Leaderboard do AI Benchy

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: 2026-08-15 Modelos avaliados: 287

Modelos recomendados

GPT-5.6 Sol high Inteligente Taxa de acerto por tentativa 89.4% Testes corretos 18 / 22 Pontuação 9.4/10 GPT-5.6 Luna medium Rápido Tempo de resposta (médio) 7.43s Total de tokens de saída 44,525 Pontuação 7.4/10 DeepSeek V4 Flash 0731 high Acessível Preço de entrada $0.140 / 1M Preço de saída $0.280 / 1M Pontuação 8.0/10

287/287

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#227#227	Ling-2.6-1Tnone	5.3	Inclusionai	$0.016 ↑	8.59s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 18.2% Testes instáveis 0 Tokens de entrada 106,423 Tokens de saída 11,555 Tokens de raciocínio 0 Tempo de resposta (médio) 8.59s Tempo de resposta (total) 163.20s Tempo de resposta (máx.) 25.72s Resposta incorreta: 12 Erro de API: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 3.8 Combinado : 6.5 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
#226#226	Seed-2.0-Codenone	5.3	Bytedance Seed	$0.151	14.67s
Ver cartão do modelo Total de testes 22 Testes errados 16 Confiabilidade 8.6 Taxa de acerto por tentativa 36.4% Testes instáveis 5 Tokens de entrada 159,749 Tokens de saída 23,433 Tokens de raciocínio 0 Tempo de resposta (médio) 14.67s Tempo de resposta (total) 322.71s Tempo de resposta (máx.) 132.84s Resposta incorreta: 11 Formatação extra: 2 Não seguiu as instruções: 2 Sem resposta: 1 Truques anti-IA : 3.0 Programação : 3.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 5.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#225#225	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Ver cartão do modelo Total de testes 22 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 30.3% Testes instáveis 3 Tokens de entrada 91,607 Tokens de saída 13,377 Tokens de raciocínio 0 Tempo de resposta (médio) 1.55s Tempo de resposta (total) 34.01s Tempo de resposta (máx.) 19.02s Resposta incorreta: 14 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 5.3 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 : 3.8 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#224#224	Inkling Smallnone	5.3	Thinkingmachines	$0.054 ↓	1.51s
Ver cartão do modelo Total de testes 22 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 24.2% Testes instáveis 1 Tokens de entrada 94,733 Tokens de saída 8,770 Tokens de raciocínio 0 Tempo de resposta (médio) 1.51s Tempo de resposta (total) 33.21s Tempo de resposta (máx.) 12.35s Resposta incorreta: 15 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Programação : 3.6 Combinado : 6.5 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 : 3.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#222#222	DeepSeek V4 Flash 0731none	5.4	DeepSeek	$0.021	20.72s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 27.3% Testes instáveis 4 Tokens de entrada 94,566 Tokens de saída 25,426 Tokens de raciocínio 0 Tempo de resposta (médio) 20.72s Tempo de resposta (total) 455.81s Tempo de resposta (máx.) 387.15s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Formatação extra: 1 Truques anti-IA : 3.4 Programação : 4.3 Combinado : 3.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 9.5 Conhecimentos gerais : 3.0
#223#223	Laguna S 2.1high	5.4	Poolside	$0.114 ↓	111.60s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 27.3% Testes instáveis 5 Tokens de entrada 208,937 Tokens de saída 175,588 Tokens de raciocínio 409,276 Tempo de resposta (médio) 111.60s Tempo de resposta (total) 2455.24s Tempo de resposta (máx.) 1190.11s Resposta incorreta: 11 Chamada de ferramenta inválida: 2 Sem resposta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.4 Programação : 5.3 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.6 Seguimento de instruções : 4.6 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#221#221	Kimi K2.5none	5.4	Moonshot AI	$0.127 ↑	18.03s
Ver cartão do modelo Total de testes 22 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 30.3% Testes instáveis 4 Tokens de entrada 89,320 Tokens de saída 26,643 Tokens de raciocínio 0 Tempo de resposta (médio) 18.03s Tempo de resposta (total) 288.42s Tempo de resposta (máx.) 102.83s Resposta incorreta: 16 Sem resposta: 1 Truques anti-IA : 3.6 Programação : 5.5 Combinado : 2.8 Análise e extração de dados : 7.3 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#220#220	MiMo-V2.5-Pronone	5.4	Xiaomi	$0.068 ↓	4.24s
Ver cartão do modelo Total de testes 22 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 4 Tokens de entrada 124,808 Tokens de saída 15,362 Tokens de raciocínio 0 Tempo de resposta (médio) 4.24s Tempo de resposta (total) 93.28s Tempo de resposta (máx.) 53.13s Resposta incorreta: 12 Não seguiu as instruções: 4 Sem resposta: 1 Truques anti-IA : 3.3 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#218#218	KAT-Coder-Air V2.5low	5.4	Kwaipilot	$0.046	10.63s
Ver cartão do modelo Total de testes 22 Testes errados 15 Confiabilidade 9.9 Taxa de acerto por tentativa 43.9% Testes instáveis 6 Tokens de entrada 61,094 Tokens de saída 6,532 Tokens de raciocínio 53,882 Tempo de resposta (médio) 10.63s Tempo de resposta (total) 233.77s Tempo de resposta (máx.) 86.23s Resposta incorreta: 7 Formatação extra: 4 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 7.3 Programação : 3.5 Combinado : 6.4 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#219#219	GPT-5.6 Lunanone	5.4	OpenAI	$0.015 ↓	1.50s
Ver cartão do modelo Total de testes 22 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 36.4% Testes instáveis 3 Tokens de entrada 101,332 Tokens de saída 6,709 Tokens de raciocínio 0 Tempo de resposta (médio) 1.50s Tempo de resposta (total) 33.05s Tempo de resposta (máx.) 10.57s Resposta incorreta: 14 Formatação extra: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.8 Programação : 3.8 Combinado : 3.2 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 7.1 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#217#217	Laguna S 2.1medium	5.4	Poolside	$0.053 ↓	58.42s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 24.2% Testes instáveis 3 Tokens de entrada 86,647 Tokens de saída 97,298 Tokens de raciocínio 242,297 Tempo de resposta (médio) 58.42s Tempo de resposta (total) 1285.26s Tempo de resposta (máx.) 560.31s Resposta incorreta: 13 Chamada de ferramenta inválida: 2 Sem resposta: 2 Não seguiu as instruções: 1 Truques anti-IA : 3.4 Programação : 5.3 Combinado : 3.2 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.6 Seguimento de instruções : 4.2 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#216#216	DeepSeek V4 Flash 0423none	5.4	DeepSeek	$0.030 ↓	36.17s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 27.3% Testes instáveis 4 Tokens de entrada 240,230 Tokens de saída 100,726 Tokens de raciocínio 0 Tempo de resposta (médio) 36.17s Tempo de resposta (total) 795.83s Tempo de resposta (máx.) 247.27s Resposta incorreta: 13 Formatação extra: 2 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Programação : 4.2 Combinado : 4.6 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#215#215	Mimo V2 Omninone	5.5	Xiaomi	$0.021 ↓	2.44s
Ver cartão do modelo Total de testes 21 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 37.9% 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 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Programação : 4.4 Combinado : 1.5 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
#214#214	Qwen3.8 27Bnone	5.5	Qwen	~$0.006	3.12s
Ver cartão do modelo Total de testes 22 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 40.9% Testes instáveis 0 Tokens de entrada 122,463 Tokens de saída 11,445 Tokens de raciocínio 0 Tempo de resposta (médio) 3.12s Tempo de resposta (total) 68.69s Tempo de resposta (máx.) 44.76s Resposta incorreta: 11 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.7 Inteligência geral : 4.2 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#213#213	Hy3 previewlow	5.5	Tencent	$0.042 ↕	24.56s
Ver cartão do modelo Total de testes 21 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% 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: 7 Resposta incorreta: 4 Truques anti-IA : 8.3 Programação : 5.3 Combinado : 5.0 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
#212#212	Qwen3.6 27Bnone	5.5	Qwen	$0.116 ↑	10.62s
Ver cartão do modelo Total de testes 22 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 45.5% Testes instáveis 6 Tokens de entrada 95,805 Tokens de saída 16,156 Tokens de raciocínio 0 Tempo de resposta (médio) 10.62s Tempo de resposta (total) 233.68s Tempo de resposta (máx.) 156.31s Resposta incorreta: 11 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Truques anti-IA : 3.8 Programação : 5.5 Combinado : 3.2 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
#211#211	Nemotron 3.5 Lightninghigh	5.6	NVIDIA	$0.168 ↕	58.26s
Ver cartão do modelo Total de testes 22 Testes errados 17 Confiabilidade 9.9 Taxa de acerto por tentativa 50.0% Testes instáveis 12 Tokens de entrada 118,016 Tokens de saída 148,344 Tokens de raciocínio 506,253 Tempo de resposta (médio) 58.26s Tempo de resposta (total) 1281.79s Tempo de resposta (máx.) 285.26s Resposta incorreta: 11 Não seguiu as instruções: 4 Formatação extra: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 5.5 Programação : 4.4 Combinado : 6.4 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 3.7 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#210#210	KAT-Coder-Air V2.5medium	5.6	Kwaipilot	$0.048	8.65s
Ver cartão do modelo Total de testes 22 Testes errados 14 Confiabilidade 9.6 Taxa de acerto por tentativa 45.5% Testes instáveis 3 Tokens de entrada 51,369 Tokens de saída 8,008 Tokens de raciocínio 58,568 Tempo de resposta (médio) 8.65s Tempo de resposta (total) 190.35s Tempo de resposta (máx.) 48.19s Resposta incorreta: 10 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Programação : 3.6 Combinado : 6.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#209#209	Owl Alphanone	5.6	Openrouter	$0.000	9.88s
Ver cartão do modelo Total de testes 21 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 34.9% Testes instáveis 1 Tokens de entrada 42,283 Tokens de saída 5,913 Tokens de raciocínio 0 Tempo de resposta (médio) 9.88s Tempo de resposta (total) 207.38s Tempo de resposta (máx.) 47.10s Resposta incorreta: 10 Não seguiu as instruções: 3 Formatação extra: 1 Truques anti-IA : 3.4 Programação : 5.6 Combinado : 1.5 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
#208#208	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Ver cartão do modelo Total de testes 21 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 39.4% 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 Erro de API: 1 Truques anti-IA : 3.5 Programação : 5.5 Combinado : 1.5 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
#207#207	Gemma 4 26B A4Bnone	5.6	Google	$0.023 ↑	7.58s
Ver cartão do modelo Total de testes 22 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.9% Testes instáveis 1 Tokens de entrada 131,257 Tokens de saída 15,781 Tokens de raciocínio 0 Tempo de resposta (médio) 7.58s Tempo de resposta (total) 166.82s Tempo de resposta (máx.) 57.10s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 3.7 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#206#206	Owl Alphamedium	5.6	Openrouter	$0.000	11.95s
Ver cartão do modelo Total de testes 21 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 37.9% Testes instáveis 1 Tokens de entrada 43,478 Tokens de saída 2,974 Tokens de raciocínio 0 Tempo de resposta (médio) 11.95s Tempo de resposta (total) 250.88s Tempo de resposta (máx.) 58.63s Resposta incorreta: 10 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 4.8 Programação : 5.4 Combinado : 1.5 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
#205#205	GLM 5V Turbonone	5.6	Z.ai	$0.052	2.99s
Ver cartão do modelo Total de testes 21 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 36.4% Testes instáveis 0 Tokens de entrada 37,100 Tokens de saída 1,766 Tokens de raciocínio 0 Tempo de resposta (médio) 2.99s Tempo de resposta (total) 62.74s Tempo de resposta (máx.) 6.51s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 1.5 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
#204#204	KAT-Coder-Air V2.5high	5.6	Kwaipilot	$0.077	15.87s
Ver cartão do modelo Total de testes 22 Testes errados 15 Confiabilidade 9.8 Taxa de acerto por tentativa 42.4% Testes instáveis 5 Tokens de entrada 50,423 Tokens de saída 4,144 Tokens de raciocínio 110,510 Tempo de resposta (médio) 15.87s Tempo de resposta (total) 349.16s Tempo de resposta (máx.) 118.35s Resposta incorreta: 9 Erro de API: 3 Formatação extra: 3 Truques anti-IA : 6.9 Programação : 4.3 Combinado : 6.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#203#203	Gemini 3.1 Flash Litehigh	5.6	Google	$2.044	61.96s
Ver cartão do modelo Total de testes 18 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 56.1% Testes instáveis 4 Tokens de entrada 29,134 Tokens de saída 1,984 Tokens de raciocínio 1,355,583 Tempo de resposta (médio) 61.96s Tempo de resposta (total) 1115.31s Tempo de resposta (máx.) 149.23s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 3.3 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#202#202	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.283 ↑	12.93s
Ver cartão do modelo Total de testes 22 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 2 Tokens de entrada 241,575 Tokens de saída 88,459 Tokens de raciocínio 0 Tempo de resposta (médio) 12.93s Tempo de resposta (total) 284.39s Tempo de resposta (máx.) 212.63s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.8 Programação : 3.7 Combinado : 5.2 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
#201#201	Kimi K2.6none	5.7	Moonshot AI	$0.133 ↓	19.57s
Ver cartão do modelo Total de testes 22 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 30.3% Testes instáveis 2 Tokens de entrada 116,983 Tokens de saída 30,249 Tokens de raciocínio 0 Tempo de resposta (médio) 19.57s Tempo de resposta (total) 430.58s Tempo de resposta (máx.) 238.89s Resposta incorreta: 12 Não seguiu as instruções: 3 Sem resposta: 1 Truques anti-IA : 4.6 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#200#200	GLM 5.1none	5.7	Z.ai	$0.164 ↓	6.74s
Ver cartão do modelo Total de testes 22 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 45.5% Testes instáveis 5 Tokens de entrada 124,219 Tokens de saída 14,393 Tokens de raciocínio 0 Tempo de resposta (médio) 6.74s Tempo de resposta (total) 148.20s Tempo de resposta (máx.) 61.20s Resposta incorreta: 12 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 4.0 Programação : 3.9 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#199#199	Ling-3.0-flashnone	5.7	Inclusionai	$0.004 ↕	3.56s
Ver cartão do modelo Total de testes 22 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 27.3% Testes instáveis 0 Tokens de entrada 123,993 Tokens de saída 12,777 Tokens de raciocínio 0 Tempo de resposta (médio) 3.56s Tempo de resposta (total) 74.74s Tempo de resposta (máx.) 17.51s Resposta incorreta: 13 Erro de API: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.8 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 : 4.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#198#198	Inkling Smalllow	5.7	Thinkingmachines	$0.055 ↓	2.07s
Ver cartão do modelo Total de testes 22 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 4 Tokens de entrada 81,447 Tokens de saída 2,715 Tokens de raciocínio 11,971 Tempo de resposta (médio) 2.07s Tempo de resposta (total) 45.64s Tempo de resposta (máx.) 5.82s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Truques anti-IA : 9.2 Programação : 4.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.3 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0

Comparação rápida

Gemini 3.6 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsGemini 3.7 Flashlow

Leaderboard do AI Benchy

Modelos recomendados

Filtrar modelos

Comparação rápida