Leaderboard do AI Benchy

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: 2026-10-01 Modelos avaliados: 382

Modelos recomendados

GPT-6.1 Sol xhigh Inteligente Taxa de acerto por tentativa 97.1% Testes corretos 22 / 23 Pontuação 9.9/10 Gemini 3.7 Flash low Rápido Tempo de resposta (médio) 6.24s Total de tokens de saída 38,453 Pontuação 9.4/10 GPT-6 Luna high Acessível Preço de entrada $0.100 / 1M Preço de saída $0.500 / 1M Preço de leitura do cache $0.010 / 1M Preço de escrita no cache $0.125 / 1M Pontuação 7.7/10

382/382

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#157#157	Ember-1low	7.0	Fireworks	$1.488	34.90s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 8.8 Taxa de acerto por tentativa 65.2% Testes instáveis 5 Tokens de entrada 211,908 Tokens de saída 14,158 Tokens de raciocínio 42,608 Tempo de resposta (médio) 34.90s Tempo de resposta (total) 802.79s Tempo de resposta (máx.) 121.29s Erro de API: 6 Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 10.0 Combinado : 6.5 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#156#156	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 5 Tokens de entrada 245,179 Tokens de saída 62,697 Tokens de raciocínio 196,621 Tempo de resposta (médio) 81.18s Tempo de resposta (total) 1785.87s Tempo de resposta (máx.) 365.80s Resposta incorreta: 8 Tempo esgotado: 2 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.3 Programação : 7.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.7 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#155#155	Gemini 3.1 Flash Lite Previewmedium	7.0	Google	$0.158	6.78s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 0 Tokens de entrada 272,221 Tokens de saída 12,345 Tokens de raciocínio 47,189 Tempo de resposta (médio) 6.78s Tempo de resposta (total) 155.96s Tempo de resposta (máx.) 54.91s Resposta incorreta: 7 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 9.1 Programação : 5.5 Combinado : 7.2 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#154#154	Qwen3.6 Max Previewmedium	7.0	Qwen	$1.132 ↓	66.52s
Ver cartão do modelo Total de testes 22 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 2 Tokens de entrada 79,249 Tokens de saída 5,097 Tokens de raciocínio 165,276 Tempo de resposta (médio) 66.52s Tempo de resposta (total) 1463.50s Tempo de resposta (máx.) 238.07s Resposta incorreta: 4 Tempo esgotado: 1 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#153#153	GPT-5.2 Chatnone	7.0	OpenAI	$0.594	7.43s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 4 Tokens de entrada 101,104 Tokens de saída 29,742 Tokens de raciocínio 0 Tempo de resposta (médio) 7.43s Tempo de resposta (total) 163.35s Tempo de resposta (máx.) 38.52s Resposta incorreta: 6 Erro de API: 2 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.7 Programação : 8.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#152#152	MiMo-V2.5medium	7.1	Xiaomi	$0.130 ↓	49.20s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 7 Tokens de entrada 259,664 Tokens de saída 8,414 Tokens de raciocínio 333,097 Tempo de resposta (médio) 49.20s Tempo de resposta (total) 1131.69s Tempo de resposta (máx.) 316.27s Resposta incorreta: 5 Formatação extra: 2 Sem resposta: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 8.7 Análise e extração de dados : 2.7 Específico do domínio : 3.6 Inteligência geral : 5.4 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#151#151	MiMo-V2.6-Flashlow	7.1	Xiaomi	$0.200	54.57s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 6 Tokens de entrada 256,428 Tokens de saída 9,786 Tokens de raciocínio 575,630 Tempo de resposta (médio) 54.57s Tempo de resposta (total) 1255.15s Tempo de resposta (máx.) 345.18s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 8.4 Combinado : 6.6 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 8.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#150#150	GLM 5.3 FlashXmedium	7.1	Z.ai	$0.114	7.37s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 8 Tokens de entrada 205,100 Tokens de saída 8,639 Tokens de raciocínio 21,409 Tempo de resposta (médio) 7.37s Tempo de resposta (total) 169.54s Tempo de resposta (máx.) 74.39s Resposta incorreta: 8 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.3 Programação : 6.0 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#149#149	Claude Opus 5none	7.1	Anthropic	$2.766	10.78s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 1 Tokens de entrada 396,120 Tokens de saída 31,386 Tokens de raciocínio 0 Tempo de resposta (médio) 10.78s Tempo de resposta (total) 247.96s Tempo de resposta (máx.) 79.61s Resposta incorreta: 7 Formatação extra: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 5.4 Truques anti-IA : 5.5 Programação : 5.9 Combinado : 8.3 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#148#148	Qwen3.6 27Bmedium	7.2	Qwen	$1.006 ↑	107.79s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 7 Tokens de entrada 264,147 Tokens de saída 34,419 Tokens de raciocínio 253,480 Tempo de resposta (médio) 107.79s Tempo de resposta (total) 2479.26s Tempo de resposta (máx.) 1085.11s Resposta incorreta: 5 Sem resposta: 3 Chamada de ferramenta inválida: 2 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 7.7 Combinado : 6.7 Análise e extração de dados : 3.5 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#147#147	Step 3.7 Flashlow	7.2	Stepfun	$0.449	20.72s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 6 Tokens de entrada 292,685 Tokens de saída 339,108 Tokens de raciocínio 0 Tempo de resposta (médio) 20.72s Tempo de resposta (total) 476.67s Tempo de resposta (máx.) 124.75s Resposta incorreta: 9 Chamada de ferramenta inválida: 2 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 7.3 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#146#146	GLM 5medium	7.2	Z.ai	$0.479 ↑	39.05s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 5 Tokens de entrada 212,440 Tokens de saída 22,922 Tokens de raciocínio 115,335 Tempo de resposta (médio) 39.05s Tempo de resposta (total) 546.68s Tempo de resposta (máx.) 110.70s Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 5.0 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 Conhecimentos gerais : 3.0
#145#145	LongCat 2.0medium	7.2	Meituan	$0.767 ↑	144.88s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 59.4% Testes instáveis 3 Tokens de entrada 287,669 Tokens de saída 47,204 Tokens de raciocínio 375,030 Tempo de resposta (médio) 144.88s Tempo de resposta (total) 3332.19s Tempo de resposta (máx.) 939.52s Resposta incorreta: 8 Erro de API: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 7.3 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#144#144	Qwen3.7 Flashhigh	7.2	Qwen	$0.063	45.48s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 7 Tokens de entrada 293,775 Tokens de saída 13,527 Tokens de raciocínio 396,291 Tempo de resposta (médio) 45.48s Tempo de resposta (total) 1045.97s Tempo de resposta (máx.) 431.47s Resposta incorreta: 8 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 6.9 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#143#143	Claude Opus 4.8low	7.2	Anthropic	$3.787	17.13s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 4 Tokens de entrada 409,947 Tokens de saída 46,060 Tokens de raciocínio 23,429 Tempo de resposta (médio) 17.13s Tempo de resposta (total) 394.01s Tempo de resposta (máx.) 127.97s Resposta incorreta: 5 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 9.9 Análise e extração de dados : 6.3 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 Conhecimentos gerais : 3.0
#142#142	Gemini 3.8 Flashlow	7.2	Google	$0.323	7.54s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 81.2% Testes instáveis 5 Tokens de entrada 215,836 Tokens de saída 9,452 Tokens de raciocínio 33,289 Tempo de resposta (médio) 7.54s Tempo de resposta (total) 173.36s Tempo de resposta (máx.) 67.18s Resposta incorreta: 6 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 5.4 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.8 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#141#141	Qwen3.8 27Bmedium	7.2	Qwen	~$0.073	40.09s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.7 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 277,164 Tokens de saída 1,913 Tokens de raciocínio 168,783 Tempo de resposta (médio) 40.09s Tempo de resposta (total) 881.89s Tempo de resposta (máx.) 214.63s Resposta incorreta: 4 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#140#140	Qwen3.5 Plus 2026-02-15medium	7.2	Qwen	$0.567	97.68s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 72.5% Testes instáveis 6 Tokens de entrada 249,486 Tokens de saída 14,481 Tokens de raciocínio 288,249 Tempo de resposta (médio) 97.68s Tempo de resposta (total) 1562.81s Tempo de resposta (máx.) 304.85s Resposta incorreta: 6 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.2 Programação : 6.6 Combinado : 6.9 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 Conhecimentos gerais : 3.0
#139#139	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 47.8% Testes instáveis 2 Tokens de entrada 283,977 Tokens de saída 36,422 Tokens de raciocínio 0 Tempo de resposta (médio) 9.98s Tempo de resposta (total) 229.52s Tempo de resposta (máx.) 124.53s Resposta incorreta: 11 Não seguiu as instruções: 2 Tarefas de agentes : 10.0 Truques anti-IA : 4.8 Programação : 5.8 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#138#138	Gemini 3.5 Flash Litemedium	7.3	Google	$0.440	8.68s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 7 Tokens de entrada 388,307 Tokens de saída 10,412 Tokens de raciocínio 118,802 Tempo de resposta (médio) 8.68s Tempo de resposta (total) 199.65s Tempo de resposta (máx.) 86.92s Resposta incorreta: 6 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#137#137	Qwen3.6 Plusmedium	7.3	Qwen	$0.554 ↑	57.41s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 3 Tokens de entrada 222,601 Tokens de saída 8,185 Tokens de raciocínio 238,605 Tempo de resposta (médio) 57.41s Tempo de resposta (total) 1263.02s Tempo de resposta (máx.) 307.08s Resposta incorreta: 6 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#135#135	Gemini 2.5 Flashmedium	7.3	Google	$0.680 ↑	20.51s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 1 Tokens de entrada 132,507 Tokens de saída 12,739 Tokens de raciocínio 228,626 Tempo de resposta (médio) 20.51s Tempo de resposta (total) 471.64s Tempo de resposta (máx.) 140.50s Resposta incorreta: 6 Não seguiu as instruções: 2 Tarefas de agentes : 3.0 Truques anti-IA : 8.4 Programação : 7.8 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 Conhecimentos gerais : 3.0
#136#136	LongCat 2.0high	7.3	Meituan	$0.778 ↑	151.67s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 53.6% Testes instáveis 4 Tokens de entrada 275,080 Tokens de saída 32,447 Tokens de raciocínio 372,188 Tempo de resposta (médio) 151.67s Tempo de resposta (total) 3488.43s Tempo de resposta (máx.) 941.66s Resposta incorreta: 7 Não seguiu as instruções: 2 Sem resposta: 2 Tempo esgotado: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.9 Programação : 7.8 Combinado : 10.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 5.1 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#134#134	Grok 4.7medium	7.3	X AI	$2.938	117.65s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.8 Taxa de acerto por tentativa 78.3% Testes instáveis 5 Tokens de entrada 326,066 Tokens de saída 5,726 Tokens de raciocínio 469,019 Tempo de resposta (médio) 117.65s Tempo de resposta (total) 2706.03s Tempo de resposta (máx.) 660.89s Resposta incorreta: 5 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 3.9 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#133#133	Claude Fable 5.1medium	7.3	Anthropic	$3.197	11.87s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 6 Tokens de entrada 157,142 Tokens de saída 8,149 Tokens de raciocínio 24,357 Tempo de resposta (médio) 11.87s Tempo de resposta (total) 272.91s Tempo de resposta (máx.) 36.59s Resposta incorreta: 3 Sem resposta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.2 Programação : 7.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8

←

1 9 10 11 16

→

Tendências globais do benchmark

Veja como os modelos atuais equilibram pontuação, custo, velocidade, comprimento da saída e desempenho por categoria.

Gráficos →

Fronteira de Pareto: inteligência vs custo

Evolução da melhor pontuação das empresas líderes

Fronteira de Pareto: inteligência vs velocidade de resposta

Fronteira de Pareto: pontuação vs tokens de saída

Dificuldade das categorias entre os modelos

Comparação rápida

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow