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: 2026-07-18 Modelos avaliados: 206

206/206

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#71#71	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 4 Tokens de entrada 124,771 Tokens de saída 44,077 Tokens de raciocínio 443,141 Tempo de resposta (médio) 64.16s Tempo de resposta (total) 1411.60s Tempo de resposta (máx.) 519.30s Resposta incorreta: 5 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 6.0 Combinado : 6.4 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
#85#85	Step 3.7 Flashhigh	6.9	Stepfun	$1.207	64.68s
Ver cartão do modelo Total de testes 22 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 63.6% Testes instáveis 5 Tokens de entrada 98,691 Tokens de saída 1,032,395 Tokens de raciocínio 0 Tempo de resposta (médio) 64.68s Tempo de resposta (total) 1423.01s Tempo de resposta (máx.) 364.99s Resposta incorreta: 6 Sem resposta: 4 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 4.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 5.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#19#19	Qwen3.6 Max Previewmedium	8.4	Qwen	$1.143 ↓	67.53s
Ver cartão do modelo Total de testes 22 Testes errados 6 Confiabilidade 9.9 Taxa de acerto por tentativa 80.3% Testes instáveis 3 Tokens de entrada 79,240 Tokens de saída 5,098 Tokens de raciocínio 164,842 Tempo de resposta (médio) 67.53s Tempo de resposta (total) 1485.64s Tempo de resposta (máx.) 238.07s Resposta incorreta: 5 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 7.3 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
#159#159	Gemini 3.1 Flash Lite Previewhigh	5.3	Google	$2.310	68.14s
Ver cartão do modelo Total de testes 16 Testes errados 3 Confiabilidade N/D Taxa de acerto por tentativa 59.1% 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 : 7.5 Programação : 0.0 Combinado : 5.0 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 Conhecimentos gerais : 0.0
#186#186	MiniMax M2.5medium	4.6	Minimax	$0.340 ↓	68.27s
Ver cartão do modelo Total de testes 22 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 45.5% Testes instáveis 10 Tokens de entrada 142,561 Tokens de saída 125,442 Tokens de raciocínio 339,935 Tempo de resposta (médio) 68.27s Tempo de resposta (total) 955.75s Tempo de resposta (máx.) 251.36s Resposta incorreta: 7 Tempo esgotado: 4 Não seguiu as instruções: 3 Sem resposta: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Programação : 3.4 Combinado : 3.7 Análise e extração de dados : 4.6 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 7.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#75#75	DeepSeek V3.2medium	7.0	DeepSeek	$0.078 ↑	68.62s
Ver cartão do modelo Total de testes 22 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 7 Tokens de entrada 101,047 Tokens de saída 11,834 Tokens de raciocínio 117,014 Tempo de resposta (médio) 68.62s Tempo de resposta (total) 1509.53s Tempo de resposta (máx.) 376.10s Resposta incorreta: 5 Erro de API: 2 Tempo esgotado: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.2 Programação : 6.0 Combinado : 7.3 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 : 7.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#105#105	Ring-2.6-1Tmedium	6.3	Inclusionai	$0.103 ↑	68.74s
Ver cartão do modelo Total de testes 22 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 60.6% Testes instáveis 4 Tokens de entrada 113,604 Tokens de saída 123,079 Tokens de raciocínio 42,754 Tempo de resposta (médio) 68.74s Tempo de resposta (total) 1374.86s Tempo de resposta (máx.) 304.19s Resposta incorreta: 6 Erro de API: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 5.3 Combinado : 7.3 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
#47#47	MiniMax M3medium	7.6	Minimax	$0.286	74.98s
Ver cartão do modelo Total de testes 22 Testes errados 10 Confiabilidade 9.7 Taxa de acerto por tentativa 66.7% Testes instáveis 5 Tokens de entrada 121,990 Tokens de saída 77,916 Tokens de raciocínio 173,553 Tempo de resposta (médio) 74.98s Tempo de resposta (total) 1574.56s Tempo de resposta (máx.) 431.03s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 5.5 Programação : 6.1 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
#107#107	Gemma 4 31Bmedium	6.3	Google	$0.107 ↓	75.38s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.2% Testes instáveis 2 Tokens de entrada 94,992 Tokens de saída 34,468 Tokens de raciocínio 223,278 Tempo de resposta (médio) 75.38s Tempo de resposta (total) 1507.52s Tempo de resposta (máx.) 437.40s Erro de API: 2 Tempo esgotado: 2 Resposta incorreta: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 4.3 Combinado : 2.9 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 : 9.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#12#12	Grok 4.5high	8.9	X AI	$1.707	76.50s
Ver cartão do modelo Total de testes 22 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 83.3% Testes instáveis 2 Tokens de entrada 151,562 Tokens de saída 5,655 Tokens de raciocínio 247,540 Tempo de resposta (médio) 76.50s Tempo de resposta (total) 1683.07s Tempo de resposta (máx.) 676.83s Sem resposta: 2 Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#46#46	DeepSeek V4 Prohigh	7.7	DeepSeek	$0.200	79.14s
Ver cartão do modelo Total de testes 22 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 63.6% Testes instáveis 6 Tokens de entrada 90,748 Tokens de saída 10,462 Tokens de raciocínio 178,719 Tempo de resposta (médio) 79.14s Tempo de resposta (total) 1740.97s Tempo de resposta (máx.) 416.76s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 5.7 Programação : 6.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 7.8 Resolução de quebra-cabeças : 6.9 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#200#200	Qwen3.5-9Bmedium	3.8	Qwen	$0.036 ↑	82.24s
Ver cartão do modelo Total de testes 22 Testes errados 19 Confiabilidade 5.0 Taxa de acerto por tentativa 25.8% Testes instáveis 5 Tokens de entrada 17,070 Tokens de saída 29,045 Tokens de raciocínio 209,516 Tempo de resposta (médio) 82.24s Tempo de resposta (total) 1315.88s Tempo de resposta (máx.) 226.38s Tempo esgotado: 12 Sem resposta: 2 Resposta incorreta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 5.1 Programação : 2.9 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
#52#52	Kimi K2.7 Codemedium	7.5	Moonshot AI	$0.871 ↑	84.25s
Ver cartão do modelo Total de testes 22 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 4 Tokens de entrada 72,073 Tokens de saída 83,714 Tokens de raciocínio 178,793 Tempo de resposta (médio) 84.25s Tempo de resposta (total) 1769.22s Tempo de resposta (máx.) 365.80s Resposta incorreta: 5 Tempo esgotado: 3 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 7.3 Programação : 7.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.5 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#110#110	Qwen3.5-Flashmedium	6.2	Qwen	$0.139 ↓	84.82s
Ver cartão do modelo Total de testes 22 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 69.7% Testes instáveis 6 Tokens de entrada 118,499 Tokens de saída 12,284 Tokens de raciocínio 490,610 Tempo de resposta (médio) 84.82s Tempo de resposta (total) 1781.22s Tempo de resposta (máx.) 515.38s Resposta incorreta: 4 Tempo esgotado: 3 Erro de API: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 3.7 Combinado : 6.4 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
#57#57	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.437 ↓	89.19s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 4 Tokens de entrada 113,560 Tokens de saída 9,823 Tokens de raciocínio 250,881 Tempo de resposta (médio) 89.19s Tempo de resposta (total) 1337.92s Tempo de resposta (máx.) 304.85s Resposta incorreta: 4 Tempo esgotado: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.2 Programação : 6.6 Combinado : 6.9 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
#79#79	Seed-2.0-Minimedium	7.0	Bytedance Seed	$0.101	92.53s
Ver cartão do modelo Total de testes 22 Testes errados 11 Confiabilidade 8.5 Taxa de acerto por tentativa 57.6% Testes instáveis 3 Tokens de entrada 125,467 Tokens de saída 10,778 Tokens de raciocínio 209,856 Tempo de resposta (médio) 92.53s Tempo de resposta (total) 1665.50s Tempo de resposta (máx.) 301.78s Tempo esgotado: 5 Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.6 Programação : 5.5 Combinado : 7.3 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
#76#76	Kimi K2.5medium	7.0	Moonshot AI	$0.600 ↑	99.00s
Ver cartão do modelo Total de testes 22 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 8 Tokens de entrada 118,448 Tokens de saída 62,124 Tokens de raciocínio 165,243 Tempo de resposta (médio) 99.00s Tempo de resposta (total) 1485.04s Tempo de resposta (máx.) 281.00s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 2 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.3 Programação : 6.1 Combinado : 6.7 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
#93#93	Gemma 4 26B A4Bmedium	6.6	Google	$0.082 ↓	103.83s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 9.4 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 77,550 Tokens de saída 28,036 Tokens de raciocínio 219,491 Tempo de resposta (médio) 103.83s Tempo de resposta (total) 2180.47s Tempo de resposta (máx.) 912.19s Resposta incorreta: 3 Sem resposta: 2 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 2.9 Combinado : 6.3 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
#96#96	Qwen3.6 27Bmedium	6.5	Qwen	$0.779 ↑	106.32s
Ver cartão do modelo Total de testes 22 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 59.1% Testes instáveis 6 Tokens de entrada 106,167 Tokens de saída 32,889 Tokens de raciocínio 241,303 Tempo de resposta (médio) 106.32s Tempo de resposta (total) 2339.12s Tempo de resposta (máx.) 1085.11s Resposta incorreta: 6 Sem resposta: 3 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 8.3 Programação : 7.7 Combinado : 6.7 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
#67#67	Kimi K2.6medium	7.2	Moonshot AI	$1.222 ↑	109.98s
Ver cartão do modelo Total de testes 22 Testes errados 10 Confiabilidade 9.4 Taxa de acerto por tentativa 63.6% Testes instáveis 4 Tokens de entrada 68,902 Tokens de saída 111,680 Tokens de raciocínio 279,860 Tempo de resposta (médio) 109.98s Tempo de resposta (total) 2309.56s Tempo de resposta (máx.) 876.20s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 7.0 Programação : 5.7 Combinado : 6.9 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
#58#58	Qwen3.5-27Bmedium	7.4	Qwen	$1.627 ↑	111.94s
Ver cartão do modelo Total de testes 22 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 72.7% Testes instáveis 5 Tokens de entrada 111,635 Tokens de saída 15,999 Tokens de raciocínio 598,430 Tempo de resposta (médio) 111.94s Tempo de resposta (total) 2462.67s Tempo de resposta (máx.) 1026.43s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Programação : 6.2 Combinado : 7.3 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
#115#115	Qwen3.5-35B-A3Bmedium	6.2	Qwen	$0.837 ↓	112.47s
Ver cartão do modelo Total de testes 22 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 6 Tokens de entrada 130,388 Tokens de saída 40,630 Tokens de raciocínio 786,040 Tempo de resposta (médio) 112.47s Tempo de resposta (total) 2474.28s Tempo de resposta (máx.) 950.25s Tempo esgotado: 5 Sem resposta: 2 Resposta incorreta: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 3.8 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
#33#33	Kimi K3max	8.0	Moonshot AI	$3.112	122.48s
Ver cartão do modelo Total de testes 22 Testes errados 6 Confiabilidade 9.1 Taxa de acerto por tentativa 75.8% Testes instáveis 1 Tokens de entrada 34,916 Tokens de saída 2,910 Tokens de raciocínio 197,529 Tempo de resposta (médio) 122.48s Tempo de resposta (total) 2327.06s Tempo de resposta (máx.) 766.58s Erro de API: 2 Tempo esgotado: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.5 Análise e extração de dados : 7.3 Específico do domínio : 5.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#133#133	North Mini Codemedium	5.9	Cohere	$0.000	137.11s
Ver cartão do modelo Total de testes 22 Testes errados 13 Confiabilidade 8.6 Taxa de acerto por tentativa 48.5% Testes instáveis 4 Tokens de entrada 81,813 Tokens de saída 424,772 Tokens de raciocínio 1,342,029 Tempo de resposta (médio) 137.11s Tempo de resposta (total) 3016.42s Tempo de resposta (máx.) 786.72s Resposta incorreta: 9 Formatação extra: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.4 Programação : 4.5 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 : 3.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#190#190	GLM 4.7 Flashmedium	4.3	Z.ai	$0.166	142.59s
Ver cartão do modelo Total de testes 22 Testes errados 18 Confiabilidade 7.8 Taxa de acerto por tentativa 31.8% Testes instáveis 8 Tokens de entrada 79,051 Tokens de saída 43,754 Tokens de raciocínio 374,109 Tempo de resposta (médio) 142.59s Tempo de resposta (total) 1996.21s Tempo de resposta (máx.) 1539.97s Resposta incorreta: 9 Sem resposta: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Tempo esgotado: 2 Truques anti-IA : 4.7 Programação : 3.2 Combinado : 2.9 Análise e extração de dados : 6.3 Específico do domínio : 3.5 Inteligência geral : 3.6 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#126#126	Step 3.5 Flashmedium	6.0	Stepfun	$0.108 ↑	174.22s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 9.2 Taxa de acerto por tentativa 51.5% Testes instáveis 1 Tokens de entrada 65,707 Tokens de saída 108,561 Tokens de raciocínio 293,993 Tempo de resposta (médio) 174.22s Tempo de resposta (total) 2613.32s Tempo de resposta (máx.) 1597.85s Resposta incorreta: 4 Não seguiu as instruções: 3 Erro de API: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 2.4 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

←

1 2 3 4 5 6 7

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 UltramediumDisponível grátis Gemini 3 Flash PreviewmediumvsNorth Mini CodemediumDisponível grátis Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

Leaderboard do AI Benchy

Filtrar modelos

Comparação rápida