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)
#56#56	Step 3.7 Flashlow	7.4	Stepfun	$0.336	16.06s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 3 Tokens de entrada 37,458 Tokens de saída 285,209 Tokens de raciocínio 0 Tempo de resposta (médio) 16.06s Tempo de resposta (total) 321.11s Tempo de resposta (máx.) 124.75s Resposta incorreta: 7 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 3.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 71.7% Testes instáveis 2 Tokens de entrada 37,338 Tokens de saída 294,481 Tokens de raciocínio 0 Tempo de resposta (médio) 18.32s Tempo de resposta (total) 366.45s Tempo de resposta (máx.) 113.98s Resposta incorreta: 5 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0 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
#37#37	Gemini 2.5 Flashmedium	7.7	Google	$0.358	15.57s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 1 Tokens de entrada 31,473 Tokens de saída 1,924 Tokens de raciocínio 137,255 Tempo de resposta (médio) 15.57s Tempo de resposta (total) 311.47s Tempo de resposta (máx.) 95.48s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.4 Programação : 6.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 6 Tokens de entrada 40,306 Tokens de saída 31,242 Tokens de raciocínio 330,546 Tempo de resposta (médio) 69.66s Tempo de resposta (total) 1393.17s Tempo de resposta (máx.) 409.98s Tempo esgotado: 4 Sem resposta: 2 Resposta incorreta: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 6.5 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 : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 5 Tokens de entrada 36,541 Tokens de saída 12,981 Tokens de raciocínio 105,822 Tempo de resposta (médio) 57.79s Tempo de resposta (total) 1155.83s Tempo de resposta (máx.) 168.22s Resposta incorreta: 6 Sem resposta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.3 Programação : 6.6 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
#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
#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
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 5 Tokens de entrada 42,017 Tokens de saída 2,334 Tokens de raciocínio 86,653 Tempo de resposta (médio) 20.21s Tempo de resposta (total) 404.14s Tempo de resposta (máx.) 95.88s Resposta incorreta: 6 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 7.2 Programação : 6.8 Combinado : 6.9 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 : 7.7 Chamada de ferramentas : 7.0 Conhecimentos gerais : 3.0
#73#73	Grok 4.20medium	7.0	X AI	$0.450 ↓	19.08s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.7% Testes instáveis 3 Tokens de entrada 41,511 Tokens de saída 1,816 Tokens de raciocínio 157,251 Tempo de resposta (médio) 19.08s Tempo de resposta (total) 381.60s Tempo de resposta (máx.) 105.80s Resposta incorreta: 6 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 8.2 Programação : 4.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.9 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 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
#6#6	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 86.7% Testes instáveis 1 Tokens de entrada 33,933 Tokens de saída 1,995 Tokens de raciocínio 44,792 Tempo de resposta (médio) 4.29s Tempo de resposta (total) 85.72s Tempo de resposta (máx.) 12.05s Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 5 Tokens de entrada 31,497 Tokens de saída 2,160 Tokens de raciocínio 100,548 Tempo de resposta (médio) 22.10s Tempo de resposta (total) 442.09s Tempo de resposta (máx.) 138.75s Resposta incorreta: 6 Não seguiu as instruções: 3 Truques anti-IA : 8.6 Programação : 7.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
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 39,329 Tokens de saída 2,569 Tokens de raciocínio 304,894 Tempo de resposta (médio) 60.09s Tempo de resposta (total) 1201.89s Tempo de resposta (máx.) 177.36s Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Programação : 7.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#59#59	GPT-5.2medium	7.3	OpenAI	$0.492	16.50s
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 31,348 Tokens de saída 2,880 Tokens de raciocínio 28,289 Tempo de resposta (médio) 16.50s Tempo de resposta (total) 214.45s 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 : 7.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#9#9	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Ver cartão do modelo Total de testes 19 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 84.2% Testes instáveis 0 Tokens de entrada 69,576 Tokens de saída 6,265 Tokens de raciocínio 0 Tempo de resposta (médio) 3.02s Tempo de resposta (total) 57.44s Tempo de resposta (máx.) 18.27s Resposta incorreta: 3 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 9.5 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
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 3 Tokens de entrada 38,997 Tokens de saída 26,166 Tokens de raciocínio 213,524 Tempo de resposta (médio) 39.40s Tempo de resposta (total) 788.00s Tempo de resposta (máx.) 168.16s Resposta incorreta: 5 Tempo esgotado: 2 Truques anti-IA : 10.0 Programação : 4.1 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#62#62	Claude Opus 4.8none	7.3	Anthropic	$0.519	3.51s
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 63,282 Tokens de saída 8,098 Tokens de raciocínio 0 Tempo de resposta (médio) 3.51s Tempo de resposta (total) 70.19s Tempo de resposta (máx.) 17.73s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.5 Programação : 6.8 Combinado : 9.5 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#101#101	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 4 Tokens de entrada 11,793 Tokens de saída 267,275 Tokens de raciocínio 0 Tempo de resposta (médio) 28.69s Tempo de resposta (total) 459.00s Tempo de resposta (máx.) 138.35s Resposta incorreta: 7 Erro de API: 3 Não seguiu as instruções: 2 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 3.8 Específico do domínio : 3.6 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.567	16.50s
Ver cartão do modelo Total de testes 20 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 98.3% Testes instáveis 1 Tokens de entrada 34,014 Tokens de saída 2,000 Tokens de raciocínio 181,033 Tempo de resposta (médio) 16.50s Tempo de resposta (total) 330.06s Tempo de resposta (máx.) 117.26s Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 10.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 4 Tokens de entrada 41,532 Tokens de saída 1,485 Tokens de raciocínio 214,710 Tempo de resposta (médio) 49.23s Tempo de resposta (total) 984.52s Tempo de resposta (máx.) 216.69s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 7.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
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 61,569 Tokens de saída 10,439 Tokens de raciocínio 2,198 Tempo de resposta (médio) 4.48s Tempo de resposta (total) 85.21s Tempo de resposta (máx.) 23.18s Resposta incorreta: 2 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 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
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 3 Tokens de entrada 37,007 Tokens de saída 1,952 Tokens de raciocínio 357,306 Tempo de resposta (médio) 41.16s Tempo de resposta (total) 823.26s Tempo de resposta (máx.) 299.23s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 3.4 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
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 4 Tokens de entrada 31,680 Tokens de saída 2,336 Tokens de raciocínio 42,565 Tempo de resposta (médio) 15.95s Tempo de resposta (total) 319.08s Tempo de resposta (máx.) 100.93s Resposta incorreta: 4 Não seguiu as instruções: 2 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.6 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
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 41,496 Tokens de saída 2,258 Tokens de raciocínio 341,381 Tempo de resposta (médio) 42.39s Tempo de resposta (total) 847.76s Tempo de resposta (máx.) 252.69s Resposta incorreta: 4 Formatação extra: 3 Truques anti-IA : 8.3 Programação : 7.0 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
#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
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 3 Tokens de entrada 28,584 Tokens de saída 102,208 Tokens de raciocínio 229,120 Tempo de resposta (médio) 54.03s Tempo de resposta (total) 1026.57s Tempo de resposta (máx.) 215.85s Resposta incorreta: 3 Não seguiu as instruções: 2 Tempo esgotado: 2 Sem resposta: 1 Truques anti-IA : 7.0 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.0 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
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Ver cartão do modelo Total de testes 20 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 80.0% Testes instáveis 2 Tokens de entrada 39,527 Tokens de saída 2,253 Tokens de raciocínio 130,852 Tempo de resposta (médio) 58.43s Tempo de resposta (total) 1168.66s Tempo de resposta (máx.) 238.07s Resposta incorreta: 5 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 10.0 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
#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

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