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)
#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
#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
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Ver cartão do modelo Total de testes 18 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.5% 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 : 10.0 Combinado : 10.0 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
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 5 Tokens de entrada 37,036 Tokens de saída 2,074 Tokens de raciocínio 272,063 Tempo de resposta (médio) 63.04s Tempo de resposta (total) 1197.71s Tempo de resposta (máx.) 234.29s Tempo esgotado: 3 Resposta incorreta: 3 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 4.1 Combinado : 10.0 Análise e extração de dados : 7.3 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
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
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 39,028 Tokens de saída 2,145 Tokens de raciocínio 172,563 Tempo de resposta (médio) 67.58s Tempo de resposta (total) 878.57s Tempo de resposta (máx.) 266.69s Resposta incorreta: 4 Tempo esgotado: 2 Truques anti-IA : 8.2 Programação : 7.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Ver cartão do modelo Total de testes 16 Testes errados 3 Confiabilidade N/D Taxa de acerto por tentativa 81.3% Testes instáveis 0 Tokens de entrada 28,980 Tokens de saída 1,283 Tokens de raciocínio 1,533,310 Tempo de resposta (médio) 68.14s Tempo de resposta (total) 1090.28s Tempo de resposta (máx.) 280.52s Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 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 : 7.7 Chamada de ferramentas : 10.0
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 9.6 Taxa de acerto por tentativa 65.0% Testes instáveis 4 Tokens de entrada 43,447 Tokens de saída 46,884 Tokens de raciocínio 85,935 Tempo de resposta (médio) 68.44s Tempo de resposta (total) 1300.32s Tempo de resposta (máx.) 431.03s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Sem resposta: 1 Truques anti-IA : 5.5 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.5 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.9 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
#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
#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
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 8 Tokens de entrada 31,717 Tokens de saída 48,374 Tokens de raciocínio 128,473 Tempo de resposta (médio) 89.02s Tempo de resposta (total) 1157.32s Tempo de resposta (máx.) 281.00s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 2 Tempo esgotado: 2 Truques anti-IA : 7.3 Programação : 4.1 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

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