AI BENCHY

Leaderboard de Benchmark de IA

Name: Resultados de benchmark de modelos AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-03-30 Modelos avaliados: 78

Pesquisar

78/80

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.166	11.39s
Ver cartão do modelo Total de testes: 17 Testes errados: 0 Taxa de acerto por tentativa: 100.0% Testes instáveis: 0 Tokens de saída: 1,640 Tokens de raciocínio: 48,270 Tempo de resposta: médio 11.39s · total 113.86s · máx. 50.16s Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 10.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.522	15.56s
Ver cartão do modelo Total de testes: 17 Testes errados: 1 Taxa de acerto por tentativa: 94.1% Testes instáveis: 0 Tokens de saída: 1,527 Tokens de raciocínio: 36,341 Tempo de resposta: médio 15.56s · total 155.64s · máx. 40.61s Resposta incorreta: 1 Truques anti-IA : 10.0 Combinado : 9.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#3🥉 #3	Gemini 3 Flash Previewlow	8.7	Google	$0.081	5.95s
Ver cartão do modelo Total de testes: 17 Testes errados: 3 Taxa de acerto por tentativa: 84.3% Testes instáveis: 1 Tokens de saída: 1,592 Tokens de raciocínio: 20,556 Tempo de resposta: médio 5.95s · total 101.19s · máx. 14.72s Resposta incorreta: 3 Truques anti-IA : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#4#4	Gemini 3 PRO Previewmedium	8.7	Google	$0.197	9.06s
Ver cartão do modelo Total de testes: 17 Testes errados: 3 Taxa de acerto por tentativa: 82.4% Testes instáveis: 0 Tokens de saída: 1,508 Tokens de raciocínio: 10,084 Tempo de resposta: médio 9.06s · total 90.58s · máx. 26.24s Resposta incorreta: 3 Truques anti-IA : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#5#5	Seed-2.0-Litemedium	8.5	Bytedance Seed	$0.105	27.78s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 82.4% Testes instáveis: 3 Tokens de saída: 2,821 Tokens de raciocínio: 44,723 Tempo de resposta: médio 27.78s · total 472.24s · máx. 168.71s Resposta incorreta: 3 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0
#6#6	Qwen3.6 Plus Previewmedium	8.5	Qwen	$0.000	13.94s
Ver cartão do modelo Total de testes: 17 Testes errados: 4 Taxa de acerto por tentativa: 76.5% Testes instáveis: 0 Tokens de saída: 1,756 Tokens de raciocínio: 77,213 Tempo de resposta: médio 13.94s · total 237.01s · máx. 43.55s Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#7#7	GPT-5.3-Codexmedium	8.5	OpenAI	$0.544	15.76s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 82.4% Testes instáveis: 3 Tokens de saída: 1,788 Tokens de raciocínio: 33,649 Tempo de resposta: médio 15.76s · total 267.97s · máx. 100.93s Resposta incorreta: 3 Não seguiu as instruções: 2 Truques anti-IA : 8.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.6 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0
#8#8	Gemini 3.1 Flash Lite Previewhigh	8.4	Google	$2.310	68.83s
Ver cartão do modelo Total de testes: 16 Testes errados: 4 Taxa de acerto por tentativa: 77.1% Testes instáveis: 1 Tokens de saída: 1,283 Tokens de raciocínio: 1,533,310 Tempo de resposta: médio 68.83s · total 1101.32s · máx. 280.52s Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 7.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#9#9	Qwen3.5 Plus 2026-02-15medium	8.4	Qwen	$0.189	39.13s
Ver cartão do modelo Total de testes: 17 Testes errados: 4 Taxa de acerto por tentativa: 82.4% Testes instáveis: 2 Tokens de saída: 1,754 Tokens de raciocínio: 92,522 Tempo de resposta: médio 39.13s · total 391.29s · máx. 81.20s Tempo esgotado: 2 Resposta incorreta: 2 Truques anti-IA : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#10#10	Qwen3.5-122B-A10Bmedium	8.4	Qwen	$0.505	29.05s
Ver cartão do modelo Total de testes: 17 Testes errados: 4 Taxa de acerto por tentativa: 80.4% Testes instáveis: 2 Tokens de saída: 17,313 Tokens de raciocínio: 151,974 Tempo de resposta: médio 29.05s · total 493.86s · máx. 119.29s Resposta incorreta: 3 Tempo esgotado: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#11#11	Qwen3.5-27Bmedium	8.3	Qwen	$0.467	52.01s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 80.4% Testes instáveis: 3 Tokens de saída: 2,125 Tokens de raciocínio: 223,335 Tempo de resposta: médio 52.01s · total 884.10s · máx. 163.96s Não seguiu as instruções: 2 Formatação extra: 1 Tempo esgotado: 1 Resposta incorreta: 1 Truques anti-IA : 8.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#12#12	GLM 5medium	8.3	Z.ai	$0.108	17.15s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 84.3% Testes instáveis: 4 Tokens de saída: 19,833 Tokens de raciocínio: 38,523 Tempo de resposta: médio 17.15s · total 154.32s · máx. 28.96s Resposta incorreta: 2 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 7.1 Específico do domínio : 3.5 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#13#13	DeepSeek V3.2medium	8.2	DeepSeek	$0.026	38.49s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 80.4% Testes instáveis: 3 Tokens de saída: 9,994 Tokens de raciocínio: 41,719 Tempo de resposta: médio 38.49s · total 654.41s · máx. 93.11s Resposta incorreta: 3 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 8.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#14#14	Gemini 2.5 Flashmedium	8.1	Google	$0.292	11.88s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 74.5% Testes instáveis: 1 Tokens de saída: 1,376 Tokens de raciocínio: 111,923 Tempo de resposta: médio 11.88s · total 201.89s · máx. 95.48s Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 8.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#15#15	Gemini 3.1 Flash Lite Previewmedium	8.1	Google	$0.050	3.70s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 70.6% Testes instáveis: 0 Tokens de saída: 1,737 Tokens de raciocínio: 26,346 Tempo de resposta: médio 3.70s · total 62.97s · máx. 14.93s Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#16#16	GPT-5.4medium	8.1	OpenAI	$0.794	18.95s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 78.4% Testes instáveis: 3 Tokens de saída: 1,780 Tokens de raciocínio: 46,687 Tempo de resposta: médio 18.95s · total 322.23s · máx. 100.41s Resposta incorreta: 3 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#17#17	GLM 5 Turbomedium	8.0	Z.ai	$0.166	17.98s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 76.5% Testes instáveis: 5 Tokens de saída: 11,865 Tokens de raciocínio: 35,632 Tempo de resposta: médio 17.98s · total 305.72s · máx. 194.23s Resposta incorreta: 3 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.3 Chamada de ferramentas : 10.0
#18#18	Gemini 3.1 Flash Lite Previewlow	8.0	Google	$0.021	3.28s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 70.6% Testes instáveis: 0 Tokens de saída: 1,617 Tokens de raciocínio: 7,686 Tempo de resposta: médio 3.28s · total 55.80s · máx. 11.91s Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 8.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#19#19	Gemini 3 Flash Previewnone	8.0	Google	$0.019	1.66s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 76.5% Testes instáveis: 2 Tokens de saída: 1,417 Tokens de raciocínio: 0 Tempo de resposta: médio 1.66s · total 16.61s · máx. 3.56s Resposta incorreta: 5 Truques anti-IA : 8.3 Combinado : 4.7 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#20#20	Qwen3.5-Flashmedium	8.0	Qwen	$0.076	67.96s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 82.4% Testes instáveis: 5 Tokens de saída: 1,827 Tokens de raciocínio: 179,299 Tempo de resposta: médio 67.96s · total 1155.28s · máx. 234.29s Tempo esgotado: 3 Erro de API: 1 Não seguiu as instruções: 1 Resposta incorreta: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 10.0
#21#21	MiMo-V2-Promedium	8.0	Xiaomi	$0.123	9.78s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 76.5% Testes instáveis: 3 Tokens de saída: 1,875 Tokens de raciocínio: 26,959 Tempo de resposta: médio 9.78s · total 156.45s · máx. 64.71s Resposta incorreta: 3 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Combinado : 4.7 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.0 Chamada de ferramentas : 10.0
#22#22	Claude Sonnet 4.6medium	7.9	Anthropic	$1.024	10.09s
Ver cartão do modelo Total de testes: 17 Testes errados: 5 Taxa de acerto por tentativa: 72.6% Testes instáveis: 1 Tokens de saída: 35,174 Tokens de raciocínio: 24,687 Tempo de resposta: médio 10.09s · total 90.85s · máx. 46.35s Formatação extra: 2 Resposta incorreta: 2 Tempo esgotado: 1 Truques anti-IA : 6.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#23#23	MiMo-V2-Omnimedium	7.9	Xiaomi	$0.084	13.71s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 64.7% Testes instáveis: 0 Tokens de saída: 663 Tokens de raciocínio: 39,001 Tempo de resposta: médio 13.71s · total 233.06s · máx. 158.78s Não seguiu as instruções: 2 Resposta incorreta: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 10.0
#24#24	Grok 4.20 Betamedium	7.9	X AI	$0.608	8.54s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 72.6% Testes instáveis: 2 Tokens de saída: 1,487 Tokens de raciocínio: 87,922 Tempo de resposta: médio 8.54s · total 145.26s · máx. 24.21s Não seguiu as instruções: 3 Resposta incorreta: 3 Truques anti-IA : 8.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 3.0
#25#25	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 70.6% Testes instáveis: 2 Tokens de saída: 71,904 Tokens de raciocínio: 155,607 Tempo de resposta: médio 26.78s · total 294.58s · máx. 170.45s Não seguiu as instruções: 3 Resposta incorreta: 3 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#26#26	Gemini 3.1 Flash Lite Previewnone	7.8	Google	$0.015	1.29s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 68.6% Testes instáveis: 1 Tokens de saída: 4,721 Tokens de raciocínio: 0 Tempo de resposta: médio 1.29s · total 21.95s · máx. 3.39s Resposta incorreta: 4 Não seguiu as instruções: 2 Truques anti-IA : 7.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#27#27	GPT-5.2 Chatnone	7.8	OpenAI	$0.271	6.72s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 74.5% Testes instáveis: 3 Tokens de saída: 16,001 Tokens de raciocínio: 0 Tempo de resposta: médio 6.72s · total 114.20s · máx. 38.52s Resposta incorreta: 5 Não seguiu as instruções: 1 Truques anti-IA : 8.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 7.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#28#28	MiMo-V2-Flashmedium	7.6	Xiaomi	$0.037	24.30s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 70.6% Testes instáveis: 2 Tokens de saída: 11,959 Tokens de raciocínio: 111,534 Tempo de resposta: médio 24.30s · total 267.31s · máx. 96.01s Resposta incorreta: 3 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 8.1 Combinado : 9.8 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#29#29	GPT-5.3 Chatnone	7.6	OpenAI	$0.318	5.68s
Ver cartão do modelo Total de testes: 17 Testes errados: 7 Taxa de acerto por tentativa: 66.7% Testes instáveis: 3 Tokens de saída: 19,348 Tokens de raciocínio: 0 Tempo de resposta: médio 5.68s · total 96.58s · máx. 18.33s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 6.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.6 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#30#30	Claude Opus 4.6medium	7.5	Anthropic	$1.317	20.87s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Taxa de acerto por tentativa: 68.6% Testes instáveis: 2 Tokens de saída: 26,343 Tokens de raciocínio: 17,434 Tempo de resposta: médio 20.87s · total 208.73s · máx. 83.40s Formatação extra: 4 Resposta incorreta: 2 Truques anti-IA : 6.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#31#31	GPT-5.4 Nanomedium	7.4	OpenAI	$0.077	11.08s
Ver cartão do modelo Total de testes: 17 Testes errados: 7 Taxa de acerto por tentativa: 66.7% Testes instáveis: 2 Tokens de saída: 2,474 Tokens de raciocínio: 54,516 Tempo de resposta: médio 11.08s · total 188.39s · máx. 94.06s Resposta incorreta: 4 Não seguiu as instruções: 3 Truques anti-IA : 8.3 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 4.0 Chamada de ferramentas : 10.0
#32#32	Seed-2.0-Minimedium	7.3	Bytedance Seed	$0.029	60.58s
Ver cartão do modelo Total de testes: 17 Testes errados: 7 Taxa de acerto por tentativa: 64.7% Testes instáveis: 2 Tokens de saída: 1,971 Tokens de raciocínio: 58,624 Tempo de resposta: médio 60.58s · total 848.16s · máx. 262.83s Tempo esgotado: 4 Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#33#33	GPT-5.2medium	7.3	OpenAI	$0.314	13.93s
Ver cartão do modelo Total de testes: 17 Testes errados: 7 Taxa de acerto por tentativa: 70.6% Testes instáveis: 4 Tokens de saída: 2,238 Tokens de raciocínio: 16,811 Tempo de resposta: médio 13.93s · total 139.29s · máx. 77.80s Não seguiu as instruções: 3 Resposta incorreta: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 6.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 3.7 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 4.7
#34#34	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.349	42.48s
Ver cartão do modelo Total de testes: 17 Testes errados: 8 Taxa de acerto por tentativa: 78.4% Testes instáveis: 7 Tokens de saída: 5,864 Tokens de raciocínio: 175,683 Tempo de resposta: médio 42.48s · total 722.12s · máx. 106.00s Tempo esgotado: 4 Resposta incorreta: 2 Erro de API: 1 Sem resposta: 1 Truques anti-IA : 10.0 Combinado : 4.7 Análise e extração de dados : 7.3 Específico do domínio : 4.1 Inteligência geral : 2.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 10.0
#35#35	Claude Sonnet 4.6none	7.3	Anthropic	$0.252	5.12s
Ver cartão do modelo Total de testes: 17 Testes errados: 7 Taxa de acerto por tentativa: 62.8% Testes instáveis: 1 Tokens de saída: 6,910 Tokens de raciocínio: 0 Tempo de resposta: médio 5.12s · total 51.16s · máx. 23.84s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Combinado : 9.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 6.1 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#36#36	Kimi K2.5medium	7.2	Moonshot AI	$0.201	64.59s
Ver cartão do modelo Total de testes: 17 Testes errados: 8 Taxa de acerto por tentativa: 72.6% Testes instáveis: 6 Tokens de saída: 40,907 Tokens de raciocínio: 75,121 Tempo de resposta: médio 64.59s · total 645.93s · máx. 137.29s Resposta incorreta: 4 Não seguiu as instruções: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 7.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#37#37	GPT-5.4 Minimedium	7.1	OpenAI	$0.289	15.66s
Ver cartão do modelo Total de testes: 17 Testes errados: 9 Taxa de acerto por tentativa: 68.6% Testes instáveis: 6 Tokens de saída: 1,708 Tokens de raciocínio: 58,019 Tempo de resposta: médio 15.66s · total 266.14s · máx. 102.91s Não seguiu as instruções: 5 Resposta incorreta: 4 Truques anti-IA : 8.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.5 Seguimento de instruções : 7.4 Resolução de quebra-cabeças : 6.8 Chamada de ferramentas : 4.7
#38#38	Hunter Alphamedium	7.0	Openrouter	$0.000	10.33s
Ver cartão do modelo Total de testes: 17 Testes errados: 9 Taxa de acerto por tentativa: 68.6% Testes instáveis: 6 Tokens de saída: 4,724 Tokens de raciocínio: 17,921 Tempo de resposta: médio 10.33s · total 175.60s · máx. 30.53s Resposta incorreta: 4 Não seguiu as instruções: 2 Tempo esgotado: 2 Formatação extra: 1 Truques anti-IA : 7.3 Combinado : 4.7 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 7.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.1 Chamada de ferramentas : 10.0
#39#39	Grok 4.1 Fastmedium	6.9	X AI	$0.052	23.91s
Ver cartão do modelo Total de testes: 17 Testes errados: 8 Taxa de acerto por tentativa: 66.7% Testes instáveis: 5 Tokens de saída: 1,189 Tokens de raciocínio: 84,595 Tempo de resposta: médio 23.91s · total 239.09s · máx. 121.79s Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.8 Inteligência geral : 4.2 Seguimento de instruções : 6.6 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 2.8
#40#40	Nemotron 3 Supermedium	6.9	NVIDIA	$0.000	19.06s
Ver cartão do modelo Total de testes: 17 Testes errados: 8 Taxa de acerto por tentativa: 58.8% Testes instáveis: 3 Tokens de saída: 11,947 Tokens de raciocínio: 29,768 Tempo de resposta: médio 19.06s · total 305.04s · máx. 87.80s Não seguiu as instruções: 4 Resposta incorreta: 3 Tempo esgotado: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 7.2 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0
#41#41	GPT-5 Minimedium	6.8	OpenAI	$0.118	24.02s
Ver cartão do modelo Total de testes: 17 Testes errados: 9 Taxa de acerto por tentativa: 58.8% Testes instáveis: 3 Tokens de saída: 5,896 Tokens de raciocínio: 49,322 Tempo de resposta: médio 24.02s · total 408.39s · máx. 88.15s Não seguiu as instruções: 4 Resposta incorreta: 4 Tempo esgotado: 1 Truques anti-IA : 7.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.5 Seguimento de instruções : 8.0 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0
#42#42	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.016	2.51s
Ver cartão do modelo Total de testes: 17 Testes errados: 8 Taxa de acerto por tentativa: 54.9% Testes instáveis: 1 Tokens de saída: 2,018 Tokens de raciocínio: 0 Tempo de resposta: médio 2.51s · total 27.60s · máx. 6.65s Resposta incorreta: 8 Truques anti-IA : 4.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#43#43	GLM 5none	6.7	Z.ai	$0.019	3.77s
Ver cartão do modelo Total de testes: 17 Testes errados: 8 Taxa de acerto por tentativa: 52.9% Testes instáveis: 0 Tokens de saída: 1,551 Tokens de raciocínio: 0 Tempo de resposta: médio 3.77s · total 37.66s · máx. 11.07s Resposta incorreta: 8 Truques anti-IA : 4.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#44#44	MiMo-V2-Omninone	6.4	Xiaomi	$0.006	2.01s
Ver cartão do modelo Total de testes: 17 Testes errados: 9 Taxa de acerto por tentativa: 47.1% Testes instáveis: 0 Tokens de saída: 469 Tokens de raciocínio: 0 Tempo de resposta: médio 2.01s · total 34.09s · máx. 6.81s Resposta incorreta: 7 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.5 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 8.0 Chamada de ferramentas : 10.0
#45#45	DeepSeek V3.2none	6.4	DeepSeek	$0.016	12.35s
Ver cartão do modelo Total de testes: 17 Testes errados: 10 Taxa de acerto por tentativa: 51.0% Testes instáveis: 3 Tokens de saída: 7,831 Tokens de raciocínio: 0 Tempo de resposta: médio 12.35s · total 209.94s · máx. 115.89s Resposta incorreta: 7 Formatação extra: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.2 Combinado : 6.5 Análise e extração de dados : 6.3 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.5 Chamada de ferramentas : 10.0
#46#46	Mercury 2medium	6.3	Inception	$0.045	2.25s
Ver cartão do modelo Total de testes: 17 Testes errados: 10 Taxa de acerto por tentativa: 51.0% Testes instáveis: 3 Tokens de saída: 3,723 Tokens de raciocínio: 46,120 Tempo de resposta: médio 2.25s · total 35.99s · máx. 14.63s Resposta incorreta: 6 Não seguiu as instruções: 4 Truques anti-IA : 6.9 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 3.9 Chamada de ferramentas : 10.0
#47#47	GPT-5 Nanomedium	6.2	OpenAI	$0.061	44.47s
Ver cartão do modelo Total de testes: 17 Testes errados: 10 Taxa de acerto por tentativa: 58.8% Testes instáveis: 7 Tokens de saída: 4,500 Tokens de raciocínio: 143,296 Tempo de resposta: médio 44.47s · total 444.74s · máx. 204.02s Resposta incorreta: 6 Não seguiu as instruções: 3 Tempo esgotado: 1 Truques anti-IA : 6.5 Combinado : 10.0 Análise e extração de dados : 3.7 Específico do domínio : 5.2 Inteligência geral : 4.1 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#48#48	Grok 4.20 Multi-Agent Betamedium	6.2	X AI	$4.978	8.64s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 54.9% Testes instáveis: 6 Tokens de saída: 298,948 Tokens de raciocínio: 296,529 Tempo de resposta: médio 8.64s · total 129.64s · máx. 35.28s Não seguiu as instruções: 4 Resposta incorreta: 3 Erro de API: 2 Formatação extra: 2 Truques anti-IA : 6.9 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.8 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 7.2 Chamada de ferramentas : 3.0
#49#49	Qwen3.5-Flashnone	6.0	Qwen	$0.006	3.36s
Ver cartão do modelo Total de testes: 17 Testes errados: 10 Taxa de acerto por tentativa: 43.1% Testes instáveis: 1 Tokens de saída: 3,777 Tokens de raciocínio: 0 Tempo de resposta: médio 3.36s · total 57.15s · máx. 13.73s Resposta incorreta: 9 Não seguiu as instruções: 1 Truques anti-IA : 3.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.3 Chamada de ferramentas : 10.0
#50#50	gpt-oss-120bmedium	6.0	OpenAI	$0.010	15.05s
Ver cartão do modelo Total de testes: 17 Testes errados: 10 Taxa de acerto por tentativa: 51.0% Testes instáveis: 5 Tokens de saída: 13,265 Tokens de raciocínio: 34,330 Tempo de resposta: médio 15.05s · total 150.55s · máx. 50.92s Resposta incorreta: 6 Não seguiu as instruções: 4 Truques anti-IA : 6.7 Combinado : 10.0 Análise e extração de dados : 6.4 Específico do domínio : 2.9 Inteligência geral : 4.3 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 9.8
#51#51	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.016	2.40s
Ver cartão do modelo Total de testes: 17 Testes errados: 10 Taxa de acerto por tentativa: 52.9% Testes instáveis: 5 Tokens de saída: 2,749 Tokens de raciocínio: 0 Tempo de resposta: médio 2.40s · total 40.85s · máx. 6.70s Resposta incorreta: 10 Truques anti-IA : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.2 Chamada de ferramentas : 10.0
#52#52	Gemini 2.5 Flashnone	5.9	Google	$0.012	888ms
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 41.2% Testes instáveis: 2 Tokens de saída: 1,273 Tokens de raciocínio: 0 Tempo de resposta: médio 888ms · total 15.10s · máx. 4.39s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.0 Seguimento de instruções : 8.0 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0
#53#53	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.015	3.89s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 47.1% Testes instáveis: 3 Tokens de saída: 3,761 Tokens de raciocínio: 0 Tempo de resposta: médio 3.89s · total 66.07s · máx. 47.43s Resposta incorreta: 9 Não seguiu as instruções: 2 Truques anti-IA : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 6.5 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.9 Chamada de ferramentas : 10.0
#54#54	MiniMax M2.5medium	5.9	Minimax	$0.250	39.65s
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 60.8% Testes instáveis: 10 Tokens de saída: 107,044 Tokens de raciocínio: 206,422 Tempo de resposta: médio 39.65s · total 396.47s · máx. 237.27s Resposta incorreta: 5 Não seguiu as instruções: 3 Tempo esgotado: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Combinado : 4.5 Análise e extração de dados : 4.6 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 8.1 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#55#55	Hunter Alphanone	5.9	Openrouter	$0.000	4.58s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 49.0% Testes instáveis: 4 Tokens de saída: 2,278 Tokens de raciocínio: 0 Tempo de resposta: médio 4.58s · total 77.92s · máx. 15.17s Resposta incorreta: 9 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 10.0
#56#56	Qwen3.5-122B-A10Bnone	5.8	Qwen	$0.020	3.71s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 37.3% Testes instáveis: 1 Tokens de saída: 2,682 Tokens de raciocínio: 0 Tempo de resposta: médio 3.71s · total 63.06s · máx. 46.00s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 4.5 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0
#57#57	MiMo-V2-Pronone	5.8	Xiaomi	$0.040	2.31s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 45.1% Testes instáveis: 3 Tokens de saída: 1,721 Tokens de raciocínio: 0 Tempo de resposta: médio 2.31s · total 39.25s · máx. 6.58s Resposta incorreta: 9 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0
#58#58	GPT-5.4none	5.6	OpenAI	$0.095	1.43s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 39.2% Testes instáveis: 2 Tokens de saída: 1,837 Tokens de raciocínio: 0 Tempo de resposta: médio 1.43s · total 24.27s · máx. 2.89s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 3.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0
#59#59	Qwen3.5-27Bnone	5.6	Qwen	$0.016	1.70s
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 35.3% Testes instáveis: 2 Tokens de saída: 3,164 Tokens de raciocínio: 0 Tempo de resposta: médio 1.70s · total 28.82s · máx. 9.39s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0
#60#60	Mistral Small 4medium	5.6	Mistral	$0.026	4.18s
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 49.0% Testes instáveis: 6 Tokens de saída: 12,288 Tokens de raciocínio: 28,112 Tempo de resposta: médio 4.18s · total 71.03s · máx. 25.25s Resposta incorreta: 7 Não seguiu as instruções: 3 Erro de API: 2 Truques anti-IA : 5.6 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 3.4 Chamada de ferramentas : 10.0
#61#61	GLM 5 Turbonone	5.6	Z.ai	$0.029	2.89s
Ver cartão do modelo Total de testes: 17 Testes errados: 11 Taxa de acerto por tentativa: 37.3% Testes instáveis: 1 Tokens de saída: 1,270 Tokens de raciocínio: 0 Tempo de resposta: médio 2.89s · total 49.05s · máx. 8.21s Resposta incorreta: 9 Não seguiu as instruções: 2 Truques anti-IA : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0
#62#62	GLM 4.7 Flashnone	5.6	Z.ai	$0.003	3.13s
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 39.2% Testes instáveis: 3 Tokens de saída: 1,863 Tokens de raciocínio: 0 Tempo de resposta: médio 3.13s · total 31.33s · máx. 7.05s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 5.2 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 4.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 4.4 Chamada de ferramentas : 2.8
#63#63	Grok 4.20 Betanone	5.3	X AI	$0.090	1.19s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 31.4% Testes instáveis: 2 Tokens de saída: 1,517 Tokens de raciocínio: 0 Tempo de resposta: médio 1.19s · total 20.22s · máx. 6.48s Resposta incorreta: 9 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0
#64#64	Kimi K2.5none	5.3	Moonshot AI	$0.015	10.83s
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 37.3% Testes instáveis: 3 Tokens de saída: 2,010 Tokens de raciocínio: 0 Tempo de resposta: médio 10.83s · total 108.27s · máx. 42.13s Resposta incorreta: 12 Truques anti-IA : 3.6 Combinado : 2.8 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0
#65#65	Trinity Large Previewnone	5.3	Arcee AI	$0.000	3.04s
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 31.4% Testes instáveis: 1 Tokens de saída: 1,843 Tokens de raciocínio: 0 Tempo de resposta: médio 3.04s · total 51.75s · máx. 8.91s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 4.1 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0
#66#66	Mistral Small 4none	5.3	Mistral	$0.006	629ms
Ver cartão do modelo Total de testes: 17 Testes errados: 12 Taxa de acerto por tentativa: 33.3% Testes instáveis: 1 Tokens de saída: 1,624 Tokens de raciocínio: 0 Tempo de resposta: médio 629ms · total 10.70s · máx. 1.72s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0
#67#67	Nemotron 3 Supernone	5.2	NVIDIA	$0.000	8.86s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 35.3% Testes instáveis: 3 Tokens de saída: 4,225 Tokens de raciocínio: 0 Tempo de resposta: médio 8.86s · total 150.70s · máx. 24.97s Resposta incorreta: 9 Não seguiu as instruções: 4 Truques anti-IA : 4.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.2 Seguimento de instruções : 4.9 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 4.7
#68#68	GPT-4o-mininone	5.0	OpenAI	$0.005	1.94s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 23.5% Testes instáveis: 0 Tokens de saída: 1,600 Tokens de raciocínio: 0 Tempo de resposta: médio 1.94s · total 19.44s · máx. 7.58s Resposta incorreta: 12 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0
#69#69	MiniMax M2.7medium	5.0	Minimax	$0.072	27.32s
Ver cartão do modelo Total de testes: 17 Testes errados: 14 Taxa de acerto por tentativa: 49.0% Testes instáveis: 10 Tokens de saída: 4,517 Tokens de raciocínio: 47,612 Tempo de resposta: médio 27.32s · total 437.10s · máx. 117.04s Não seguiu as instruções: 6 Resposta incorreta: 5 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Combinado : 4.7 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 3.9 Seguimento de instruções : 3.7 Resolução de quebra-cabeças : 3.8 Chamada de ferramentas : 4.7
#70#70	Qwen3 Coder Nextnone	5.0	Qwen	$0.007	10.82s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 23.5% Testes instáveis: 0 Tokens de saída: 3,032 Tokens de raciocínio: 0 Tempo de resposta: médio 10.82s · total 118.99s · máx. 45.14s Resposta incorreta: 11 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0
#71#71	Mercury 2none	4.8	Inception	$0.007	592ms
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 29.4% Testes instáveis: 2 Tokens de saída: 1,315 Tokens de raciocínio: 0 Tempo de resposta: médio 592ms · total 10.07s · máx. 1.27s Resposta incorreta: 12 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0
#72#72	GPT-5.4 Mininone	4.8	OpenAI	$0.030	1.17s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 31.4% Testes instáveis: 3 Tokens de saída: 2,085 Tokens de raciocínio: 0 Tempo de resposta: médio 1.17s · total 19.82s · máx. 2.52s Resposta incorreta: 10 Não seguiu as instruções: 3 Truques anti-IA : 3.1 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 3.0
#73#73	Qwen3.5-9Bnone	4.8	Qwen	$0.005	1.22s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 23.5% Testes instáveis: 0 Tokens de saída: 2,945 Tokens de raciocínio: 0 Tempo de resposta: médio 1.22s · total 20.74s · máx. 5.91s Resposta incorreta: 9 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0
#74#74	Qwen3 Coder Nextmedium	4.8	Qwen	$0.007	11.57s
Ver cartão do modelo Total de testes: 17 Testes errados: 14 Taxa de acerto por tentativa: 25.5% Testes instáveis: 2 Tokens de saída: 2,941 Tokens de raciocínio: 0 Tempo de resposta: médio 11.57s · total 127.32s · máx. 81.80s Resposta incorreta: 9 Não seguiu as instruções: 5 Truques anti-IA : 3.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 6.3 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0
#75#75	GLM 4.7 Flashmedium	4.7	Z.ai	$0.042	33.44s
Ver cartão do modelo Total de testes: 17 Testes errados: 13 Taxa de acerto por tentativa: 39.2% Testes instáveis: 7 Tokens de saída: 38,719 Tokens de raciocínio: 65,465 Tempo de resposta: médio 33.44s · total 334.39s · máx. 174.55s Resposta incorreta: 8 Não seguiu as instruções: 2 Sem resposta: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.7 Combinado : 2.8 Análise e extração de dados : 6.3 Específico do domínio : 3.5 Inteligência geral : 3.6 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0
#76#76	Qwen3.5-9Bmedium	4.5	Qwen	$0.024	69.21s
Ver cartão do modelo Total de testes: 17 Testes errados: 14 Taxa de acerto por tentativa: 35.3% Testes instáveis: 6 Tokens de saída: 18,141 Tokens de raciocínio: 141,204 Tempo de resposta: médio 69.21s · total 968.99s · máx. 226.38s Tempo esgotado: 11 Formatação extra: 1 Não seguiu as instruções: 1 Resposta incorreta: 1 Truques anti-IA : 5.1 Combinado : 3.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 2.8 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0
#77#77	Grok 4.1 Fastnone	4.4	X AI	$0.008	1.76s
Ver cartão do modelo Total de testes: 17 Testes errados: 14 Taxa de acerto por tentativa: 23.5% Testes instáveis: 2 Tokens de saída: 1,154 Tokens de raciocínio: 0 Tempo de resposta: médio 1.76s · total 17.56s · máx. 5.51s Resposta incorreta: 12 Não seguiu as instruções: 2 Truques anti-IA : 3.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.4 Seguimento de instruções : 3.0 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 2.8
#78#78	MiMo-V2-Flashnone	4.4	Xiaomi	$0.023	2.79s
Ver cartão do modelo Total de testes: 17 Testes errados: 14 Taxa de acerto por tentativa: 27.5% Testes instáveis: 4 Tokens de saída: 67,796 Tokens de raciocínio: 0 Tempo de resposta: médio 2.79s · total 36.29s · máx. 19.68s Resposta incorreta: 11 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.2 Combinado : 3.0 Análise e extração de dados : 2.9 Específico do domínio : 5.3 Inteligência geral : 4.6 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0
#79#79	GPT-5.4 Nanonone	4.3	OpenAI	$0.009	1.39s
Ver cartão do modelo Total de testes: 17 Testes errados: 15 Taxa de acerto por tentativa: 29.4% Testes instáveis: 6 Tokens de saída: 2,185 Tokens de raciocínio: 0 Tempo de resposta: médio 1.39s · total 23.70s · máx. 3.84s Resposta incorreta: 12 Não seguiu as instruções: 3 Truques anti-IA : 3.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0
#80#80	LFM2-24B-A2Bnone	4.1	Liquid	$0.001	811ms
Ver cartão do modelo Total de testes: 16 Testes errados: 15 Taxa de acerto por tentativa: 14.6% Testes instáveis: 2 Tokens de saída: 1,185 Tokens de raciocínio: 0 Tempo de resposta: médio 811ms · total 11.35s · máx. 2.88s Resposta incorreta: 9 Erro de API: 4 Não seguiu as instruções: 2 Truques anti-IA : 3.3 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 5.9 Inteligência geral : 4.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 4.4 Chamada de ferramentas : 3.0

Comparação rápida

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida