
| 40Gemini 3.5 FlashGoogle | 44,79%± 1,10 | $3,30 | Voldoet | 47 |
| 41Grok 4.5xAI (SpaceXAI) | 44,72%± 1,17 | $2,42 | Valt af | geen score |
| 42GLM 5.3 FlashZ.ai | 44,58%± 1,41 | $1,03 | Valt af | geen score |
| 43DeepSeek V4 Pro (2026-04-23)DeepSeek | 38,63%± 1,16 | $1,31 | Valt af | geen score |
| 44MiniMax-M3MiniMax | 36,53%± 1,17 | $3,08 | Valt af | geen score |
| 45MiMo V2.5 ProXiaomi | 33,84%± 1,17 | $0,16 | Valt af | geen score |
| 46Gemini 3.1 Pro Preview (02/26)Google | 33,44%± 1,13 | $2,18 | Valt af | geen score |
| 47GPT 5.4 MiniOpenAI | 33,17%± 1,28 | $1,45 | Voldoet | 25 |
| 48InklingThinking Machines | 28,67%± 1,10 | $1,46 | Valt af | geen score |
| 49Inkling SmallThinking Machines | 25,46%± 1,03 | $0,28 | Valt af | geen score |
| 50Mercury 2.5Inception Labs | 8,86%± 0,45 | $0,29 | Nog niet beoordeeld | geen score |
Bron: Vals AI (Vals Index) · 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 2.1 · 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
- Legal Research Bench
- Harvey LAB (Vals-uitvoering)
- LegalBench (Vals-leaderboard)
- CaseLaw v2
- TaxEval v2
- Tax Agent Bench
- CorpFin v2
- Immigration Bench
- Access to Justice
- Public Benefits Bench
- Vals Legal Index
- GPQA Diamond (Vals-run)
- MMLU Pro (Vals-run)
- Artificial Analysis Intelligence Index
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.