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)
#107#107	Grok 4.6medium	7.8	X AI	$2.270	74.77s
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 336,351 Tokens de saída 6,180 Tokens de raciocínio 260,017 Tempo de resposta (médio) 74.77s Tempo de resposta (total) 1719.73s Tempo de resposta (máx.) 514.35s Resposta incorreta: 6 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#106#106	Step 3.7 Flashmedium	7.8	Stepfun	$0.571	26.57s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 4 Tokens de entrada 319,524 Tokens de saída 440,835 Tokens de raciocínio 0 Tempo de resposta (médio) 26.57s Tempo de resposta (total) 611.09s Tempo de resposta (máx.) 152.83s Resposta incorreta: 6 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 8.7 Programação : 8.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#105#105	GLM 5.3high	7.8	Z.ai	$0.285 ↓	28.38s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 7 Tokens de entrada 219,811 Tokens de saída 8,811 Tokens de raciocínio 59,671 Tempo de resposta (médio) 28.38s Tempo de resposta (total) 652.78s Tempo de resposta (máx.) 159.91s Resposta incorreta: 6 Formatação extra: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#104#104	Grok 4.5medium	7.8	X AI	$2.996 ↑	68.44s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 3 Tokens de entrada 308,369 Tokens de saída 7,013 Tokens de raciocínio 299,031 Tempo de resposta (médio) 68.44s Tempo de resposta (total) 1574.14s Tempo de resposta (máx.) 436.38s Resposta incorreta: 6 Tarefas de agentes : 5.0 Truques anti-IA : 10.0 Programação : 7.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#103#103	MiMo-V2.6-Flashmedium	7.9	Xiaomi	$0.218	61.90s
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 291,988 Tokens de saída 8,848 Tokens de raciocínio 622,995 Tempo de resposta (médio) 61.90s Tempo de resposta (total) 1423.67s Tempo de resposta (máx.) 357.28s Resposta incorreta: 6 Sem resposta: 2 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 5.9 Programação : 7.2 Combinado : 7.1 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.1 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#102#102	Qwen3.8 2.4T A95Bhigh	7.9	Qwen	$2.949 ↑	120.88s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.6 Taxa de acerto por tentativa 75.4% Testes instáveis 4 Tokens de entrada 295,642 Tokens de saída 115,041 Tokens de raciocínio 353,398 Tempo de resposta (médio) 120.88s Tempo de resposta (total) 2780.16s Tempo de resposta (máx.) 532.28s Resposta incorreta: 4 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 6.9 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#101#101	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 2 Tokens de entrada 296,760 Tokens de saída 4,371 Tokens de raciocínio 92,284 Tempo de resposta (médio) 11.78s Tempo de resposta (total) 271.03s Tempo de resposta (máx.) 84.47s Resposta incorreta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 2.8 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 10.0 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#100#100	Qwen3.7 Maxnone	7.9	Qwen	$0.451 ↓	7.85s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 69.6% Testes instáveis 0 Tokens de entrada 243,553 Tokens de saída 20,670 Tokens de raciocínio 0 Tempo de resposta (médio) 7.85s Tempo de resposta (total) 180.65s Tempo de resposta (máx.) 80.34s Resposta incorreta: 7 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 6.5 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 Conhecimentos gerais : 3.0
#99#99	GPT-5.4 Minimedium	7.9	OpenAI	$1.102 ↑	29.94s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 5 Tokens de entrada 238,925 Tokens de saída 7,109 Tokens de raciocínio 177,063 Tempo de resposta (médio) 29.94s Tempo de resposta (total) 688.57s Tempo de resposta (máx.) 138.75s Resposta incorreta: 6 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.6 Programação : 8.4 Combinado : 6.9 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#98#98	Claude Fable 5.1high	7.9	Anthropic	$3.471	13.30s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 1 Tokens de entrada 144,676 Tokens de saída 8,184 Tokens de raciocínio 32,282 Tempo de resposta (médio) 13.30s Tempo de resposta (total) 305.83s Tempo de resposta (máx.) 40.17s Resposta incorreta: 3 Erro de API: 1 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 10.0 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 Conhecimentos gerais : 3.0
#97#97	GLM 5.3 FlashXmax	7.9	Z.ai	$0.623	43.97s
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 322,894 Tokens de saída 8,010 Tokens de raciocínio 394,755 Tempo de resposta (médio) 43.97s Tempo de resposta (total) 1011.29s Tempo de resposta (máx.) 390.70s Chamada de ferramenta inválida: 2 Sem resposta: 2 Resposta incorreta: 2 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 8.2 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#96#96	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 6 Tokens de entrada 288,919 Tokens de saída 17,484 Tokens de raciocínio 617,804 Tempo de resposta (médio) 114.73s Tempo de resposta (total) 2638.74s Tempo de resposta (máx.) 1026.43s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 6.2 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#95#95	GPT-5.6 Terralow	7.9	OpenAI	$0.435 ↓	7.58s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 6 Tokens de entrada 176,890 Tokens de saída 5,688 Tokens de raciocínio 18,525 Tempo de resposta (médio) 7.58s Tempo de resposta (total) 174.39s Tempo de resposta (máx.) 54.57s Resposta incorreta: 8 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 6.6 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#94#94	Gemini 3.8 Flashmedium	8.0	Google	$0.769	16.64s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 9.9 Taxa de acerto por tentativa 89.9% Testes instáveis 3 Tokens de entrada 187,331 Tokens de saída 7,555 Tokens de raciocínio 159,931 Tempo de resposta (médio) 16.64s Tempo de resposta (total) 382.64s Tempo de resposta (máx.) 108.60s Resposta incorreta: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 2.8 Truques anti-IA : 10.0 Programação : 8.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 8.2 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#93#93	GPT-5.4 Nanomedium	8.0	OpenAI	$0.235 ↑	15.95s
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 237,088 Tokens de saída 8,235 Tokens de raciocínio 102,675 Tempo de resposta (médio) 15.95s Tempo de resposta (total) 366.93s Tempo de resposta (máx.) 94.06s Resposta incorreta: 8 Não seguiu as instruções: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 6.1 Combinado : 9.9 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 : 4.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#92#92	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.799 ↕	40.33s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.8 Taxa de acerto por tentativa 68.1% Testes instáveis 3 Tokens de entrada 482,754 Tokens de saída 62,455 Tokens de raciocínio 141,067 Tempo de resposta (médio) 40.33s Tempo de resposta (total) 927.65s Tempo de resposta (máx.) 392.56s Resposta incorreta: 7 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#91#91	GPT-5.6 Lunahigh	8.0	OpenAI	$0.118 ↓	18.39s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 197,896 Tokens de saída 6,211 Tokens de raciocínio 133,184 Tempo de resposta (médio) 18.39s Tempo de resposta (total) 422.93s Tempo de resposta (máx.) 111.09s Resposta incorreta: 8 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#90#90	DeepSeek V4.1 Flashlow	8.0	DeepSeek	$0.194 ↓	28.04s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.6 Taxa de acerto por tentativa 73.9% Testes instáveis 4 Tokens de entrada 266,849 Tokens de saída 8,284 Tokens de raciocínio 363,263 Tempo de resposta (médio) 28.04s Tempo de resposta (total) 645.03s Tempo de resposta (máx.) 149.84s Resposta incorreta: 7 Erro de API: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#89#89	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.030 ↓	55.99s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 298,794 Tokens de saída 45,873 Tokens de raciocínio 188,721 Tempo de resposta (médio) 55.99s Tempo de resposta (total) 1287.87s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 7.8 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#88#88	Claude Opus 4.7medium	8.1	Anthropic	$3.636	14.12s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 2 Tokens de entrada 437,293 Tokens de saída 29,102 Tokens de raciocínio 28,876 Tempo de resposta (médio) 14.12s Tempo de resposta (total) 310.55s Tempo de resposta (máx.) 150.60s Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 5.2 Truques anti-IA : 8.3 Programação : 7.6 Combinado : 10.0 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 Conhecimentos gerais : 3.0
#87#87	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 6 Tokens de entrada 287,061 Tokens de saída 32,056 Tokens de raciocínio 196,607 Tempo de resposta (médio) 91.29s Tempo de resposta (total) 2099.56s Tempo de resposta (máx.) 416.76s Resposta incorreta: 9 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 5.7 Programação : 6.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 7.8 Resolução de quebra-cabeças : 6.9 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#86#86	Seed-2.0-Codelow	8.1	Bytedance Seed	$0.881	73.02s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 8.9 Taxa de acerto por tentativa 78.3% Testes instáveis 6 Tokens de entrada 237,604 Tokens de saída 9,617 Tokens de raciocínio 244,190 Tempo de resposta (médio) 73.02s Tempo de resposta (total) 1679.49s Tempo de resposta (máx.) 485.92s Resposta incorreta: 7 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 7.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 9.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#85#85	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.271	48.87s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 229,530 Tokens de saída 13,757 Tokens de raciocínio 92,662 Tempo de resposta (médio) 48.87s Tempo de resposta (total) 1123.91s Tempo de resposta (máx.) 254.92s Resposta incorreta: 6 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 8.0 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 6.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#84#84	GPT-5.6 Terramedium	8.2	OpenAI	$0.483 ↓	8.93s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 2 Tokens de entrada 172,507 Tokens de saída 5,824 Tokens de raciocínio 27,365 Tempo de resposta (médio) 8.93s Tempo de resposta (total) 205.39s Tempo de resposta (máx.) 54.74s Resposta incorreta: 8 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#83#83	GLM 5.2medium	8.2	Z.ai	$0.417 ↓	26.88s
Ver cartão do modelo Total de testes 22 Testes errados 6 Confiabilidade 9.6 Taxa de acerto por tentativa 81.2% Testes instáveis 4 Tokens de entrada 227,164 Tokens de saída 20,029 Tokens de raciocínio 60,991 Tempo de resposta (médio) 26.88s Tempo de resposta (total) 591.34s Tempo de resposta (máx.) 102.40s Resposta incorreta: 3 Sem resposta: 2 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

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