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)
#84#84	Gemma 4 26B A4Bnone	6.3	Google	$0.005	6.28s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 49.1% Testes instáveis 2 Tokens de saída 1,796 Tokens de raciocínio 0 Tempo de resposta (médio) 6.28s Tempo de resposta (total) 119.39s Tempo de resposta (máx.) 57.10s Resposta incorreta: 8 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 4.7 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
#83#83	Gemini 2.5 Flashnone	6.3	Google	$0.013	916ms
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 49.1% Testes instáveis 2 Tokens de saída 1,738 Tokens de raciocínio 0 Tempo de resposta (médio) 916ms Tempo de resposta (total) 17.41s Tempo de resposta (máx.) 4.39s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#82#82	Mercury 2medium	6.3	Inception	$0.050	2.23s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 3 Tokens de saída 3,994 Tokens de raciocínio 52,081 Tempo de resposta (médio) 2.23s Tempo de resposta (total) 40.10s Tempo de resposta (máx.) 14.63s Resposta incorreta: 8 Não seguiu as instruções: 3 Truques anti-IA : 6.9 Programação : 10.0 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 : 3.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#81#81	MiMo-V2-Omninone	6.3	Xiaomi	$0.020	2.37s
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 2,254 Tokens de raciocínio 0 Tempo de resposta (médio) 2.37s Tempo de resposta (total) 45.03s Tempo de resposta (máx.) 6.81s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Programação : 6.6 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
#80#80	GLM 5none	6.5	Z.ai	$0.020	4.18s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 49.1% Testes instáveis 1 Tokens de saída 1,972 Tokens de raciocínio 0 Tempo de resposta (médio) 4.18s Tempo de resposta (total) 50.12s Tempo de resposta (máx.) 11.07s Resposta incorreta: 10 Truques anti-IA : 4.8 Programação : 5.6 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
#79#79	Grok 4.1 Fastmedium	6.5	X AI	$0.058	24.01s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 61.4% Testes instáveis 6 Tokens de saída 2,025 Tokens de raciocínio 96,679 Tempo de resposta (médio) 24.01s Tempo de resposta (total) 288.18s Tempo de resposta (máx.) 121.79s Não seguiu as instruções: 4 Resposta incorreta: 4 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Programação : 2.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.8 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#78#78	Qwen3.5 Plus 2026-02-15none	6.5	Qwen	$0.017	2.49s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 2 Tokens de saída 2,472 Tokens de raciocínio 0 Tempo de resposta (médio) 2.49s Tempo de resposta (total) 32.33s Tempo de resposta (máx.) 6.65s Resposta incorreta: 10 Truques anti-IA : 4.8 Programação : 6.3 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
#77#77	Laguna Xs.2medium	6.6	Poolside	$0.000	6.74s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 64.5% Testes instáveis 6 Tokens de saída 54,284 Tokens de raciocínio 0 Tempo de resposta (médio) 6.74s Tempo de resposta (total) 101.08s Tempo de resposta (máx.) 29.11s Resposta incorreta: 6 Sem resposta: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.2 Programação : 6.3 Combinado : 3.0 Análise e extração de dados : 7.1 Específico do domínio : 4.1 Inteligência geral : 0.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 0.0
#76#76	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.074	9.80s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 63.0% Testes instáveis 6 Tokens de saída 299,034 Tokens de raciocínio 309,670 Tempo de resposta (médio) 9.80s Tempo de resposta (total) 156.75s 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 : 7.2 Chamada de ferramentas : 3.0
#75#75	Gemini 3.1 Flash Litenone	6.7	Google	$0.012	1.11s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 57.9% Testes instáveis 4 Tokens de saída 2,454 Tokens de raciocínio 0 Tempo de resposta (médio) 1.11s Tempo de resposta (total) 21.13s Tempo de resposta (máx.) 2.97s Resposta incorreta: 9 Não seguiu as instruções: 1 Truques anti-IA : 7.5 Programação : 10.0 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
#74#74	GPT-5.5none	6.7	OpenAI	$0.197	1.99s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 59.7% Testes instáveis 3 Tokens de saída 1,928 Tokens de raciocínio 0 Tempo de resposta (médio) 1.99s Tempo de resposta (total) 37.87s Tempo de resposta (máx.) 5.56s Resposta incorreta: 9 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 : 10.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#73#73	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 saída 4,724 Tokens de raciocínio 17,921 Tempo de resposta (médio) 10.33s Tempo de resposta (total) 175.60s 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
#72#72	Qwen3.6 27Bmedium	6.8	Qwen	$0.229	52.13s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 61.4% Testes instáveis 5 Tokens de saída 8,680 Tokens de raciocínio 96,890 Tempo de resposta (médio) 52.13s Tempo de resposta (total) 990.48s Tempo de resposta (máx.) 168.22s Resposta incorreta: 6 Sem resposta: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 7.0 Análise e extração de dados : 3.5 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#71#71	Kimi K2.5medium	6.8	Moonshot AI	$0.236	73.39s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 68.4% Testes instáveis 7 Tokens de saída 42,188 Tokens de raciocínio 92,514 Tempo de resposta (médio) 73.39s Tempo de resposta (total) 880.65s Tempo de resposta (máx.) 150.77s Resposta incorreta: 5 Não seguiu as instruções: 2 Tempo esgotado: 2 Sem resposta: 1 Truques anti-IA : 7.3 Programação : 4.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#70#70	Gemini 3.1 Flash Liteminimal	6.8	Google	$0.012	1.41s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 59.7% Testes instáveis 3 Tokens de saída 2,457 Tokens de raciocínio 0 Tempo de resposta (médio) 1.41s Tempo de resposta (total) 26.72s Tempo de resposta (máx.) 4.49s Resposta incorreta: 6 Não seguiu as instruções: 3 Truques anti-IA : 8.3 Programação : 10.0 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
#69#69	GPT-5 Minimedium	6.8	OpenAI	$0.132	23.24s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 57.9% Testes instáveis 3 Tokens de saída 6,539 Tokens de raciocínio 55,338 Tempo de resposta (médio) 23.24s Tempo de resposta (total) 441.55s Tempo de resposta (máx.) 88.15s Resposta incorreta: 5 Não seguiu as instruções: 4 Tempo esgotado: 1 Truques anti-IA : 7.1 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.5 Seguimento de instruções : 7.9 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#68#68	Grok 4.20medium	6.9	X AI	$0.756	14.53s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.2% Testes instáveis 4 Tokens de saída 1,784 Tokens de raciocínio 128,233 Tempo de resposta (médio) 14.53s Tempo de resposta (total) 276.06s Tempo de resposta (máx.) 63.48s Resposta incorreta: 5 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 8.2 Programação : 4.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.9 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#67#67	DeepSeek V4 Prohigh	6.9	DeepSeek	$0.212	58.93s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 9.3 Taxa de acerto por tentativa 70.2% Testes instáveis 4 Tokens de saída 12,211 Tokens de raciocínio 53,774 Tempo de resposta (médio) 58.93s Tempo de resposta (total) 1119.75s Tempo de resposta (máx.) 358.35s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 7.4 Programação : 2.6 Combinado : 10.0 Análise e extração de dados : 8.8 Específico do domínio : 3.0 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#66#66	Gemma 4 31Bnone	6.9	Google	$0.003	3.86s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 52.6% Testes instáveis 0 Tokens de saída 1,371 Tokens de raciocínio 0 Tempo de resposta (médio) 3.86s Tempo de resposta (total) 65.57s Tempo de resposta (máx.) 26.13s Resposta incorreta: 6 Erro de API: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.5 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 : 6.5 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#65#65	Laguna M.1medium	6.9	Poolside	$0.000	14.38s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 64.4% Testes instáveis 3 Tokens de saída 56,620 Tokens de raciocínio 0 Tempo de resposta (médio) 14.38s Tempo de resposta (total) 215.70s Tempo de resposta (máx.) 53.14s Resposta incorreta: 4 Sem resposta: 2 Não seguiu as instruções: 1 Truques anti-IA : 7.7 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 3.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#64#64	MiMo-V2-Omnimedium	7.2	Xiaomi	$0.451	27.58s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 59.7% Testes instáveis 2 Tokens de saída 1,925 Tokens de raciocínio 216,652 Tempo de resposta (médio) 27.58s Tempo de resposta (total) 524.03s Tempo de resposta (máx.) 234.19s Resposta incorreta: 5 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 4.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.4 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#63#63	Claude Sonnet 4.6none	7.2	Anthropic	$0.269	4.96s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.4% Testes instáveis 1 Tokens de saída 7,864 Tokens de raciocínio 0 Tempo de resposta (médio) 4.96s Tempo de resposta (total) 59.50s Tempo de resposta (máx.) 23.84s Resposta incorreta: 4 Formatação extra: 3 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 10.0 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
#62#62	GPT-5.4 Minimedium	7.2	OpenAI	$0.345	16.00s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.4% Testes instáveis 5 Tokens de saída 2,163 Tokens de raciocínio 69,741 Tempo de resposta (médio) 16.00s Tempo de resposta (total) 303.99s Tempo de resposta (máx.) 102.91s Resposta incorreta: 5 Não seguiu as instruções: 4 Truques anti-IA : 8.6 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.5 Seguimento de instruções : 7.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#61#61	DeepSeek V3.2medium	7.2	DeepSeek	$0.031	46.06s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 72.8% Testes instáveis 6 Tokens de saída 7,035 Tokens de raciocínio 53,765 Tempo de resposta (médio) 46.06s Tempo de resposta (total) 875.23s Tempo de resposta (máx.) 180.92s Resposta incorreta: 4 Não seguiu as instruções: 2 Tempo esgotado: 2 Truques anti-IA : 9.2 Programação : 4.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#60#60	GPT-5.2medium	7.2	OpenAI	$0.397	15.22s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.4% Testes instáveis 4 Tokens de saída 2,731 Tokens de raciocínio 22,200 Tempo de resposta (médio) 15.22s Tempo de resposta (total) 182.59s Tempo de resposta (máx.) 77.80s Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 3.7 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#59#59	Qwen3.5-35B-A3Bmedium	7.2	Qwen	$0.481	51.50s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 6.7 Taxa de acerto por tentativa 75.4% Testes instáveis 7 Tokens de saída 21,056 Tokens de raciocínio 280,814 Tempo de resposta (médio) 51.50s Tempo de resposta (total) 978.57s Tempo de resposta (máx.) 177.35s Tempo esgotado: 4 Resposta incorreta: 3 Erro de API: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 4.7 Análise e extração de dados : 7.3 Específico do domínio : 4.1 Inteligência geral : 2.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#58#58	Seed-2.0-Minimedium	7.2	Bytedance Seed	$0.038	68.89s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 3.3 Taxa de acerto por tentativa 63.2% Testes instáveis 2 Tokens de saída 2,469 Tokens de raciocínio 81,017 Tempo de resposta (médio) 68.89s Tempo de resposta (total) 1102.23s Tempo de resposta (máx.) 262.83s Tempo esgotado: 4 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Programação : 10.0 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
#57#57	Ring 2.6 1tnone	7.2	Inclusionai	$0.000	55.10s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 9.8 Taxa de acerto por tentativa 62.5% Testes instáveis 2 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 Não seguiu as instruções: 2 Truques anti-IA : 9.2 Programação : 10.0 Combinado : 0.0 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 : 0.0 Conhecimentos gerais : 3.0
#55#55	Ring 2.6 1tmedium	7.2	Inclusionai	$0.000	61.29s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 9.9 Taxa de acerto por tentativa 66.7% Testes instáveis 3 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 Truques anti-IA : 10.0 Programação : 10.0 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
#56#56	MiMo-V2-Flashmedium	7.2	Xiaomi	$0.038	21.71s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 3 Tokens de saída 12,399 Tokens de raciocínio 115,182 Tempo de resposta (médio) 21.71s Tempo de resposta (total) 282.29s Tempo de resposta (máx.) 96.01s Resposta incorreta: 4 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 8.1 Programação : 4.7 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

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