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)
#51#51	Gemini 3.1 Flash Litelow	7.4	Google	$0.026	1.92s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 2 Tokens de entrada 33,889 Tokens de saída 2,726 Tokens de raciocínio 8,951 Tempo de resposta (médio) 1.92s Tempo de resposta (total) 38.45s Tempo de resposta (máx.) 5.66s Resposta incorreta: 8 Truques anti-IA : 7.3 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
#133#133	Kimi K2.5none	5.3	Moonshot AI	$0.027 ↑	14.06s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 36.7% Testes instáveis 3 Tokens de entrada 33,436 Tokens de saída 6,653 Tokens de raciocínio 0 Tempo de resposta (médio) 14.06s Tempo de resposta (total) 182.72s Tempo de resposta (máx.) 42.13s Resposta incorreta: 14 Truques anti-IA : 3.6 Programação : 6.8 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
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 0 Tokens de entrada 39,669 Tokens de saída 6,572 Tokens de raciocínio 0 Tempo de resposta (médio) 2.95s Tempo de resposta (total) 58.96s Tempo de resposta (máx.) 29.38s Resposta incorreta: 9 Não seguiu as instruções: 1 Truques anti-IA : 6.5 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#114#114	Qwen3.6 27Bnone	5.8	Qwen	$0.027 ↓	3.85s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 6 Tokens de entrada 49,880 Tokens de saída 3,804 Tokens de raciocínio 0 Tempo de resposta (médio) 3.85s Tempo de resposta (total) 77.09s Tempo de resposta (máx.) 11.82s Resposta incorreta: 10 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.8 Programação : 6.8 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
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 4 Tokens de entrada 37,156 Tokens de saída 10,302 Tokens de raciocínio 115,740 Tempo de resposta (médio) 46.36s Tempo de resposta (total) 927.27s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 1 Tokens de entrada 15,899 Tokens de saída 19,602 Tokens de raciocínio 49,686 Tempo de resposta (médio) 35.39s Tempo de resposta (total) 637.01s Tempo de resposta (máx.) 150.90s Erro de API: 2 Resposta incorreta: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 4.1 Combinado : 3.0 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 : 9.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
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 16,488 Tokens de saída 27,747 Tokens de raciocínio 0 Tempo de resposta (médio) 3.84s Tempo de resposta (total) 69.12s Tempo de resposta (máx.) 22.52s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 3.6 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.4 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#110#110	Qwen3.5 Plus 2026-04-20none	5.8	Qwen	$0.031 ↓	4.57s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 4 Tokens de entrada 36,069 Tokens de saída 11,139 Tokens de raciocínio 0 Tempo de resposta (médio) 4.57s Tempo de resposta (total) 91.37s Tempo de resposta (máx.) 33.34s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 4.4 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 6 Tokens de entrada 35,744 Tokens de saída 7,177 Tokens de raciocínio 68,297 Tempo de resposta (médio) 53.34s Tempo de resposta (total) 1066.71s Tempo de resposta (máx.) 189.03s Resposta incorreta: 5 Erro de API: 2 Tempo esgotado: 2 Não seguiu as instruções: 1 Truques anti-IA : 8.2 Programação : 3.9 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Ver cartão do modelo Total de testes 20 Testes errados 17 Confiabilidade 5.0 Taxa de acerto por tentativa 28.3% Testes instáveis 5 Tokens de entrada 15,204 Tokens de saída 27,305 Tokens de raciocínio 199,780 Tempo de resposta (médio) 83.32s Tempo de resposta (total) 1249.74s Tempo de resposta (máx.) 226.38s Tempo esgotado: 11 Resposta incorreta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 5.1 Programação : 2.8 Combinado : 3.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 2.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 3 Tokens de entrada 35,892 Tokens de saída 21,752 Tokens de raciocínio 42,754 Tempo de resposta (médio) 61.29s Tempo de resposta (total) 1164.50s Tempo de resposta (máx.) 304.19s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 3.5 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#142#142	GPT-5.4 Mininone	4.9	OpenAI	$0.036	1.15s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 31.7% Testes instáveis 3 Tokens de entrada 31,625 Tokens de saída 2,508 Tokens de raciocínio 0 Tempo de resposta (médio) 1.15s Tempo de resposta (total) 23.09s Tempo de resposta (máx.) 2.52s Resposta incorreta: 12 Não seguiu as instruções: 3 Truques anti-IA : 3.1 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 2 Tokens de entrada 38,410 Tokens de saída 28,000 Tokens de raciocínio 82,045 Tempo de resposta (médio) 50.92s Tempo de resposta (total) 967.47s Tempo de resposta (máx.) 369.32s Resposta incorreta: 3 Tempo esgotado: 2 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 2.9 Combinado : 9.6 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#70#70	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.040 ↑	20.28s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 3 Tokens de entrada 37,474 Tokens de saída 12,458 Tokens de raciocínio 115,182 Tempo de resposta (médio) 20.28s Tempo de resposta (total) 283.87s Tempo de resposta (máx.) 96.01s Resposta incorreta: 5 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 8.1 Programação : 4.1 Combinado : 9.8 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#132#132	GLM 5 Turbonone	5.3	Z.ai	$0.044 ↑	2.86s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 2 Tokens de entrada 29,927 Tokens de saída 1,809 Tokens de raciocínio 0 Tempo de resposta (médio) 2.86s Tempo de resposta (total) 57.24s Tempo de resposta (máx.) 8.21s Resposta incorreta: 12 Não seguiu as instruções: 2 Truques anti-IA : 3.0 Programação : 4.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 60.0% Testes instáveis 2 Tokens de entrada 41,904 Tokens de saída 2,555 Tokens de raciocínio 95,974 Tempo de resposta (médio) 80.22s Tempo de resposta (total) 1363.72s Tempo de resposta (máx.) 262.83s Tempo esgotado: 4 Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#117#117	Mimo V2 PROnone	5.7	Xiaomi	$0.045 ↓	2.27s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 3 Tokens de entrada 39,344 Tokens de saída 2,352 Tokens de raciocínio 0 Tempo de resposta (médio) 2.27s Tempo de resposta (total) 45.50s Tempo de resposta (máx.) 6.58s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Programação : 6.8 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
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 2 Tokens de entrada 25,987 Tokens de saída 216,719 Tokens de raciocínio 0 Tempo de resposta (médio) 56.57s Tempo de resposta (total) 848.59s Tempo de resposta (máx.) 149.94s Erro de API: 6 Resposta incorreta: 3 Truques anti-IA : 6.4 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#105#105	GLM 5V Turbonone	5.9	Z.ai	$0.049	3.04s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 40.0% Testes instáveis 0 Tokens de entrada 34,502 Tokens de saída 1,760 Tokens de raciocínio 0 Tempo de resposta (médio) 3.04s Tempo de resposta (total) 60.88s Tempo de resposta (máx.) 6.51s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 6.8 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
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
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 34,266 Tokens de saída 1,988 Tokens de raciocínio 0 Tempo de resposta (médio) 1.30s Tempo de resposta (total) 25.95s Tempo de resposta (máx.) 3.92s Resposta incorreta: 6 Truques anti-IA : 6.5 Programação : 6.8 Combinado : 3.0 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
#54#54	MiMo-V2.5medium	7.4	Xiaomi	$0.052 ↓	20.35s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% Testes instáveis 4 Tokens de entrada 39,201 Tokens de saída 2,806 Tokens de raciocínio 161,888 Tempo de resposta (médio) 20.35s Tempo de resposta (total) 406.94s Tempo de resposta (máx.) 97.49s Resposta incorreta: 4 Formatação extra: 2 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 6.9 Combinado : 10.0 Análise e extração de dados : 2.7 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 35.0% Testes instáveis 8 Tokens de entrada 37,206 Tokens de saída 43,754 Tokens de raciocínio 89,079 Tempo de resposta (médio) 35.10s Tempo de resposta (total) 456.24s Tempo de resposta (máx.) 174.55s Resposta incorreta: 9 Sem resposta: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 4.7 Programação : 3.4 Combinado : 2.8 Análise e extração de dados : 6.3 Específico do domínio : 3.5 Inteligência geral : 3.6 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#89#89	Mercury 2medium	6.5	Inception	$0.055	2.27s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 51.7% Testes instáveis 3 Tokens de entrada 32,570 Tokens de saída 4,022 Tokens de raciocínio 58,405 Tempo de resposta (médio) 2.27s Tempo de resposta (total) 43.20s Tempo de resposta (máx.) 14.63s Resposta incorreta: 8 Não seguiu as instruções: 3 Truques anti-IA : 6.9 Programação : 7.2 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#108#108	GLM 5.1none	5.8	Z.ai	$0.056 ↓	4.20s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 4 Tokens de entrada 44,535 Tokens de saída 3,748 Tokens de raciocínio 0 Tempo de resposta (médio) 4.20s Tempo de resposta (total) 83.95s Tempo de resposta (máx.) 32.57s Resposta incorreta: 12 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.0 Programação : 4.3 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#129#129	Mistral Small 4medium	5.4	Mistral	$0.056	8.35s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 45.0% Testes instáveis 7 Tokens de entrada 39,834 Tokens de saída 21,871 Tokens de raciocínio 68,349 Tempo de resposta (médio) 8.35s Tempo de resposta (total) 167.08s Tempo de resposta (máx.) 59.15s Resposta incorreta: 11 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 5.6 Programação : 5.1 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
#127#127	Grok 4.20none	5.4	X AI	$0.057 ↓	1.11s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 33.3% Testes instáveis 0 Tokens de entrada 41,313 Tokens de saída 1,923 Tokens de raciocínio 0 Tempo de resposta (médio) 1.11s Tempo de resposta (total) 19.96s Tempo de resposta (máx.) 6.04s Resposta incorreta: 10 Formatação extra: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.8 Programação : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#100#100	DeepSeek V4 Prohigh	6.1	DeepSeek	$0.062 ↓	58.92s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 8.9 Taxa de acerto por tentativa 55.0% Testes instáveis 6 Tokens de entrada 30,514 Tokens de saída 12,244 Tokens de raciocínio 53,958 Tempo de resposta (médio) 58.92s Tempo de resposta (total) 1119.51s Tempo de resposta (máx.) 358.35s Erro de API: 5 Resposta incorreta: 4 Tempo esgotado: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.4 Programação : 2.7 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 59.7% Testes instáveis 1 Tokens de entrada 33,555 Tokens de saída 90,478 Tokens de raciocínio 173,544 Tempo de resposta (médio) 43.20s Tempo de resposta (total) 561.54s Tempo de resposta (máx.) 170.45s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 3.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#35#35	Gemini 3.1 Flash Lite Previewmedium	7.7	Google	$0.063	3.94s
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 34,781 Tokens de saída 2,204 Tokens de raciocínio 33,657 Tempo de resposta (médio) 3.94s Tempo de resposta (total) 78.74s Tempo de resposta (máx.) 14.93s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 6.8 Combinado : 10.0 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
#36#36	Gemini 3.1 Flash Litemedium	7.7	Google	$0.065	3.18s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 2 Tokens de entrada 33,803 Tokens de saída 2,248 Tokens de raciocínio 35,390 Tempo de resposta (médio) 3.18s Tempo de resposta (total) 63.55s Tempo de resposta (máx.) 10.87s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 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