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: 2026-06-03 Modelos avaliados: 161

161/161

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#156#156	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 22.8% Testes instáveis 3 Tokens de entrada 36,608 Tokens de saída 1,723 Tokens de raciocínio 0 Tempo de resposta (médio) 1.62s Tempo de resposta (total) 19.48s Tempo de resposta (máx.) 5.51s Resposta incorreta: 13 Não seguiu as instruções: 3 Truques anti-IA : 3.2 Programação : 5.3 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 : 3.0 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#148#148	Trinity Large Previewnone	4.7	Arcee AI	$0.008 ↑	2.98s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 23.3% Testes instáveis 2 Tokens de entrada 29,828 Tokens de saída 2,169 Tokens de raciocínio 0 Tempo de resposta (médio) 2.98s Tempo de resposta (total) 56.57s Tempo de resposta (máx.) 14.34s Resposta incorreta: 12 Não seguiu as instruções: 3 Erro de API: 1 Truques anti-IA : 3.1 Programação : 4.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.5 Seguimento de instruções : 3.5 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#138#138	Qwen3 Coder Nextnone	5.1	Qwen	$0.008 ↓	9.05s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 28.3% Testes instáveis 1 Tokens de entrada 44,864 Tokens de saída 3,575 Tokens de raciocínio 0 Tempo de resposta (médio) 9.05s Tempo de resposta (total) 126.72s Tempo de resposta (máx.) 45.14s Resposta incorreta: 13 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Programação : 5.4 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#153#153	Mercury 2none	4.6	Inception	$0.009	614ms
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 25.0% Testes instáveis 2 Tokens de entrada 25,515 Tokens de saída 3,001 Tokens de raciocínio 0 Tempo de resposta (médio) 614ms Tempo de resposta (total) 12.28s Tempo de resposta (máx.) 1.27s Resposta incorreta: 15 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Programação : 3.5 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 Conhecimentos gerais : 3.0
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.6% Testes instáveis 2 Tokens de entrada 9,081 Tokens de saída 51,664 Tokens de raciocínio 0 Tempo de resposta (médio) 21.61s Tempo de resposta (total) 345.79s Tempo de resposta (máx.) 113.71s Resposta incorreta: 8 Erro de API: 3 Não seguiu as instruções: 2 Truques anti-IA : 6.5 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#146#146	GPT-5.4 Nanonone	4.8	OpenAI	$0.010	1.33s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.7% Testes instáveis 5 Tokens de entrada 31,593 Tokens de saída 2,769 Tokens de raciocínio 0 Tempo de resposta (médio) 1.33s Tempo de resposta (total) 26.54s Tempo de resposta (máx.) 3.84s Resposta incorreta: 14 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Programação : 5.4 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 45.0% Testes instáveis 3 Tokens de entrada 45,353 Tokens de saída 4,334 Tokens de raciocínio 0 Tempo de resposta (médio) 3.50s Tempo de resposta (total) 70.00s Tempo de resposta (máx.) 47.43s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 3.4 Programação : 6.8 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 : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 5 Tokens de entrada 36,355 Tokens de saída 17,495 Tokens de raciocínio 46,878 Tempo de resposta (médio) 22.41s Tempo de resposta (total) 291.35s Tempo de resposta (máx.) 68.16s Resposta incorreta: 9 Não seguiu as instruções: 3 Truques anti-IA : 6.7 Programação : 3.9 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 : 5.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 55.0% Testes instáveis 4 Tokens de entrada 33,705 Tokens de saída 2,478 Tokens de raciocínio 0 Tempo de resposta (médio) 1.09s Tempo de resposta (total) 21.79s Tempo de resposta (máx.) 2.97s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 7.5 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 56.7% Testes instáveis 3 Tokens de entrada 33,968 Tokens de saída 2,481 Tokens de raciocínio 0 Tempo de resposta (médio) 1.37s Tempo de resposta (total) 27.32s Tempo de resposta (máx.) 4.49s Resposta incorreta: 7 Não seguiu as instruções: 3 Truques anti-IA : 8.3 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#124#124	Qwen3.6 Flashnone	5.5	Qwen	$0.014 ↓	1.65s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 35.0% Testes instáveis 0 Tokens de entrada 47,969 Tokens de saída 4,158 Tokens de raciocínio 0 Tempo de resposta (médio) 1.65s Tempo de resposta (total) 32.91s Tempo de resposta (máx.) 4.60s Resposta incorreta: 11 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Programação : 6.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#113#113	Qwen3.5-27Bnone	5.8	Qwen	$0.014 ↓	1.69s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 40.0% Testes instáveis 2 Tokens de entrada 41,637 Tokens de saída 3,585 Tokens de raciocínio 0 Tempo de resposta (médio) 1.69s Tempo de resposta (total) 33.82s Tempo de resposta (máx.) 9.39s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 7.3 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 48.3% Testes instáveis 1 Tokens de entrada 32,923 Tokens de saída 1,764 Tokens de raciocínio 0 Tempo de resposta (médio) 889ms Tempo de resposta (total) 17.79s Tempo de resposta (máx.) 4.39s Resposta incorreta: 11 Truques anti-IA : 3.0 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 55.0% Testes instáveis 2 Tokens de entrada 21,045 Tokens de saída 63,460 Tokens de raciocínio 0 Tempo de resposta (médio) 24.56s Tempo de resposta (total) 368.35s Tempo de resposta (máx.) 78.74s Erro de API: 6 Resposta incorreta: 4 Truques anti-IA : 8.3 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#92#92	Qwen3.5 Plus 2026-02-15none	6.4	Qwen	$0.016 ↓	2.40s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 48.3% Testes instáveis 2 Tokens de entrada 43,023 Tokens de saída 2,474 Tokens de raciocínio 0 Tempo de resposta (médio) 2.40s Tempo de resposta (total) 33.56s Tempo de resposta (máx.) 6.65s Resposta incorreta: 11 Truques anti-IA : 4.8 Programação : 4.9 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 Conhecimentos gerais : 3.0
#122#122	MiMo-V2.5-Pronone	5.6	Xiaomi	$0.016 ↓	1.84s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 41.7% Testes instáveis 4 Tokens de entrada 28,962 Tokens de saída 3,037 Tokens de raciocínio 0 Tempo de resposta (médio) 1.84s Tempo de resposta (total) 36.79s Tempo de resposta (máx.) 8.32s Resposta incorreta: 10 Não seguiu as instruções: 4 Truques anti-IA : 3.3 Programação : 5.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#130#130	DeepSeek V3.2none	5.4	DeepSeek	$0.017 ↓	14.43s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 41.7% Testes instáveis 6 Tokens de entrada 53,408 Tokens de saída 11,159 Tokens de raciocínio 0 Tempo de resposta (médio) 14.43s Tempo de resposta (total) 288.55s Tempo de resposta (máx.) 115.89s Resposta incorreta: 6 Erro de API: 4 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.2 Programação : 3.1 Combinado : 6.5 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#49#49	Gemini 3.1 Flash Lite Previewnone	7.5	Google	$0.017	1.23s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 1 Tokens de entrada 34,579 Tokens de saída 5,541 Tokens de raciocínio 0 Tempo de resposta (médio) 1.23s Tempo de resposta (total) 24.68s Tempo de resposta (máx.) 3.39s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 7.5 Programação : 6.8 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 Conhecimentos gerais : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% Testes instáveis 0 Tokens de entrada 27,030 Tokens de saída 73,544 Tokens de raciocínio 0 Tempo de resposta (médio) 16.28s Tempo de resposta (total) 293.12s Tempo de resposta (máx.) 46.04s Resposta incorreta: 3 Erro de API: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 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
#106#106	Seed-2.0-Litenone	5.9	Bytedance Seed	$0.018	2.48s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 48.3% Testes instáveis 4 Tokens de entrada 43,630 Tokens de saída 3,253 Tokens de raciocínio 0 Tempo de resposta (médio) 2.48s Tempo de resposta (total) 49.67s Tempo de resposta (máx.) 6.70s Resposta incorreta: 12 Truques anti-IA : 3.0 Programação : 6.8 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 : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 2 Tokens de entrada 36,614 Tokens de saída 14,505 Tokens de raciocínio 30,178 Tempo de resposta (médio) 20.87s Tempo de resposta (total) 375.66s Tempo de resposta (máx.) 87.80s Resposta incorreta: 5 Não seguiu as instruções: 3 Erro de API: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 3.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.1 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#131#131	Qwen3.5-122B-A10Bnone	5.4	Qwen	$0.019 ↓	3.38s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 44,894 Tokens de saída 3,374 Tokens de raciocínio 0 Tempo de resposta (médio) 3.38s Tempo de resposta (total) 67.55s Tempo de resposta (máx.) 46.00s Resposta incorreta: 12 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 4.0 Combinado : 3.0 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 : 3.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Ver cartão do modelo Total de testes 12 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 0 Tokens de entrada 1,971 Tokens de saída 64,795 Tokens de raciocínio 0 Tempo de resposta (médio) 39.03s Tempo de resposta (total) 312.26s Tempo de resposta (máx.) 114.12s Erro de API: 4 Não seguiu as instruções: 1 Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 10.0 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#98#98	Mimo V2 Omninone	6.2	Xiaomi	$0.021 ↓	2.44s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 41.7% Testes instáveis 1 Tokens de entrada 40,852 Tokens de saída 3,314 Tokens de raciocínio 0 Tempo de resposta (médio) 2.44s Tempo de resposta (total) 48.81s Tempo de resposta (máx.) 6.81s Resposta incorreta: 10 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Programação : 5.1 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.1 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#39#39	Gemini 3 Flash Previewnone	7.7	Google	$0.023	1.70s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% Testes instáveis 2 Tokens de entrada 34,008 Tokens de saída 1,879 Tokens de raciocínio 0 Tempo de resposta (médio) 1.70s Tempo de resposta (total) 22.05s Tempo de resposta (máx.) 3.56s Resposta incorreta: 7 Truques anti-IA : 8.3 Programação : 6.8 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 Conhecimentos gerais : 3.0
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 8.5 Taxa de acerto por tentativa 45.0% Testes instáveis 4 Tokens de entrada 42,256 Tokens de saída 5,345 Tokens de raciocínio 0 Tempo de resposta (médio) 12.91s Tempo de resposta (total) 258.27s Tempo de resposta (máx.) 58.65s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Truques anti-IA : 3.5 Programação : 5.4 Combinado : 9.5 Análise e extração de dados : 6.9 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#150#150	MiMo-V2-Flashnone	4.7	Xiaomi	$0.025 ↑	2.70s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 26.7% Testes instáveis 4 Tokens de entrada 34,208 Tokens de saída 68,873 Tokens de raciocínio 0 Tempo de resposta (médio) 2.70s Tempo de resposta (total) 43.15s Tempo de resposta (máx.) 19.68s Resposta incorreta: 12 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Truques anti-IA : 3.2 Programação : 4.9 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 : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#44#44	Gemini 3.1 Flash Lite Previewlow	7.6	Google	$0.025	2.85s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 0 Tokens de entrada 29,708 Tokens de saída 2,280 Tokens de raciocínio 8,829 Tempo de resposta (médio) 2.85s Tempo de resposta (total) 57.08s Tempo de resposta (máx.) 11.91s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.3 Programação : 6.8 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 Conhecimentos gerais : 3.0
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 46.7% Testes instáveis 1 Tokens de entrada 34,537 Tokens de saída 1,985 Tokens de raciocínio 0 Tempo de resposta (médio) 3.95s Tempo de resposta (total) 51.38s Tempo de resposta (máx.) 11.07s Resposta incorreta: 11 Truques anti-IA : 4.8 Programação : 4.6 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 Conhecimentos gerais : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 2 Tokens de entrada 7,599 Tokens de saída 39,954 Tokens de raciocínio 0 Tempo de resposta (médio) 55.10s Tempo de resposta (total) 881.55s Tempo de resposta (máx.) 143.82s Resposta incorreta: 5 Erro de API: 4 Não seguiu as instruções: 2 Truques anti-IA : 9.2 Programação : 6.5 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida