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)
#72#72	Claude Sonnet 4.6none	7.0	Anthropic	$0.306	5.27s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 1 Tokens de entrada 54,721 Tokens de saída 9,450 Tokens de raciocínio 0 Tempo de resposta (médio) 5.27s Tempo de resposta (total) 68.50s Tempo de resposta (máx.) 23.84s Formatação extra: 4 Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 6.8 Combinado : 9.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 6.1 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 3 Tokens de entrada 33,717 Tokens de saída 6,186 Tokens de raciocínio 0 Tempo de resposta (médio) 5.47s Tempo de resposta (total) 109.43s Tempo de resposta (máx.) 16.45s Resposta incorreta: 13 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.6 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 1 Tokens de entrada 33,766 Tokens de saída 2,070 Tokens de raciocínio 27,348 Tempo de resposta (médio) 5.81s Tempo de resposta (total) 116.25s Tempo de resposta (máx.) 14.72s Resposta incorreta: 4 Truques anti-IA : 10.0 Programação : 7.3 Combinado : 3.0 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 46.7% Testes instáveis 2 Tokens de entrada 36,978 Tokens de saída 1,815 Tokens de raciocínio 0 Tempo de resposta (médio) 5.96s Tempo de resposta (total) 119.22s Tempo de resposta (máx.) 57.10s Resposta incorreta: 9 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 4.1 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#53#53	GPT-5.3 Chatnone	7.4	OpenAI	$0.402	6.13s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 31,590 Tokens de saída 24,757 Tokens de raciocínio 0 Tempo de resposta (médio) 6.13s Tempo de resposta (total) 122.61s Tempo de resposta (máx.) 18.33s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 6.7 Programação : 6.9 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.6 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#115#115	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 6 Tokens de entrada 39,481 Tokens de saída 54,218 Tokens de raciocínio 0 Tempo de resposta (médio) 6.73s Tempo de resposta (total) 100.98s Tempo de resposta (máx.) 29.11s Resposta incorreta: 6 Erro de API: 4 Sem resposta: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.9 Programação : 6.3 Combinado : 3.0 Análise e extração de dados : 7.1 Específico do domínio : 4.1 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#30#30	GPT-5.2 Chatnone	7.9	OpenAI	$0.352	6.82s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 3 Tokens de entrada 31,593 Tokens de saída 21,144 Tokens de raciocínio 0 Tempo de resposta (médio) 6.82s Tempo de resposta (total) 136.34s Tempo de resposta (máx.) 38.52s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Ver cartão do modelo Total de testes 20 Testes errados 17 Confiabilidade N/D Taxa de acerto por tentativa 15.0% Testes instáveis 0 Tokens de entrada 34,905 Tokens de saída 2,434 Tokens de raciocínio 0 Tempo de resposta (médio) 7.72s Tempo de resposta (total) 139.00s Tempo de resposta (máx.) 25.72s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 4.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Ver cartão do modelo Total de testes 20 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 96.7% Testes instáveis 1 Tokens de entrada 34,591 Tokens de saída 1,969 Tokens de raciocínio 102,679 Tempo de resposta (médio) 8.30s Tempo de resposta (total) 165.92s Tempo de resposta (máx.) 34.82s Resposta incorreta: 1 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 : 9.8 Conhecimentos gerais : 10.0
#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
#118#118	Owl Alphanone	5.7	Openrouter	$0.000	8.80s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.3% Testes instáveis 1 Tokens de entrada 39,406 Tokens de saída 4,802 Tokens de raciocínio 0 Tempo de resposta (médio) 8.80s Tempo de resposta (total) 176.09s Tempo de resposta (máx.) 47.10s Resposta incorreta: 9 Não seguiu as instruções: 3 Formatação extra: 1 Truques anti-IA : 3.4 Programação : 7.0 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 : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 76.7% Testes instáveis 3 Tokens de entrada 10,840 Tokens de saída 100,760 Tokens de raciocínio 0 Tempo de resposta (médio) 9.05s Tempo de resposta (total) 153.86s Tempo de resposta (máx.) 64.36s Erro de API: 3 Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 2.8
#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
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade N/D Taxa de acerto por tentativa 70.0% Testes instáveis 0 Tokens de entrada 28,848 Tokens de saída 1,490 Tokens de raciocínio 10,102 Tempo de resposta (médio) 9.05s Tempo de resposta (total) 90.53s Tempo de resposta (máx.) 26.24s Erro de API: 3 Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#147#147	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008 ↓	9.16s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 30.0% Testes instáveis 3 Tokens de entrada 44,607 Tokens de saída 3,310 Tokens de raciocínio 0 Tempo de resposta (médio) 9.16s Tempo de resposta (total) 128.25s Tempo de resposta (máx.) 81.80s Resposta incorreta: 12 Não seguiu as instruções: 3 Tempo esgotado: 1 Truques anti-IA : 3.5 Programação : 4.1 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 6.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#135#135	Ling-2.6-flashnone	5.2	Inclusionai	$0.001 ↑	9.34s
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 40,718 Tokens de saída 2,878 Tokens de raciocínio 0 Tempo de resposta (médio) 9.34s Tempo de resposta (total) 177.48s Tempo de resposta (máx.) 35.34s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Erro de API: 1 Truques anti-IA : 6.8 Programação : 6.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 83.3% Testes instáveis 1 Tokens de entrada 57,185 Tokens de saída 23,201 Tokens de raciocínio 5,901 Tempo de resposta (médio) 9.34s Tempo de resposta (total) 186.84s Tempo de resposta (máx.) 38.03s Resposta incorreta: 3 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 9.8 Análise e extração de dados : 7.1 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 85.0% Testes instáveis 0 Tokens de entrada 31,590 Tokens de saída 2,025 Tokens de raciocínio 20,092 Tempo de resposta (médio) 9.43s Tempo de resposta (total) 188.66s Tempo de resposta (máx.) 56.19s Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 10.0 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#86#86	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 59.3% Testes instáveis 5 Tokens de entrada 721,952 Tokens de saída 294,668 Tokens de raciocínio 305,374 Tempo de resposta (médio) 9.69s Tempo de resposta (total) 155.07s Tempo de resposta (máx.) 35.28s Resposta incorreta: 4 Erro de API: 2 Formatação extra: 2 Não seguiu as instruções: 2 Truques anti-IA : 6.9 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 3.0
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Ver cartão do modelo Total de testes 18 Testes errados 4 Confiabilidade N/D Taxa de acerto por tentativa 81.5% Testes instáveis 1 Tokens de entrada 35,955 Tokens de saída 1,647 Tokens de raciocínio 91,565 Tempo de resposta (médio) 9.75s Tempo de resposta (total) 175.48s Tempo de resposta (máx.) 31.36s Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0
#78#78	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 64.8% Testes instáveis 6 Tokens de entrada 28,927 Tokens de saída 4,682 Tokens de raciocínio 17,969 Tempo de resposta (médio) 10.33s Tempo de resposta (total) 175.58s Tempo de resposta (máx.) 30.53s Resposta incorreta: 4 Não seguiu as instruções: 2 Tempo esgotado: 2 Erro de API: 1 Formatação extra: 1 Truques anti-IA : 7.3 Programação : 3.0 Combinado : 4.7 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 7.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.1 Chamada de ferramentas : 10.0
#107#107	Owl Alphamedium	5.8	Openrouter	$0.000	11.64s
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 40,601 Tokens de saída 2,965 Tokens de raciocínio 0 Tempo de resposta (médio) 11.64s Tempo de resposta (total) 232.83s Tempo de resposta (máx.) 58.63s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 4.8 Programação : 6.6 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 : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#65#65	GPT-5.4 Nanomedium	7.2	OpenAI	$0.099	11.79s
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 32,815 Tokens de saída 2,993 Tokens de raciocínio 70,928 Tempo de resposta (médio) 11.79s Tempo de resposta (total) 235.81s Tempo de resposta (máx.) 94.06s Resposta incorreta: 7 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 6.8 Combinado : 9.8 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
#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
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
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 27,172 Tokens de saída 2,661 Tokens de raciocínio 0 Tempo de resposta (médio) 12.92s Tempo de resposta (total) 232.64s Tempo de resposta (máx.) 35.84s Resposta incorreta: 8 Não seguiu as instruções: 4 Erro de API: 3 Formatação extra: 1 Truques anti-IA : 4.8 Programação : 2.7 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 4.1 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#123#123	Kimi K2.6none	5.6	Moonshot AI	$0.077 ↓	13.82s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.3% Testes instáveis 2 Tokens de entrada 30,318 Tokens de saída 16,405 Tokens de raciocínio 0 Tempo de resposta (médio) 13.82s Tempo de resposta (total) 276.39s Tempo de resposta (máx.) 238.89s Resposta incorreta: 10 Não seguiu as instruções: 3 Truques anti-IA : 4.6 Programação : 6.8 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 : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 88.3% Testes instáveis 1 Tokens de entrada 39,525 Tokens de saída 2,109 Tokens de raciocínio 110,285 Tempo de resposta (médio) 13.83s Tempo de resposta (total) 276.53s Tempo de resposta (máx.) 33.37s Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#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
#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
#91#91	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 52.6% Testes instáveis 2 Tokens de entrada 44,969 Tokens de saída 58,087 Tokens de raciocínio 0 Tempo de resposta (médio) 14.73s Tempo de resposta (total) 220.93s Tempo de resposta (máx.) 53.14s Erro de API: 4 Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.5 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 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