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)
#7#7	GPT-6 Astrahigh	9.9	OpenAI	$4.458	20.16s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 9.9 Taxa de acerto por tentativa 97.1% Testes instáveis 1 Tokens de entrada 167,805 Tokens de saída 5,651 Tokens de raciocínio 49,944 Tempo de resposta (médio) 20.16s Tempo de resposta (total) 463.68s Tempo de resposta (máx.) 254.93s Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#8#8	GPT-6 Astraxhigh	9.9	OpenAI	$6.213	29.67s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 9.9 Taxa de acerto por tentativa 97.1% Testes instáveis 1 Tokens de entrada 170,731 Tokens de saída 5,865 Tokens de raciocínio 84,230 Tempo de resposta (médio) 29.67s Tempo de resposta (total) 682.42s Tempo de resposta (máx.) 381.11s Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#3🥉 #3	GPT-6 Solhigh	9.9	OpenAI	$0.921	23.56s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 95.7% Testes instáveis 0 Tokens de entrada 182,698 Tokens de saída 5,647 Tokens de raciocínio 49,872 Tempo de resposta (médio) 23.56s Tempo de resposta (total) 541.85s Tempo de resposta (máx.) 136.22s Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 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 : 10.0
#4#4	GPT-6.1 Solmax	9.9	OpenAI	$1.006	61.98s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 9.7 Taxa de acerto por tentativa 95.7% Testes instáveis 0 Tokens de entrada 183,607 Tokens de saída 5,741 Tokens de raciocínio 58,082 Tempo de resposta (médio) 61.98s Tempo de resposta (total) 1425.65s Tempo de resposta (máx.) 960.01s Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 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 : 10.0
#5#5	GPT-6 Astramax	9.9	OpenAI	$5.044	61.63s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 9.6 Taxa de acerto por tentativa 95.7% Testes instáveis 0 Tokens de entrada 181,223 Tokens de saída 5,707 Tokens de raciocínio 58,909 Tempo de resposta (médio) 61.63s Tempo de resposta (total) 1417.51s Tempo de resposta (máx.) 960.01s Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 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 : 10.0
#1🥇 #1	Gemini 3.6 Flashhigh	9.9	Google	$0.900 ↓	18.93s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 98.6% Testes instáveis 1 Tokens de entrada 238,080 Tokens de saída 4,211 Tokens de raciocínio 188,109 Tempo de resposta (médio) 18.93s Tempo de resposta (total) 435.48s Tempo de resposta (máx.) 104.15s Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 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
#2🥈 #2	Gemini 3.8 Flashhigh	9.9	Google	$1.927	40.60s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 98.6% Testes instáveis 1 Tokens de entrada 334,568 Tokens de saída 11,394 Tokens de raciocínio 435,334 Tempo de resposta (médio) 40.60s Tempo de resposta (total) 933.73s Tempo de resposta (máx.) 177.08s Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 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

←

1 15 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