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: 2026-05-10 Modelos avaliados: 144

144/144

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#114#114	Kimi K2.5none	5.4	Moonshot AI	$0.017	12.58s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.6% Testes instáveis 3 Tokens de saída 2,679 Tokens de raciocínio 0 Tempo de resposta (médio) 12.58s Tempo de resposta (total) 150.95s Tempo de resposta (máx.) 42.13s Resposta incorreta: 13 Truques anti-IA : 3.6 Programação : 10.0 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 : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#113#113	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	5.4	NVIDIA	$0.000	17.15s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 53.9% Testes instáveis 7 Tokens de saída 48,462 Tokens de raciocínio 180,793 Tempo de resposta (médio) 17.15s Tempo de resposta (total) 222.94s Tempo de resposta (máx.) 147.45s Resposta incorreta: 7 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 7.6 Programação : 3.3 Combinado : 0.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 0.0 Seguimento de instruções : 7.1 Resolução de quebra-cabeças : 3.8 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#112#112	Qwen3.5-122B-A10Bnone	5.5	Qwen	$0.022	3.52s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 36.8% Testes instáveis 2 Tokens de saída 3,350 Tokens de raciocínio 0 Tempo de resposta (médio) 3.52s Tempo de resposta (total) 66.80s Tempo de resposta (máx.) 46.00s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 4.3 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 : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#111#111	Elephant Alphamedium	5.5	Openrouter	$0.000	1.27s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 35.2% Testes instáveis 1 Tokens de saída 2,596 Tokens de raciocínio 0 Tempo de resposta (médio) 1.27s Tempo de resposta (total) 22.82s Tempo de resposta (máx.) 3.70s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.6 Programação : 5.1 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 0.0
#110#110	Grok 4.20 Betanone	5.5	X AI	$0.091	1.19s
Ver cartão do modelo Total de testes 18 Testes errados 13 Confiabilidade N/D Taxa de acerto por tentativa 35.2% Testes instáveis 2 Tokens de saída 1,591 Tokens de raciocínio 0 Tempo de resposta (médio) 1.19s Tempo de resposta (total) 21.37s Tempo de resposta (máx.) 6.48s Resposta incorreta: 11 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.0 Programação : 5.5 Combinado : 3.0 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 : 5.9 Chamada de ferramentas : 10.0
#109#109	Mistral Small 4medium	5.5	Mistral	$0.035	5.65s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 47.4% Testes instáveis 7 Tokens de saída 15,102 Tokens de raciocínio 40,965 Tempo de resposta (médio) 5.65s Tempo de resposta (total) 107.44s Tempo de resposta (máx.) 30.49s Resposta incorreta: 10 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 5.6 Programação : 6.7 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 Conhecimentos gerais : 3.0
#108#108	MiniMax M2.5medium	5.5	Minimax	$0.273	43.39s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 6.7 Taxa de acerto por tentativa 52.6% Testes instáveis 10 Tokens de saída 108,324 Tokens de raciocínio 224,957 Tempo de resposta (médio) 43.39s Tempo de resposta (total) 477.26s Tempo de resposta (máx.) 237.27s Resposta incorreta: 6 Tempo esgotado: 4 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Programação : 3.0 Combinado : 4.5 Análise e extração de dados : 4.6 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 7.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#107#107	Qwen3.6 Flashnone	5.6	Qwen	$0.018	1.60s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 36.8% Testes instáveis 0 Tokens de saída 4,170 Tokens de raciocínio 0 Tempo de resposta (médio) 1.60s Tempo de resposta (total) 30.43s Tempo de resposta (máx.) 4.60s Resposta incorreta: 10 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Programação : 10.0 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
#106#106	DeepSeek V3.2none	5.7	DeepSeek	$0.016	13.43s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 49.1% Testes instáveis 5 Tokens de saída 7,194 Tokens de raciocínio 0 Tempo de resposta (médio) 13.43s Tempo de resposta (total) 255.10s Tempo de resposta (máx.) 115.89s Resposta incorreta: 8 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.3 Programação : 2.4 Combinado : 6.5 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 7.6 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#105#105	Hunter Alphanone	5.7	OpenRouter	$0.000	4.58s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 46.3% Testes instáveis 4 Tokens de saída 2,278 Tokens de raciocínio 0 Tempo de resposta (médio) 4.58s Tempo de resposta (total) 77.92s Tempo de resposta (máx.) 15.17s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 3.5 Programação : 3.0 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
#104#104	MiMo-V2.5-Pronone	5.7	Xiaomi	$0.035	1.88s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.9% Testes instáveis 4 Tokens de saída 3,040 Tokens de raciocínio 0 Tempo de resposta (médio) 1.88s Tempo de resposta (total) 35.63s Tempo de resposta (máx.) 8.32s Resposta incorreta: 10 Não seguiu as instruções: 3 Truques anti-IA : 3.3 Programação : 6.4 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
#103#103	GLM 5.1none	5.7	Z.ai	$0.053	4.23s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 42.1% Testes instáveis 5 Tokens de saída 3,731 Tokens de raciocínio 0 Tempo de resposta (médio) 4.23s Tempo de resposta (total) 80.36s Tempo de resposta (máx.) 32.57s Resposta incorreta: 11 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.0 Programação : 5.1 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#102#102	Kimi K2.6none	5.7	Moonshot AI	$0.039	2.02s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 40.4% Testes instáveis 2 Tokens de saída 2,990 Tokens de raciocínio 0 Tempo de resposta (médio) 2.02s Tempo de resposta (total) 38.29s Tempo de resposta (máx.) 6.65s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 4.6 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#101#101	gpt-oss-120bmedium	5.7	OpenAI	$0.011	16.95s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 49.1% Testes instáveis 6 Tokens de saída 16,594 Tokens de raciocínio 40,637 Tempo de resposta (médio) 16.95s Tempo de resposta (total) 203.39s Tempo de resposta (máx.) 50.92s Resposta incorreta: 8 Não seguiu as instruções: 4 Truques anti-IA : 6.7 Programação : 4.3 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 Conhecimentos gerais : 3.0
#100#100	GPT-5.4none	5.7	OpenAI	$0.105	1.48s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 40.4% Testes instáveis 2 Tokens de saída 2,357 Tokens de raciocínio 0 Tempo de resposta (médio) 1.48s Tempo de resposta (total) 28.20s Tempo de resposta (máx.) 2.95s Resposta incorreta: 11 Não seguiu as instruções: 1 Truques anti-IA : 3.2 Programação : 10.0 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 Conhecimentos gerais : 3.0
#99#99	GLM 4.7 Flashnone	5.8	Z.ai	$0.003	3.13s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 40.4% Testes instáveis 3 Tokens de saída 2,498 Tokens de raciocínio 0 Tempo de resposta (médio) 3.13s Tempo de resposta (total) 37.60s Tempo de resposta (máx.) 7.05s Resposta incorreta: 11 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 5.2 Programação : 6.4 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 : 6.4 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#98#98	Owl Alphanone	5.8	Openrouter	$0.000	6.83s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 43.9% Testes instáveis 2 Tokens de saída 1,685 Tokens de raciocínio 0 Tempo de resposta (médio) 6.83s Tempo de resposta (total) 129.73s Tempo de resposta (máx.) 32.27s Resposta incorreta: 9 Não seguiu as instruções: 3 Truques anti-IA : 3.4 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#97#97	Cobuddymedium	5.8	Baidu	$0.000	36.50s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 9.9 Taxa de acerto por tentativa 54.4% Testes instáveis 7 Tokens de saída 1,648 Tokens de raciocínio 96,062 Tempo de resposta (médio) 36.50s Tempo de resposta (total) 693.45s Tempo de resposta (máx.) 309.02s Resposta incorreta: 8 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.7 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 4.2 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#96#96	Qwen3.6 27Bnone	5.8	Qwen	$0.031	4.00s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 52.6% Testes instáveis 6 Tokens de saída 3,786 Tokens de raciocínio 0 Tempo de resposta (médio) 4.00s Tempo de resposta (total) 76.04s Tempo de resposta (máx.) 12.08s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.8 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 5.2 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.5 Conhecimentos gerais : 3.0
#95#95	Qwen3.5-27Bnone	5.9	Qwen	$0.016	1.68s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 42.1% Testes instáveis 2 Tokens de saída 3,555 Tokens de raciocínio 0 Tempo de resposta (médio) 1.68s Tempo de resposta (total) 31.92s Tempo de resposta (máx.) 9.39s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 10.0 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	MiMo-V2-Pronone	5.9	Xiaomi	$0.043	2.35s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 45.6% Testes instáveis 3 Tokens de saída 2,344 Tokens de raciocínio 0 Tempo de resposta (médio) 2.35s Tempo de resposta (total) 44.69s Tempo de resposta (máx.) 6.58s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Programação : 10.0 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 Conhecimentos gerais : 3.0
#93#93	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.016	3.64s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 47.4% Testes instáveis 3 Tokens de saída 4,311 Tokens de raciocínio 0 Tempo de resposta (médio) 3.64s Tempo de resposta (total) 69.23s Tempo de resposta (máx.) 47.43s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 3.4 Programação : 10.0 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
#92#92	Qwen3.5 Plus 2026-04-20none	5.9	Qwen	$0.040	4.77s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 9.9 Taxa de acerto por tentativa 45.6% Testes instáveis 4 Tokens de saída 11,150 Tokens de raciocínio 0 Tempo de resposta (médio) 4.77s Tempo de resposta (total) 90.58s Tempo de resposta (máx.) 33.34s Resposta incorreta: 11 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 5.3 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#90#90	Owl Alphamedium	6.0	Openrouter	$0.000	10.58s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 43.9% Testes instáveis 1 Tokens de saída 1,613 Tokens de raciocínio 0 Tempo de resposta (médio) 10.58s Tempo de resposta (total) 201.03s Tempo de resposta (máx.) 58.63s Resposta incorreta: 9 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#91#91	Qwen3.5-Flashnone	6.0	Qwen	$0.006	3.11s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 43.9% Testes instáveis 1 Tokens de saída 4,275 Tokens de raciocínio 0 Tempo de resposta (médio) 3.11s Tempo de resposta (total) 59.03s Tempo de resposta (máx.) 13.73s Resposta incorreta: 11 Truques anti-IA : 3.5 Programação : 10.0 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 : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#89#89	GLM 5V Turbonone	6.0	Z.ai	$0.044	3.06s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 42.1% Testes instáveis 0 Tokens de saída 1,739 Tokens de raciocínio 0 Tempo de resposta (médio) 3.06s Tempo de resposta (total) 58.10s Tempo de resposta (máx.) 6.51s Resposta incorreta: 9 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 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
#88#88	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.017	2.50s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 52.6% Testes instáveis 5 Tokens de saída 3,140 Tokens de raciocínio 0 Tempo de resposta (médio) 2.50s Tempo de resposta (total) 47.42s Tempo de resposta (máx.) 6.70s Resposta incorreta: 11 Truques anti-IA : 3.0 Programação : 10.0 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 Conhecimentos gerais : 3.0
#87#87	Nemotron 3 Supermedium	6.1	NVIDIA	$0.001	18.72s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 47.4% Testes instáveis 3 Tokens de saída 14,098 Tokens de raciocínio 29,580 Tempo de resposta (médio) 18.72s Tempo de resposta (total) 318.29s Tempo de resposta (máx.) 87.80s Resposta incorreta: 5 Não seguiu as instruções: 3 Erro de API: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 3.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.1 Seguimento de instruções : 7.2 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#86#86	DeepSeek V4 Pronone	6.2	DeepSeek	$0.044	14.09s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 8.0 Taxa de acerto por tentativa 50.9% Testes instáveis 3 Tokens de saída 5,330 Tokens de raciocínio 0 Tempo de resposta (médio) 14.09s Tempo de resposta (total) 267.72s Tempo de resposta (máx.) 58.65s Resposta incorreta: 8 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 3.5 Programação : 7.1 Combinado : 9.5 Análise e extração de dados : 8.8 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
#85#85	GPT-5 Nanomedium	6.2	OpenAI	$0.069	42.13s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 57.9% Testes instáveis 7 Tokens de saída 5,214 Tokens de raciocínio 162,432 Tempo de resposta (médio) 42.13s Tempo de resposta (total) 505.59s Tempo de resposta (máx.) 204.02s Resposta incorreta: 8 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 6.7 Combinado : 10.0 Análise e extração de dados : 3.7 Específico do domínio : 5.2 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumDisponível grátis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida