Terug naar overzicht
🇺🇸 OpenAI · Verenigde Staten ZDR mogelijk #36 populair
GPT-5.1
Niveau: Professioneel
Sterke allrounders met de beste balans tussen kwaliteit en prijs. Voor de meeste organisaties de slimste keuze.
GPT-5.1 is the frontier-grade model in the GPT-5 series, offering stronger general-purpose reasoning, improved instruction adherence, and a more natural conversational style compared to GPT-5. It uses adaptive reasoning...
KostenGemiddeld
SnelheidVlotinschatting
Werkgeheugen400K tokenshoeveel tekst het tegelijk aankan
SlimheidPrima42/100
Gemiddelde prijs-kwaliteit
28
waarde / 100
Loont de prijs?
Niet duur, niet goedkoop voor wat je krijgt.
Bespaar slim: Muse Spark 1.3
is minstens net zo slim voor 42% minder geld. Bovendien is het sneller en minstens even goed in agent-taken. Voor de meeste taken merk je het verschil nauwelijks.
Goed voor
- E-mails, teksten en samenvattingen schrijven
- Het verwerken van hele lange documenten
- Het lezen van afbeeldingen en scans
Minder geschikt voor
- Er zijn geen duidelijke beperkingen voor standaardgebruik
Aanbieder buiten de EU (Verenigde Staten & Canada). Let bij gevoelige gegevens op je verwerkersafspraken.
Zero Data Retention mogelijk. Dit model kan via OpenRouter worden ingezet bij een aanbieder die je invoer niet bewaart en niet gebruikt voor training — belangrijk voor vertrouwelijke bedrijfsgegevens. Stel ZDR in je OpenRouter-account in om dit af te dwingen.
Slimheid
42/100 · prima
Schrijven
74/100 · sterk
Programmeren
59/100 · prima
Agent-taken
71/100 · sterk
Geavanceerd — voor professionals
Onderstaande gegevens zijn bedoeld voor wie de techniek wil doorgronden: ruwe benchmarkscores, gemeten snelheid/latency, prijsopbouw en databronnen. Niet nodig om een goede keuze te maken.
Benchmarks
Klik op een benchmark voor uitleg en alle uitslagen per model; het ?-knopje geeft een korte uitleg.
| Intelligence Index | 24.7 |
| Samengestelde slimheidsscore van Artificial Analysis: het gemiddelde over vele tests voor redeneren, kennis, wiskunde en code. Hoger = slimmer. Alle uitslagen & uitleg → | |
| Coding Index | 49.4 |
| Gemiddelde van programmeertests: hoe goed het model code schrijft, begrijpt en verbetert. Alle uitslagen & uitleg → | |
| Math Index | 94 |
| Gemiddelde van wiskundetests: rekenen, algebra en wiskundig redeneren. Alle uitslagen & uitleg → | |
| Agentic Index | geen data |
| Hoe goed het model zelfstandig meerstaps-taken uitvoert met tools (bestanden openen, zoeken, acties uitvoeren). Alle uitslagen & uitleg → | |
| MMLU-Pro | 87% |
| Grote kennistest met ruim 12.000 pittige meerkeuzevragen over 14 vakgebieden (recht, economie, natuurkunde…). Meet brede kennis en redeneren. Alle uitslagen & uitleg → | |
| GPQA Diamond | 87.3% |
| Zeer moeilijke wetenschapsvragen op PhD-niveau (biologie, natuur- en scheikunde). Zelfs menselijke experts halen hier maar ~65%. Alle uitslagen & uitleg → | |
| Humanity's Last Exam | 28.5% |
| De zwaarste kennistest die er is: duizenden extreem moeilijke vragen over honderden onderwerpen. Lage percentages zijn hier normaal. Alle uitslagen & uitleg → | |
| LiveCodeBench | 86.8% |
| Verse programmeeropgaven die pas ná de training van het model zijn verschenen — meet écht kunnen programmeren in plaats van onthouden. Alle uitslagen & uitleg → | |
| SciCode | geen data |
| Programmeeropgaven uit echte wetenschappelijke onderzoekspapers — combineert code en vakkennis. Alle uitslagen & uitleg → | |
| AIME (wiskunde) | 94% |
| Vragen van de Amerikaanse wiskunde-olympiade voor scholieren. Meet geavanceerd wiskundig redeneren. Alle uitslagen & uitleg → | |
| IFBench (instructievolgen) | 72.9% |
| Meet hoe precies het model instructies opvolgt, zoals eisen aan lengte, opmaak of vorm van het antwoord. Alle uitslagen & uitleg → | |
| τ²-bench (agent-taken) | 81.9% |
| Realistische klantenservice-scenario's (vluchten omboeken, abonnementen wijzigen) waarin het model zelfstandig regels moet volgen en tools gebruiken. Alle uitslagen & uitleg → | |
| Terminal-Bench (agent-taken) | 52.4% |
| Opdrachten die het model zelfstandig in een computerterminal moet uitvoeren — een zware test voor agent-vaardigheden. Alle uitslagen & uitleg → | |
Prestaties (gemeten)
| Output-snelheid | geen data |
| Time-to-first-token (latency) | geen data |
| Snelheidsbron | inschatting o.b.v. modelklasse |
Design Arena (ELO)
Head-to-head ranglijst waarin modellen het tegen elkaar opnemen op praktijktaken (websites, code, UI, datavisualisatie). Hogere ELO = vaker gewonnen.
| Gemiddelde ELO | 1154 |
| svg | ELO 1149 · rang 45 |
| asciiart | ELO 1118 · rang 56 |
| dataviz | ELO 1204 · rang 56 |
| gamedev | ELO 1179 · rang 63 |
LM Arena (LMSYS Chatbot Arena)
De toonaangevende blind-test ranglijst waarin echte gebruikers antwoorden van twee anonieme modellen vergelijken. Hogere ELO = vaker verkozen door mensen.
| Arena ELO-score | 1455 |
| Ranglijstpositie | #64 wereldwijd |
| Menselijke beoordelingen | 40.293 stemmen |
Technische specificaties
| Model-ID | openai/gpt-5.1 |
| Contextvenster | 400.000 tokens |
| Kennis bijgewerkt tot | onbekend |
| Uitgebracht | 13 nov 2025 |
| Invoer | tekst, beeld, bestanden |
| Redeneren (reasoning) | ja |
| Populariteitsscore | 69/100 |
| Databronnen | openrouter, artificial_analysis, design_arena, lmarena |