03Benchmark · bijgewerkt 9 november 2026
Welk AI-model is het beste voor zakelijke opdrachten?
Modellen tegen elkaar op zakelijke opdrachten, uitgedrukt in een ELO-score.
Zo lees je het
- Elke staaf is één model. De test bestaat uit 91 taken uit vier projecten van meerdere weken, zoals data science, productmanagement, bankoperaties en strategie voor de zware industrie.
- Bij elke taak krijgt het model veel bronbestanden en moet het een eindproduct opleveren, zoals een spreadsheet, een presentatie of een memo. Dat is echt kenniswerk, geen quizvraag.
- Het resultaat wordt op drie manieren beoordeeld: met een checklist (is de juiste informatie gebruikt en kloppen de conclusies) en met twee vergelijkingen met het werk van een ander model: wie werkt grondiger en scherper, en wie levert het professionelere resultaat.
- De ELO-score combineert die drie. ELO werkt als een schaakrating: wie vaker wint, stijgt. Hoger is beter.
- Wijs een staaf aan voor de boven- en ondergrens. Overlappen die van twee modellen, dan zijn ze in de praktijk vrijwel even goed.
Wat betekent dit voor jou
Kleine verschillen in score zeggen weinig. Kijk naar de marges: liggen twee modellen dicht bij elkaar, dan geven prijs, snelheid en waar je data staat de doorslag.
Meer benchmarks
Bekijk ook de andere benchmarks
Verder
Een benchmark kiest geen model voor je. Wij wel.
Welk model het beste is, hangt af van jullie werk, jullie data en wat het per maand mag kosten. In een AI Partnership kiezen we per toepassing, en wisselen we als er een beter model uitkomt.
Meer over hoe we dat aanpakken: het AI Partnership.
Vrij te gebruiken: alle benchmarks staan onder CC BY 4.0. Neem ze over of citeer ze, met als bron: NinA AI Benchmarks, nina-ai.nl/benchmarks.
Welk model past bij jullie?
Laat ons het vergelijken op jullie werk.
Een kennismaking van 15 minuten. Daarna weet je welke modellen en welke aanpak bij jullie processen passen.
- 160+ organisaties
- Sessies met een 9,3
- Amsterdam
