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: 2026-10-01 Modelos avaliados: 382

Modelos recomendados

GPT-6.1 Sol xhigh Inteligente Taxa de acerto por tentativa 97.1% Testes corretos 22 / 23 Pontuação 9.9/10 Gemini 3.7 Flash low Rápido Tempo de resposta (médio) 6.24s Total de tokens de saída 38,453 Pontuação 9.4/10 GPT-6 Luna high Acessível Preço de entrada $0.100 / 1M Preço de saída $0.500 / 1M Preço de leitura do cache $0.010 / 1M Preço de escrita no cache $0.125 / 1M Pontuação 7.7/10

382/382

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#257#257	Dots 3 Note Previewmedium	5.7	Dots Studio	$0.000	70.32s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 9 Tokens de entrada 208,598 Tokens de saída 120,583 Tokens de raciocínio 590,044 Tempo de resposta (médio) 70.32s Tempo de resposta (total) 1617.43s Tempo de resposta (máx.) 459.19s Resposta incorreta: 10 Não seguiu as instruções: 2 Sem resposta: 2 Formatação extra: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.7 Programação : 4.2 Combinado : 9.9 Análise e extração de dados : 4.5 Específico do domínio : 3.6 Inteligência geral : 3.8 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#256#256	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 52.2% Testes instáveis 3 Tokens de entrada 298,242 Tokens de saída 13,105 Tokens de raciocínio 0 Tempo de resposta (médio) 9.65s Tempo de resposta (total) 221.91s Tempo de resposta (máx.) 71.45s Resposta incorreta: 12 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 4.5 Combinado : 3.8 Análise e extração de dados : 7.1 Específico do domínio : 7.7 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#255#255	GPT-5.4 Mininone	5.7	OpenAI	$0.170	3.34s
Ver cartão do modelo Total de testes 23 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 30.4% Testes instáveis 2 Tokens de entrada 172,438 Tokens de saída 8,828 Tokens de raciocínio 0 Tempo de resposta (médio) 3.34s Tempo de resposta (total) 76.84s Tempo de resposta (máx.) 41.98s Resposta incorreta: 14 Não seguiu as instruções: 3 Tarefas de agentes : 5.0 Truques anti-IA : 3.1 Programação : 5.5 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#254#254	GPT-5 Nanomedium	5.7	OpenAI	$0.159 ↑	56.55s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 53.6% Testes instáveis 10 Tokens de entrada 314,436 Tokens de saída 13,578 Tokens de raciocínio 294,343 Tempo de resposta (médio) 56.55s Tempo de resposta (total) 961.32s Tempo de resposta (máx.) 227.89s Resposta incorreta: 11 Não seguiu as instruções: 2 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 4.7 Truques anti-IA : 6.5 Programação : 7.0 Combinado : 6.4 Análise e extração de dados : 3.7 Específico do domínio : 3.4 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#253#253	Trinity Large Thinkinghigh	5.7	Arcee AI	$0.794 ↑	74.52s
Ver cartão do modelo Total de testes 23 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 42.0% Testes instáveis 8 Tokens de entrada 283,116 Tokens de saída 277,920 Tokens de raciocínio 665,124 Tempo de resposta (médio) 74.52s Tempo de resposta (total) 1713.90s Tempo de resposta (máx.) 510.21s Resposta incorreta: 10 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.7 Programação : 3.7 Combinado : 3.0 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 4.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#252#252	Ring 2.6 1tmedium	5.7	Inclusionai	$0.102 ↑	65.52s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 56.5% Testes instáveis 3 Tokens de entrada 113,613 Tokens de saída 122,706 Tokens de raciocínio 42,325 Tempo de resposta (médio) 65.52s Tempo de resposta (total) 1376.01s Tempo de resposta (máx.) 304.19s Resposta incorreta: 6 Erro de API: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 5.3 Combinado : 7.3 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#251#251	Ling 3.0 Flashhigh	5.8	Inclusionai	$0.021 ↕	13.08s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.8 Taxa de acerto por tentativa 60.9% Testes instáveis 4 Tokens de entrada 132,044 Tokens de saída 92,135 Tokens de raciocínio 207,321 Tempo de resposta (médio) 13.08s Tempo de resposta (total) 287.79s Tempo de resposta (máx.) 75.27s Resposta incorreta: 7 Erro de API: 2 Chamada de ferramenta inválida: 2 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 6.7 Combinado : 2.9 Análise e extração de dados : 7.3 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#250#250	DeepSeek V4.1 Flashnone	5.8	DeepSeek	$0.157 ↓	16.63s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 9.7 Taxa de acerto por tentativa 36.2% Testes instáveis 3 Tokens de entrada 337,756 Tokens de saída 292,779 Tokens de raciocínio 0 Tempo de resposta (médio) 16.63s Tempo de resposta (total) 382.53s Tempo de resposta (máx.) 247.66s Resposta incorreta: 11 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 3.7 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.7 Inteligência geral : 5.5 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#249#249	GPT-5.6 Terranone	5.8	OpenAI	$0.377 ↓	4.11s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 3 Tokens de entrada 213,564 Tokens de saída 7,381 Tokens de raciocínio 0 Tempo de resposta (médio) 4.11s Tempo de resposta (total) 94.52s Tempo de resposta (máx.) 57.98s Resposta incorreta: 12 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.6 Conhecimentos gerais : 3.0
#248#248	Qwen3.7 Flashnone	5.9	Qwen	$0.028	14.70s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 36.2% Testes instáveis 3 Tokens de entrada 410,787 Tokens de saída 117,742 Tokens de raciocínio 0 Tempo de resposta (médio) 14.70s Tempo de resposta (total) 338.13s Tempo de resposta (máx.) 186.24s Resposta incorreta: 14 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 3.0 Programação : 5.5 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#247#247	Nemotron 3 Ultranone	5.9	NVIDIA	$0.157 ↕	6.76s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 2 Tokens de entrada 275,381 Tokens de saída 11,544 Tokens de raciocínio 0 Tempo de resposta (médio) 6.76s Tempo de resposta (total) 155.50s Tempo de resposta (máx.) 70.17s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#246#246	Claude Sonnet 5none	5.9	Anthropic	$1.095	8.60s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 5 Tokens de entrada 393,560 Tokens de saída 30,777 Tokens de raciocínio 0 Tempo de resposta (médio) 8.60s Tempo de resposta (total) 197.73s Tempo de resposta (máx.) 64.73s Resposta incorreta: 9 Formatação extra: 4 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 Truques anti-IA : 5.3 Programação : 4.6 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.7 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#245#245	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 388,929 Tokens de saída 57,714 Tokens de raciocínio 0 Tempo de resposta (médio) 7.63s Tempo de resposta (total) 175.42s Tempo de resposta (máx.) 93.47s Resposta incorreta: 13 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.1 Programação : 5.4 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#244#244	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 9.9 Taxa de acerto por tentativa 47.8% Testes instáveis 4 Tokens de entrada 202,069 Tokens de saída 11,961 Tokens de raciocínio 0 Tempo de resposta (médio) 3.58s Tempo de resposta (total) 82.24s Tempo de resposta (máx.) 43.82s Resposta incorreta: 12 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.5 Programação : 5.5 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
#243#243	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 47.8% Testes instáveis 5 Tokens de entrada 285,293 Tokens de saída 29,565 Tokens de raciocínio 89,266 Tempo de resposta (médio) 31.58s Tempo de resposta (total) 536.78s Tempo de resposta (máx.) 203.90s Resposta incorreta: 10 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.7 Programação : 5.9 Combinado : 6.5 Análise e extração de dados : 6.4 Específico do domínio : 2.9 Inteligência geral : 4.3 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#242#242	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 49.3% Testes instáveis 3 Tokens de entrada 238,785 Tokens de saída 12,875 Tokens de raciocínio 0 Tempo de resposta (médio) 3.95s Tempo de resposta (total) 90.76s Tempo de resposta (máx.) 50.03s Resposta incorreta: 9 Não seguiu as instruções: 3 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 8.3 Programação : 5.5 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
#240#240	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.7% Testes instáveis 3 Tokens de entrada 100,255 Tokens de saída 6,422 Tokens de raciocínio 49,847 Tempo de resposta (médio) 6.03s Tempo de resposta (total) 138.65s Tempo de resposta (máx.) 17.26s Resposta incorreta: 6 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Erro de API: 1 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.3 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#241#241	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.114	7.49s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 39.1% Testes instáveis 3 Tokens de entrada 314,113 Tokens de saída 17,558 Tokens de raciocínio 0 Tempo de resposta (médio) 7.49s Tempo de resposta (total) 172.19s Tempo de resposta (máx.) 75.99s Resposta incorreta: 14 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.0 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 : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#239#239	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 43.5% Testes instáveis 2 Tokens de entrada 278,866 Tokens de saída 82,069 Tokens de raciocínio 0 Tempo de resposta (médio) 9.66s Tempo de resposta (total) 222.07s Tempo de resposta (máx.) 106.86s Resposta incorreta: 10 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.5 Programação : 5.6 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#238#238	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 9 Tokens de entrada 277,028 Tokens de saída 11,965 Tokens de raciocínio 31,238 Tempo de resposta (médio) 9.69s Tempo de resposta (total) 222.83s Tempo de resposta (máx.) 77.99s Resposta incorreta: 10 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 5.5 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#237#237	Claude Sonnet 4.6none	6.0	Anthropic	$0.661	7.67s
Ver cartão do modelo Total de testes 22 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 1 Tokens de entrada 123,273 Tokens de saída 19,362 Tokens de raciocínio 0 Tempo de resposta (médio) 7.67s Tempo de resposta (total) 122.78s Tempo de resposta (máx.) 51.18s Resposta incorreta: 5 Formatação extra: 4 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 9.8 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
#236#236	KAT-Coder-Pro V2.5none	6.1	Kwaipilot	$0.742 ↑	24.96s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 8 Tokens de entrada 98,508 Tokens de saída 139,572 Tokens de raciocínio 0 Tempo de resposta (médio) 24.96s Tempo de resposta (total) 574.12s Tempo de resposta (máx.) 335.41s Resposta incorreta: 10 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.7 Programação : 6.1 Combinado : 4.1 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#235#235	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 8.9 Taxa de acerto por tentativa 37.7% Testes instáveis 1 Tokens de entrada 259,708 Tokens de saída 16,567 Tokens de raciocínio 33,580 Tempo de resposta (médio) 50.47s Tempo de resposta (total) 1160.91s Tempo de resposta (máx.) 557.96s Resposta incorreta: 9 Tempo esgotado: 4 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.4 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 3.8 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#234#234	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.216 ↓	18.49s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 9.8 Taxa de acerto por tentativa 44.9% Testes instáveis 5 Tokens de entrada 299,984 Tokens de saída 69,664 Tokens de raciocínio 0 Tempo de resposta (médio) 18.49s Tempo de resposta (total) 425.33s Tempo de resposta (máx.) 206.05s Resposta incorreta: 12 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 4.8 Programação : 3.9 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#233#233	Inklingnone	6.1	Thinkingmachines	$0.299 ↓	5.30s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.9% Testes instáveis 1 Tokens de entrada 236,599 Tokens de saída 16,536 Tokens de raciocínio 0 Tempo de resposta (médio) 5.30s Tempo de resposta (total) 121.91s Tempo de resposta (máx.) 48.02s Resposta incorreta: 13 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 4.8 Programação : 4.5 Combinado : 2.9 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 : 5.6 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0

Tendências globais do benchmark

Veja como os modelos atuais equilibram pontuação, custo, velocidade, comprimento da saída e desempenho por categoria.

Gráficos →

Fronteira de Pareto: inteligência vs custo

Evolução da melhor pontuação das empresas líderes

Fronteira de Pareto: inteligência vs velocidade de resposta

Fronteira de Pareto: pontuação vs tokens de saída

Dificuldade das categorias entre os modelos

Comparação rápida

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow