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)
#206#206	Mercury 2.5medium	6.4	Inception	$0.034	7.74s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.7 Taxa de acerto por tentativa 63.8% Testes instáveis 5 Tokens de entrada 317,982 Tokens de saída 3,918 Tokens de raciocínio 135,028 Tempo de resposta (médio) 7.74s Tempo de resposta (total) 178.07s Tempo de resposta (máx.) 107.89s Resposta incorreta: 9 Erro de API: 1 Tempo esgotado: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 5.0 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.4 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#207#207	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 1 Tokens de entrada 230,004 Tokens de saída 18,040 Tokens de raciocínio 0 Tempo de resposta (médio) 4.67s Tempo de resposta (total) 107.45s Tempo de resposta (máx.) 49.23s Resposta incorreta: 7 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.5 Programação : 5.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#205#205	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 9.6 Taxa de acerto por tentativa 60.9% Testes instáveis 8 Tokens de entrada 292,271 Tokens de saída 55,025 Tokens de raciocínio 186,071 Tempo de resposta (médio) 125.76s Tempo de resposta (total) 2137.84s Tempo de resposta (máx.) 566.79s Resposta incorreta: 5 Tempo esgotado: 3 Não seguiu as instruções: 2 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.9 Truques anti-IA : 7.3 Programação : 6.1 Combinado : 6.7 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#204#204	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 1 Tokens de entrada 106,316 Tokens de saída 79,338 Tokens de raciocínio 41,089 Tempo de resposta (médio) 28.08s Tempo de resposta (total) 421.15s Tempo de resposta (máx.) 140.96s Resposta incorreta: 4 Formatação extra: 3 Tempo esgotado: 1 Tarefas de agentes : 0.0 Truques anti-IA : 6.5 Programação : 5.7 Combinado : 10.0 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#203#203	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 60.9% Testes instáveis 5 Tokens de entrada 299,558 Tokens de saída 33,248 Tokens de raciocínio 374,819 Tempo de resposta (médio) 133.93s Tempo de resposta (total) 3080.36s Tempo de resposta (máx.) 519.91s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 5.5 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#202#202	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 3 Tokens de entrada 233,893 Tokens de saída 12,432 Tokens de raciocínio 0 Tempo de resposta (médio) 6.05s Tempo de resposta (total) 102.89s Tempo de resposta (máx.) 57.84s Resposta incorreta: 9 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#201#201	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 36.2% Testes instáveis 2 Tokens de entrada 405,921 Tokens de saída 97,112 Tokens de raciocínio 0 Tempo de resposta (médio) 14.79s Tempo de resposta (total) 340.25s Tempo de resposta (máx.) 212.63s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 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
#200#200	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 46.4% Testes instáveis 3 Tokens de entrada 352,516 Tokens de saída 33,786 Tokens de raciocínio 504,506 Tempo de resposta (médio) 48.97s Tempo de resposta (total) 1126.35s Tempo de resposta (máx.) 422.72s Resposta incorreta: 10 Chamada de ferramenta inválida: 2 Sem resposta: 2 Tarefas de agentes : 6.1 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#199#199	Grok 4.3medium	6.5	X AI	$0.989	44.53s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 5 Tokens de entrada 325,471 Tokens de saída 14,867 Tokens de raciocínio 217,675 Tempo de resposta (médio) 44.53s Tempo de resposta (total) 1024.25s Tempo de resposta (máx.) 216.69s Resposta incorreta: 6 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 3.9 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 5.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#198#198	KAT-Coder-Pro V2.5high	6.5	Kwaipilot	$0.506	21.21s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 6 Tokens de entrada 106,085 Tokens de saída 9,071 Tokens de raciocínio 135,288 Tempo de resposta (médio) 21.21s Tempo de resposta (total) 487.83s Tempo de resposta (máx.) 199.97s Resposta incorreta: 10 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 7.0 Programação : 6.4 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#197#197	GLM 5.1none	6.5	Z.ai	$0.385 ↑	11.10s
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 258,956 Tokens de saída 20,076 Tokens de raciocínio 0 Tempo de resposta (médio) 11.10s Tempo de resposta (total) 255.39s Tempo de resposta (máx.) 107.19s Resposta incorreta: 12 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 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
#196#196	GLM 5.3low	6.5	Z.ai	$0.155 ↓	15.18s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 5 Tokens de entrada 247,871 Tokens de saída 10,791 Tokens de raciocínio 17,315 Tempo de resposta (médio) 15.18s Tempo de resposta (total) 349.06s Tempo de resposta (máx.) 83.60s Resposta incorreta: 8 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.2 Truques anti-IA : 6.9 Programação : 6.2 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#195#195	Mercury 2.5high	6.5	Inception	$0.044	7.62s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.8 Taxa de acerto por tentativa 59.4% Testes instáveis 4 Tokens de entrada 358,562 Tokens de saída 4,266 Tokens de raciocínio 189,410 Tempo de resposta (médio) 7.62s Tempo de resposta (total) 175.36s Tempo de resposta (máx.) 80.30s Resposta incorreta: 9 Erro de API: 1 Sem resposta: 1 Tarefas de agentes : 3.9 Truques anti-IA : 10.0 Programação : 6.4 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#194#194	Mercury 2.5 Previewhigh	6.5	Inception	$0.040 ↑	7.61s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 65.2% Testes instáveis 6 Tokens de entrada 298,512 Tokens de saída 3,178 Tokens de raciocínio 177,419 Tempo de resposta (médio) 7.61s Tempo de resposta (total) 175.08s Tempo de resposta (máx.) 86.84s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 6.7 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#193#193	Qwen3.6 35B A3Bmedium	6.5	Qwen	$0.834 ↑	59.92s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 3 Tokens de entrada 282,192 Tokens de saída 75,306 Tokens de raciocínio 700,868 Tempo de resposta (médio) 59.92s Tempo de resposta (total) 1258.32s Tempo de resposta (máx.) 817.57s Resposta incorreta: 6 Erro de API: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 7.7 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#192#192	Claude Sonnet 5.5medium	6.5	Anthropic	$1.100	8.03s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 1 Tokens de entrada 361,183 Tokens de saída 26,609 Tokens de raciocínio 11,139 Tempo de resposta (médio) 8.03s Tempo de resposta (total) 184.80s Tempo de resposta (máx.) 51.18s Formatação extra: 8 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Sem resposta: 1 Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 3.4 Combinado : 8.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#191#191	KAT-Coder-Pro V2.5low	6.5	Kwaipilot	$0.568 ↑	19.40s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 8 Tokens de entrada 87,682 Tokens de saída 7,166 Tokens de raciocínio 106,027 Tempo de resposta (médio) 19.40s Tempo de resposta (total) 446.11s Tempo de resposta (máx.) 209.15s Resposta incorreta: 10 Erro de API: 2 Tarefas de agentes : 3.0 Truques anti-IA : 6.9 Programação : 7.8 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#190#190	Step 3.7 Flashhigh	6.6	Stepfun	$1.478 ↑	72.72s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 4 Tokens de entrada 421,200 Tokens de saída 1,100,052 Tokens de raciocínio 0 Tempo de resposta (médio) 72.72s Tempo de resposta (total) 1672.53s Tempo de resposta (máx.) 364.99s Resposta incorreta: 8 Sem resposta: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.4 Truques anti-IA : 10.0 Programação : 4.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#189#189	Mercury 2medium	6.6	Inception	$0.121	4.40s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 53.6% Testes instáveis 5 Tokens de entrada 189,300 Tokens de saída 10,854 Tokens de raciocínio 86,089 Tempo de resposta (médio) 4.40s Tempo de resposta (total) 96.81s Tempo de resposta (máx.) 34.92s Resposta incorreta: 9 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 6.9 Programação : 8.2 Combinado : 6.7 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#188#188	LongCat 2.0low	6.6	Meituan	$0.630 ↑	115.00s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 9.9 Taxa de acerto por tentativa 55.1% Testes instáveis 5 Tokens de entrada 262,387 Tokens de saída 7,344 Tokens de raciocínio 338,881 Tempo de resposta (médio) 115.00s Tempo de resposta (total) 2645.11s Tempo de resposta (máx.) 560.39s Resposta incorreta: 8 Erro de API: 2 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 10.0 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#187#187	Qwen3.7 Flashmedium	6.6	Qwen	$0.076	51.80s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 8 Tokens de entrada 300,394 Tokens de saída 14,081 Tokens de raciocínio 500,844 Tempo de resposta (médio) 51.80s Tempo de resposta (total) 1191.42s Tempo de resposta (máx.) 593.64s Resposta incorreta: 8 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.2 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.5 Seguimento de instruções : 5.8 Resolução de quebra-cabeças : 7.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#186#186	GLM 5.2none	6.6	Z.ai	$0.173 ↓	11.27s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 3 Tokens de entrada 247,919 Tokens de saída 17,685 Tokens de raciocínio 0 Tempo de resposta (médio) 11.27s Tempo de resposta (total) 259.32s Tempo de resposta (máx.) 79.65s Resposta incorreta: 8 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.3 Programação : 3.7 Combinado : 6.9 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#185#185	GPT-5.5none	6.6	OpenAI	$1.212	4.75s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 56.5% Testes instáveis 2 Tokens de entrada 205,108 Tokens de saída 6,197 Tokens de raciocínio 0 Tempo de resposta (médio) 4.75s Tempo de resposta (total) 109.31s Tempo de resposta (máx.) 57.53s Resposta incorreta: 11 Tarefas de agentes : 5.0 Truques anti-IA : 6.9 Programação : 5.5 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#184#184	GLM 5.3 Flashlow	6.6	Z.ai	$0.038	11.82s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 4 Tokens de entrada 255,173 Tokens de saída 9,891 Tokens de raciocínio 17,277 Tempo de resposta (médio) 11.82s Tempo de resposta (total) 271.92s Tempo de resposta (máx.) 90.45s Resposta incorreta: 8 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 5.4 Combinado : 3.8 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#183#183	GPT-5.6 Solnone	6.7	OpenAI	$0.795	4.61s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 3 Tokens de entrada 207,852 Tokens de saída 5,555 Tokens de raciocínio 0 Tempo de resposta (médio) 4.61s Tempo de resposta (total) 105.93s Tempo de resposta (máx.) 58.28s Resposta incorreta: 10 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.5 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 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