Winpercentage in blinde A/B-tests
Als gebruikers twee antwoorden vergelijken zonder te weten welk model wat schreef, registreren we hun keuze. Winpercentages komen uit die blinde duels en worden berekend met Wilson-betrouwbaarheidsintervallen.
Modellen van acht aanbieders, elk met kwaliteitsscores uit blinde A/B-tests, like-percentages van gebruikers en live snelheidsstatistieken — direct in de modelkiezer. Wissel wanneer je wilt, ook midden in een gesprek.
DeepSeek V4 Flash
DeepSeek
GLM 5
Z.AI
Llama 3.1 8B
Meta
Ons standpunt
Elk platform zegt dat zijn AI geweldig is. Wij laten je liever de winpercentages zien en laten de modellen voor zichzelf spreken.
— Het Reverie-team
Standaard transparant
Vier statistieken, gemeten in echte gesprekken op Reverie — geen benchmarks van aanbieders, gekopieerd uit een persbericht.
Als gebruikers twee antwoorden vergelijken zonder te weten welk model wat schreef, registreren we hun keuze. Winpercentages komen uit die blinde duels en worden berekend met Wilson-betrouwbaarheidsintervallen.
Elke duim omhoog en duim omlaag op echte antwoorden telt mee in een like-percentage per model, zodat je ziet hoe elk model valt bij echte roleplayers.
Hoe lang het duurt voordat het model begint te antwoorden — gemiddelde, mediaan en p95, gemeten op live verkeer op onze eigen infrastructuur.
Pure generatiesnelheid zodra het antwoord begint te lopen. Snelle modellen houden lange scènes in beweging — en je ziet precies welke dat zijn.
Elke kwaliteitsstatistiek heeft een betrouwbaarheidsniveau van 1–5 sterren op basis van de steekproefgrootte, zodat je weet hoe vast een cijfer staat voordat je erop vertrouwt.
Nieuwe modellen beginnen in de status 'wordt geëvalueerd' — we tonen ze zonder kwaliteitsclaims totdat er genoeg blinde vergelijkingen zijn om er iets eerlijks over te zeggen.
Het huidige aanbod
Live uitgelezen uit ons modelregister — als het aanbod verandert, verandert deze tabel mee.
| Model | Context | Redeneren | Kosten |
|---|---|---|---|
DeepSeek V3.2Basis DeepSeek | 0.5× credits | ||
DeepSeek V4 FlashBasis DeepSeek | 0.3× credits | ||
DeepSeek V4.1 FlashBasis DeepSeek | 0.7× credits | ||
DeepSeek V4 ProBasis DeepSeek | 0.7× credits | ||
DeepSeek R1Basis DeepSeek | 1× credits | ||
MiMo V2.5Basis Xiaomi | 0.3× credits | ||
MiMo V2.6 FlashBasis Xiaomi | 0.4× credits | ||
GLM 5.3 FlashBasis Z.AI | 0.5× credits | ||
GLM 4.7Basis Z.AI | 1× credits | ||
GLM 5Geavanceerd Z.AI | 1.3× credits | ||
Gemini 3 Flash PreviewGeavanceerd | 1.2× credits | ||
Llama 3.1 8BBasis Meta | Gratis |
Creditvermenigvuldigers zijn relatief ten opzichte van het basistarief in credits. Modellen voor beeld- en videogeneratie zijn apart beschikbaar in de chat.
Wat je krijgt
Van model wisselen is hier geen verstopt trucje in een instellingenmenu. Zo is het product bedoeld.
Wissel tussen berichten van model zonder de draad kwijt te raken. Haal een scherper model erbij voor de cruciale scène en ga terug voor wat luchtig gebabbel.
Niet blij met een antwoord? Genereer het opnieuw met een ander model en houd de versie die beter leest. Die keuzes tellen mee in de winpercentages.
Makers kunnen per personage een voorkeursmodel instellen, zodat het spreekt met de engine waarvoor het is geschreven. Je eigen keuze gaat altijd voor.
Een capabel gratis model blijft beschikbaar voor nul credits, met limieten voor redelijk gebruik — zodat zonder credits zitten nooit betekent dat je gesprek ophoudt.
Elk model toont zijn creditvermenigvuldiger — van 0,3× voor budgetmodellen tot 2× voor de nieuwste topmodellen — zodat kosten een keuze zijn die je zelf maakt, geen verrassing op de rekening.
Pure redeneermodellen voor ingewikkelde plots, en hybride modellen die alleen nadenken als je erom vraagt. Kies het brein dat bij de scène past.
Veelgestelde vragen
De meeste platforms kiezen één model, plakken er hun merk op en vertellen je dat het geweldig is. Reverie draait er veel en publiceert hoe ze het echt tegen elkaar doen — in het product, precies waar je kiest.
Kwaliteitsscores komen van gebruikers die kiezen tussen twee anonieme antwoorden. Label en aanbieder zijn tijdens de vergelijking niet zichtbaar, dus de cijfers meten het schrijven, niet het merk.
Naast totaalscores toont de modelkiezer directe duelgegevens — welk model van welk wint, en met hoeveel, in de vergelijkingen die gebruikers echt hebben gedaan.
Een score uit veertig vergelijkingen is niet hetzelfde als een score uit vierduizend. Elke statistiek heeft een betrouwbaarheidsniveau van 1–5 sterren op basis van de steekproefgrootte, naast het cijfer weergegeven.
Tijd tot eerste token en tokens per seconde worden gemeten in echte gesprekken — gemiddelde, mediaan en p95 — en niet overgenomen uit een datasheet van de aanbieder.
Verschillende scènes vragen om verschillende breinen. Een lange, langzaam opbloeiende romance, een tactische krijgsraad en een snelle komische uitwisseling hebben niet hetzelfde ideale model — dus je zou niet aan één model vast moeten zitten.
Chatmodellen van DeepSeek, Google, Z.AI, Xiaomi, Meta en meer, met contextvensters van 131K tot een miljoen tokens, allemaal achter één interface en één creditsaldo.
Modellen hebben elk een eigen prijs, van 0,3× tot 2× het basistarief in credits, en de vermenigvuldiger staat op de modelkaart. Goedkopere modellen voor alledaagse scènes, topmodellen wanneer het ertoe doet.
Speciale redeneermodellen denken na voordat ze schrijven, voor ingewikkelde plots; hybride modellen redeneren op verzoek; multimodale modellen kunnen de afbeeldingen lezen die je in de chat uploadt.
Het gratis model blijft beschikbaar, ongeacht je saldo, met limieten voor redelijk gebruik — een vangnet onder elk gesprek, geen proefperiode die afloopt.
Kies de volgende stap voor je personages, gesprekken of verhalen.
Als je er klaar voor bent
Open de modelkiezer in een willekeurige chat, sorteer op de cijfers en vind je favoriet.