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)
#78#78	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 64.8% 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 Truques anti-IA : 7.3 Programação : 3.0 Combinado : 4.7 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
#91#91	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 52.6% Testes instáveis 2 Tokens de entrada 44,969 Tokens de saída 58,087 Tokens de raciocínio 0 Tempo de resposta (médio) 14.73s Tempo de resposta (total) 220.93s Tempo de resposta (máx.) 53.14s Erro de API: 4 Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.5 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#95#95	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 47.4% 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 Truques anti-IA : 8.3 Programação : 3.0 Combinado : 10.0 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
#107#107	Owl Alphamedium	5.8	Openrouter	$0.000	11.64s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 41.7% Testes instáveis 1 Tokens de entrada 40,601 Tokens de saída 2,965 Tokens de raciocínio 0 Tempo de resposta (médio) 11.64s Tempo de resposta (total) 232.83s Tempo de resposta (máx.) 58.63s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 4.8 Programação : 6.6 Combinado : 3.0 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
#115#115	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 6 Tokens de entrada 39,481 Tokens de saída 54,218 Tokens de raciocínio 0 Tempo de resposta (médio) 6.73s Tempo de resposta (total) 100.98s Tempo de resposta (máx.) 29.11s Resposta incorreta: 6 Erro de API: 4 Sem resposta: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.9 Programação : 6.3 Combinado : 3.0 Análise e extração de dados : 7.1 Específico do domínio : 4.1 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#116#116	Cobuddymedium	5.8	Baidu	$0.000	39.90s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 6 Tokens de entrada 37,449 Tokens de saída 1,677 Tokens de raciocínio 116,703 Tempo de resposta (médio) 39.90s Tempo de resposta (total) 797.98s Tempo de resposta (máx.) 309.02s Resposta incorreta: 9 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.7 Programação : 4.1 Combinado : 3.0 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
#118#118	Owl Alphanone	5.7	Openrouter	$0.000	8.80s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.3% Testes instáveis 1 Tokens de entrada 39,406 Tokens de saída 4,802 Tokens de raciocínio 0 Tempo de resposta (médio) 8.80s Tempo de resposta (total) 176.09s Tempo de resposta (máx.) 47.10s Resposta incorreta: 9 Não seguiu as instruções: 3 Formatação extra: 1 Truques anti-IA : 3.4 Programação : 7.0 Combinado : 3.0 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
#119#119	Hunter Alphanone	5.7	OpenRouter	$0.000	4.70s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 46.3% Testes instáveis 4 Tokens de entrada 34,329 Tokens de saída 2,264 Tokens de raciocínio 0 Tempo de resposta (médio) 4.70s Tempo de resposta (total) 79.86s Tempo de resposta (máx.) 15.17s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 3.5 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 10.0
#134#134	Elephant Alphamedium	5.3	Openrouter	$0.000	1.27s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade N/D Taxa de acerto por tentativa 31.7% Testes instáveis 1 Tokens de entrada 33,744 Tokens de saída 2,596 Tokens de raciocínio 0 Tempo de resposta (médio) 1.27s Tempo de resposta (total) 22.82s Tempo de resposta (máx.) 3.70s Resposta incorreta: 9 Erro de API: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.6 Programação : 4.0 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#136#136	Elephant Alphanone	5.1	Openrouter	$0.000	1.22s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade N/D Taxa de acerto por tentativa 28.3% Testes instáveis 1 Tokens de entrada 33,743 Tokens de saída 2,573 Tokens de raciocínio 0 Tempo de resposta (médio) 1.22s Tempo de resposta (total) 22.03s Tempo de resposta (máx.) 3.81s Resposta incorreta: 9 Não seguiu as instruções: 3 Erro de API: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.6 Programação : 4.7 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 4.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#144#144	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 9.8 Taxa de acerto por tentativa 31.6% Testes instáveis 3 Tokens de entrada 38,147 Tokens de saída 2,054 Tokens de raciocínio 0 Tempo de resposta (médio) 2.89s Tempo de resposta (total) 43.28s Tempo de resposta (máx.) 15.42s Resposta incorreta: 10 Erro de API: 4 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 7.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#145#145	Laguna Xs.2none	4.8	Poolside	$0.000	806ms
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 26.3% Testes instáveis 0 Tokens de entrada 33,675 Tokens de saída 2,826 Tokens de raciocínio 0 Tempo de resposta (médio) 806ms Tempo de resposta (total) 12.09s Tempo de resposta (máx.) 2.01s Resposta incorreta: 8 Erro de API: 4 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.0 Programação : 2.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#152#152	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	4.6	NVIDIA	$0.000	17.13s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 31.6% Testes instáveis 5 Tokens de entrada 11,661 Tokens de saída 48,491 Tokens de raciocínio 180,695 Tempo de resposta (médio) 17.13s Tempo de resposta (total) 222.66s Tempo de resposta (máx.) 147.45s Resposta incorreta: 7 Erro de API: 6 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.4 Programação : 3.3 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 3.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#160#160	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.1	NVIDIA	$0.000	728ms
Ver cartão do modelo Total de testes 19 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 17.5% Testes instáveis 2 Tokens de entrada 11,661 Tokens de saída 1,302 Tokens de raciocínio 0 Tempo de resposta (médio) 728ms Tempo de resposta (total) 9.47s Tempo de resposta (máx.) 2.21s Resposta incorreta: 9 Erro de API: 6 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 3.8 Específico do domínio : 3.6 Inteligência geral : 3.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#159#159	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	782ms
Ver cartão do modelo Total de testes 16 Testes errados 14 Confiabilidade N/D Taxa de acerto por tentativa 16.7% Testes instáveis 1 Tokens de entrada 10,771 Tokens de saída 1,173 Tokens de raciocínio 0 Tempo de resposta (médio) 782ms Tempo de resposta (total) 10.94s Tempo de resposta (máx.) 3.15s Resposta incorreta: 9 Erro de API: 4 Não seguiu as instruções: 1 Truques anti-IA : 3.3 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 5.9 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.8 Chamada de ferramentas : 3.0
#135#135	Ling-2.6-flashnone	5.2	Inclusionai	$0.001 ↑	9.34s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 2 Tokens de entrada 40,718 Tokens de saída 2,878 Tokens de raciocínio 0 Tempo de resposta (médio) 9.34s Tempo de resposta (total) 177.48s Tempo de resposta (máx.) 35.34s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Erro de API: 1 Truques anti-IA : 6.8 Programação : 6.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 25.0% Testes instáveis 2 Tokens de entrada 27,172 Tokens de saída 2,661 Tokens de raciocínio 0 Tempo de resposta (médio) 12.92s Tempo de resposta (total) 232.64s Tempo de resposta (máx.) 35.84s Resposta incorreta: 8 Não seguiu as instruções: 4 Erro de API: 3 Formatação extra: 1 Truques anti-IA : 4.8 Programação : 2.7 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 4.1 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#149#149	Qwen3.5-9Bnone	4.7	Qwen	$0.003 ↓	1.68s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 21.7% Testes instáveis 1 Tokens de entrada 45,200 Tokens de saída 3,943 Tokens de raciocínio 0 Tempo de resposta (médio) 1.68s Tempo de resposta (total) 33.66s Tempo de resposta (máx.) 5.91s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Programação : 4.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#161#161	Granite 4.1 8Bnone	4.1	IBM Granite	$0.003	719ms
Ver cartão do modelo Total de testes 20 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 10.0% Testes instáveis 0 Tokens de entrada 43,135 Tokens de saída 2,743 Tokens de raciocínio 0 Tempo de resposta (médio) 719ms Tempo de resposta (total) 14.37s Tempo de resposta (máx.) 2.17s Resposta incorreta: 13 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.9 Programação : 5.2 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 3.6 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 0 Tokens de entrada 17,818 Tokens de saída 1,398 Tokens de raciocínio 0 Tempo de resposta (médio) 4.05s Tempo de resposta (total) 72.97s Tempo de resposta (máx.) 26.13s Resposta incorreta: 7 Erro de API: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.5 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 46.7% Testes instáveis 2 Tokens de entrada 36,978 Tokens de saída 1,815 Tokens de raciocínio 0 Tempo de resposta (médio) 5.96s Tempo de resposta (total) 119.22s Tempo de resposta (máx.) 57.10s Resposta incorreta: 9 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 4.1 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#120#120	GLM 4.7 Flashnone	5.6	Z.ai	$0.004	3.01s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 38.3% Testes instáveis 3 Tokens de entrada 36,147 Tokens de saída 2,515 Tokens de raciocínio 0 Tempo de resposta (médio) 3.01s Tempo de resposta (total) 39.12s Tempo de resposta (máx.) 7.05s Resposta incorreta: 12 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 5.2 Programação : 5.0 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 4.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#104#104	Qwen3.5-Flashnone	5.9	Qwen	$0.004 ↓	3.74s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 41.7% Testes instáveis 1 Tokens de entrada 43,598 Tokens de saída 4,270 Tokens de raciocínio 0 Tempo de resposta (médio) 3.74s Tempo de resposta (total) 74.71s Tempo de resposta (máx.) 27.18s Resposta incorreta: 12 Truques anti-IA : 3.5 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Ver cartão do modelo Total de testes 20 Testes errados 17 Confiabilidade N/D Taxa de acerto por tentativa 15.0% Testes instáveis 0 Tokens de entrada 34,905 Tokens de saída 2,434 Tokens de raciocínio 0 Tempo de resposta (médio) 7.72s Tempo de resposta (total) 139.00s Tempo de resposta (máx.) 25.72s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 4.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#143#143	GPT-4o-mininone	4.9	OpenAI	$0.006	1.85s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 25.0% Testes instáveis 0 Tokens de entrada 28,896 Tokens de saída 1,977 Tokens de raciocínio 0 Tempo de resposta (médio) 1.85s Tempo de resposta (total) 24.00s Tempo de resposta (máx.) 7.58s Resposta incorreta: 14 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 3.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 3 Tokens de entrada 33,717 Tokens de saída 6,186 Tokens de raciocínio 0 Tempo de resposta (médio) 5.47s Tempo de resposta (total) 109.43s Tempo de resposta (máx.) 16.45s Resposta incorreta: 13 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.6 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#141#141	MiMo-V2.5none	5.0	Xiaomi	$0.007 ↓	2.20s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 28.3% Testes instáveis 1 Tokens de entrada 39,342 Tokens de saída 2,258 Tokens de raciocínio 0 Tempo de resposta (médio) 2.20s Tempo de resposta (total) 43.96s Tempo de resposta (máx.) 6.86s Resposta incorreta: 13 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.5 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#140#140	Mistral Small 4none	5.0	Mistral	$0.007	629ms
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 28.3% Testes instáveis 1 Tokens de entrada 34,567 Tokens de saída 2,192 Tokens de raciocínio 0 Tempo de resposta (médio) 629ms Tempo de resposta (total) 12.59s Tempo de resposta (máx.) 1.72s Resposta incorreta: 14 Não seguiu as instruções: 1 Truques anti-IA : 3.4 Programação : 4.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 31.7% Testes instáveis 3 Tokens de entrada 47,538 Tokens de saída 13,700 Tokens de raciocínio 0 Tempo de resposta (médio) 27.97s Tempo de resposta (total) 559.36s Tempo de resposta (máx.) 111.96s Resposta incorreta: 11 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.0 Programação : 4.8 Combinado : 4.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#147#147	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008 ↓	9.16s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 30.0% Testes instáveis 3 Tokens de entrada 44,607 Tokens de saída 3,310 Tokens de raciocínio 0 Tempo de resposta (médio) 9.16s Tempo de resposta (total) 128.25s Tempo de resposta (máx.) 81.80s Resposta incorreta: 12 Não seguiu as instruções: 3 Tempo esgotado: 1 Truques anti-IA : 3.5 Programação : 4.1 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 6.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 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