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: 2026-10-17 Modelos avaliados: 442

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

442/442

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#96#96	Ling 3.1 Flashmedium	8.3	Inclusionai	$0.000	88.74s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.6 Taxa de acerto por tentativa 71.0% Testes instáveis 3 Tokens de entrada 369,495 Tokens de saída 172,852 Tokens de raciocínio 476,002 Tempo de resposta (médio) 88.74s Tempo de resposta (total) 2041.10s Tempo de resposta (máx.) 567.88s Sem resposta: 4 Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.6 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#123#123	Ling 3.1 Flashhigh	7.9	Inclusionai	$0.000	87.39s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.8 Taxa de acerto por tentativa 69.6% Testes instáveis 2 Tokens de entrada 324,691 Tokens de saída 181,251 Tokens de raciocínio 506,441 Tempo de resposta (médio) 87.39s Tempo de resposta (total) 2010.08s Tempo de resposta (máx.) 665.85s Sem resposta: 4 Resposta incorreta: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.9 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#143#143	Space Bunny Alphahigh	7.5	Stealth	$0.000	29.38s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 4 Tokens de entrada 302,228 Tokens de saída 181,271 Tokens de raciocínio 0 Tempo de resposta (médio) 29.38s Tempo de resposta (total) 675.79s Tempo de resposta (máx.) 234.56s Resposta incorreta: 10 Tarefas de agentes : 10.0 Truques anti-IA : 6.4 Programação : 6.2 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 4.2 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 8.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#201#201	Space Bunny Alphamax	6.7	Stealth	$0.000	36.24s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 59.4% Testes instáveis 5 Tokens de entrada 315,136 Tokens de saída 219,014 Tokens de raciocínio 0 Tempo de resposta (médio) 36.24s Tempo de resposta (total) 833.43s Tempo de resposta (máx.) 320.00s Resposta incorreta: 10 Não seguiu as instruções: 2 Tarefas de agentes : 6.1 Truques anti-IA : 6.4 Programação : 5.7 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 5.3 Seguimento de instruções : 5.9 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#212#212	Apodex 1.1 Minihigh	6.7	Apodex	$0.000	31.25s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 9 Tokens de entrada 365,069 Tokens de saída 133,336 Tokens de raciocínio 344,133 Tempo de resposta (médio) 31.25s Tempo de resposta (total) 718.67s Tempo de resposta (máx.) 114.61s Resposta incorreta: 9 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 5.5 Combinado : 4.2 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 8.0 Resolução de quebra-cabeças : 8.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#242#242	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	70.48s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 59.4% Testes instáveis 7 Tokens de entrada 255,887 Tokens de saída 154,879 Tokens de raciocínio 603,518 Tempo de resposta (médio) 70.48s Tempo de resposta (total) 1620.93s Tempo de resposta (máx.) 480.52s Resposta incorreta: 9 Sem resposta: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.7 Programação : 5.8 Combinado : 6.9 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 3.4 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#243#243	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	66.13s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 6 Tokens de entrada 260,850 Tokens de saída 125,908 Tokens de raciocínio 516,424 Tempo de resposta (médio) 66.13s Tempo de resposta (total) 1520.96s Tempo de resposta (máx.) 417.36s Resposta incorreta: 8 Não seguiu as instruções: 2 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 6.9 Análise e extração de dados : 7.3 Específico do domínio : 3.6 Inteligência geral : 4.0 Seguimento de instruções : 7.9 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#252#252	Ling 3.1 Flashlow	6.3	Inclusionai	$0.000	85.22s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.7 Taxa de acerto por tentativa 66.7% Testes instáveis 6 Tokens de entrada 271,890 Tokens de saída 190,841 Tokens de raciocínio 513,329 Tempo de resposta (médio) 85.22s Tempo de resposta (total) 1960.12s Tempo de resposta (máx.) 432.81s Sem resposta: 4 Não seguiu as instruções: 3 Resposta incorreta: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 5.6 Combinado : 6.6 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.9 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#254#254	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 5 Tokens de entrada 267,840 Tokens de saída 192,115 Tokens de raciocínio 0 Tempo de resposta (médio) 32.88s Tempo de resposta (total) 756.28s Tempo de resposta (máx.) 197.32s Resposta incorreta: 11 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 5.2 Programação : 5.4 Combinado : 3.8 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 : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#259#259	Space Bunny Alphaxhigh	6.2	Stealth	$0.000	60.03s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 8 Tokens de entrada 363,310 Tokens de saída 381,919 Tokens de raciocínio 0 Tempo de resposta (médio) 60.03s Tempo de resposta (total) 1380.67s Tempo de resposta (máx.) 459.99s Resposta incorreta: 9 Não seguiu as instruções: 2 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.2 Truques anti-IA : 6.4 Programação : 6.6 Combinado : 3.2 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.0 Seguimento de instruções : 5.6 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#268#268	Apodex 1.1 Minilow	6.1	Apodex	$0.000	33.68s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 6 Tokens de entrada 321,894 Tokens de saída 139,334 Tokens de raciocínio 369,481 Tempo de resposta (médio) 33.68s Tempo de resposta (total) 774.73s Tempo de resposta (máx.) 163.05s Resposta incorreta: 9 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 8.7 Programação : 5.1 Combinado : 2.9 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
#274#274	Apodex 1.1 Minimedium	6.0	Apodex	$0.000	32.68s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 9.9 Taxa de acerto por tentativa 68.1% Testes instáveis 9 Tokens de entrada 293,112 Tokens de saída 152,376 Tokens de raciocínio 357,890 Tempo de resposta (médio) 32.68s Tempo de resposta (total) 751.72s Tempo de resposta (máx.) 115.57s Resposta incorreta: 9 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 3.4 Truques anti-IA : 10.0 Programação : 4.3 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 5.1 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#297#297	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
#299#299	Space Bunny Alphalow	5.7	Stealth	$0.000	30.63s
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 289,086 Tokens de saída 194,450 Tokens de raciocínio 0 Tempo de resposta (médio) 30.63s Tempo de resposta (total) 704.47s Tempo de resposta (máx.) 340.88s Resposta incorreta: 13 Não seguiu as instruções: 2 Tarefas de agentes : 4.7 Truques anti-IA : 6.9 Programação : 5.6 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 4.4 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#308#308	Ling 3.1 Flashnone	5.5	Inclusionai	$0.000	15.75s
Ver cartão do modelo Total de testes 23 Testes errados 18 Confiabilidade 9.8 Taxa de acerto por tentativa 33.3% Testes instáveis 5 Tokens de entrada 286,758 Tokens de saída 85,777 Tokens de raciocínio 0 Tempo de resposta (médio) 15.75s Tempo de resposta (total) 362.23s Tempo de resposta (máx.) 90.95s Resposta incorreta: 9 Não seguiu as instruções: 5 Sem resposta: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 3.6 Programação : 4.5 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 8.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#316#316	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 8.9 Taxa de acerto por tentativa 42.0% Testes instáveis 4 Tokens de entrada 166,347 Tokens de saída 423,884 Tokens de raciocínio 1,394,387 Tempo de resposta (médio) 140.39s Tempo de resposta (total) 3229.07s Tempo de resposta (máx.) 786.72s Resposta incorreta: 10 Formatação extra: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 3.9 Truques anti-IA : 8.4 Programação : 4.5 Combinado : 2.9 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 : 3.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#339#339	Apodex 1.1 Minidefault	5.1	Apodex	$0.000	7.79s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 10.0 Taxa de acerto por tentativa 29.0% Testes instáveis 8 Tokens de entrada 465,127 Tokens de saída 72,309 Tokens de raciocínio 0 Tempo de resposta (médio) 7.79s Tempo de resposta (total) 179.09s Tempo de resposta (máx.) 121.52s Resposta incorreta: 16 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Tarefas de agentes : 5.2 Truques anti-IA : 3.4 Programação : 3.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.4 Seguimento de instruções : 4.9 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#343#343	Dots 3 Note Previewdefault	5.0	Dots Studio	$0.000	5.36s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 10.0 Taxa de acerto por tentativa 15.9% Testes instáveis 1 Tokens de entrada 225,907 Tokens de saída 22,507 Tokens de raciocínio 0 Tempo de resposta (médio) 5.36s Tempo de resposta (total) 123.38s Tempo de resposta (máx.) 45.71s Resposta incorreta: 16 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.9 Truques anti-IA : 3.1 Programação : 4.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 3.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#360#360	North Mini Codedefault	4.7	Cohere	$0.000	29.47s
Ver cartão do modelo Total de testes 23 Testes errados 19 Confiabilidade 8.9 Taxa de acerto por tentativa 17.4% Testes instáveis 0 Tokens de entrada 177,989 Tokens de saída 26,954 Tokens de raciocínio 0 Tempo de resposta (médio) 29.47s Tempo de resposta (total) 677.70s Tempo de resposta (máx.) 159.85s Resposta incorreta: 13 Formatação extra: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Tarefas de agentes : 3.0 Truques anti-IA : 3.0 Programação : 3.9 Combinado : 3.2 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.9 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 9.5 Conhecimentos gerais : 3.0
#370#370	Owl Alphamedium	4.6	Openrouter	$0.000	11.95s
Ver cartão do modelo Total de testes 21 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 36.2% Testes instáveis 1 Tokens de entrada 43,478 Tokens de saída 2,974 Tokens de raciocínio 0 Tempo de resposta (médio) 11.95s Tempo de resposta (total) 250.88s Tempo de resposta (máx.) 58.63s Resposta incorreta: 10 Não seguiu as instruções: 2 Erro de API: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.8 Programação : 5.4 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#372#372	Owl Alphadefault	4.6	Openrouter	$0.000	9.88s
Ver cartão do modelo Total de testes 21 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 42,283 Tokens de saída 5,913 Tokens de raciocínio 0 Tempo de resposta (médio) 9.88s Tempo de resposta (total) 207.38s Tempo de resposta (máx.) 47.10s Resposta incorreta: 10 Não seguiu as instruções: 3 Formatação extra: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.4 Programação : 5.6 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#381#381	Cobuddymedium	4.4	Baidu	$0.000	38.01s
Ver cartão do modelo Total de testes 22 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 43.5% Testes instáveis 6 Tokens de entrada 37,449 Tokens de saída 1,677 Tokens de raciocínio 116,703 Tempo de resposta (médio) 38.01s Tempo de resposta (total) 798.15s Tempo de resposta (máx.) 309.02s Resposta incorreta: 9 Não seguiu as instruções: 3 Erro de API: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.7 Programação : 3.7 Combinado : 1.5 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 4.2 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#389#389	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 39.1% Testes instáveis 0 Tokens de entrada 32,639 Tokens de saída 1,153 Tokens de raciocínio 62,197 Tempo de resposta (médio) 15.25s Tempo de resposta (total) 182.96s Tempo de resposta (máx.) 43.55s Erro de API: 8 Resposta incorreta: 2 Tarefas de agentes : 0.0 Truques anti-IA : 8.3 Programação : 1.0 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#392#392	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 50.7% Testes instáveis 6 Tokens de entrada 28,927 Tokens de saída 4,682 Tokens de raciocínio 17,969 Tempo de resposta (médio) 10.33s Tempo de resposta (total) 175.58s Tempo de resposta (máx.) 30.53s Resposta incorreta: 4 Não seguiu as instruções: 2 Tempo esgotado: 2 Erro de API: 1 Formatação extra: 1 Tarefas de agentes : 0.0 Truques anti-IA : 7.3 Programação : 1.0 Combinado : 2.3 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 7.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#395#395	Ling 3.0 Tinydefault	3.8	Inclusionai	$0.000	13.39s
Ver cartão do modelo Total de testes 23 Testes errados 21 Confiabilidade 9.8 Taxa de acerto por tentativa 8.7% Testes instáveis 0 Tokens de entrada 184,579 Tokens de saída 110,071 Tokens de raciocínio 0 Tempo de resposta (médio) 13.39s Tempo de resposta (total) 294.48s Tempo de resposta (máx.) 240.61s Resposta incorreta: 13 Não seguiu as instruções: 4 Erro de API: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 4.8 Programação : 4.2 Combinado : 3.0 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 3.4 Seguimento de instruções : 3.1 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0

1 2 18

→

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