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: 2026-05-10 Modelos avaliados: 144

144/144

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#144#144	Granite 4.1 8Bnone	4.1	IBM Granite	$0.003	743ms
Ver cartão do modelo Total de testes 19 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 10.5% Testes instáveis 0 Tokens de saída 2,724 Tokens de raciocínio 0 Tempo de resposta (médio) 743ms Tempo de resposta (total) 14.11s Tempo de resposta (máx.) 2.17s Resposta incorreta: 12 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.9 Programação : 6.9 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
#143#143	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	811ms
Ver cartão do modelo Total de testes 16 Testes errados 14 Confiabilidade N/D Taxa de acerto por tentativa 18.8% Testes instáveis 2 Tokens de saída 1,185 Tokens de raciocínio 0 Tempo de resposta (médio) 811ms Tempo de resposta (total) 11.35s Tempo de resposta (máx.) 2.88s Resposta incorreta: 8 Erro de API: 4 Não seguiu as instruções: 2 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 : 3.7 Chamada de ferramentas : 3.0
#142#142	Qwen3.5-9Bmedium	4.3	Qwen	$0.035	80.10s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 3.3 Taxa de acerto por tentativa 33.3% Testes instáveis 7 Tokens de saída 27,365 Tokens de raciocínio 202,291 Tempo de resposta (médio) 80.10s Tempo de resposta (total) 1281.62s Tempo de resposta (máx.) 226.38s Tempo esgotado: 10 Resposta incorreta: 3 Formatação extra: 1 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 5.1 Programação : 2.6 Combinado : 3.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 2.8 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#141#141	Grok 4.1 Fastnone	4.4	X AI	$0.009	1.67s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 22.8% Testes instáveis 3 Tokens de saída 1,733 Tokens de raciocínio 0 Tempo de resposta (médio) 1.67s Tempo de resposta (total) 20.08s Tempo de resposta (máx.) 5.51s Resposta incorreta: 13 Não seguiu as instruções: 3 Truques anti-IA : 3.2 Programação : 5.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.4 Seguimento de instruções : 3.0 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#140#140	Ling-2.6-1Tnone	4.5	Inclusionai	$0.000	8.79s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade N/D Taxa de acerto por tentativa 16.7% Testes instáveis 0 Tokens de saída 2,434 Tokens de raciocínio 0 Tempo de resposta (médio) 8.79s Tempo de resposta (total) 158.19s Tempo de resposta (máx.) 25.72s Resposta incorreta: 12 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 5.5 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 : 0.0
#139#139	MiMo-V2-Flashnone	4.5	Xiaomi	$0.023	2.73s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 26.3% Testes instáveis 5 Tokens de saída 68,534 Tokens de raciocínio 0 Tempo de resposta (médio) 2.73s Tempo de resposta (total) 40.90s Tempo de resposta (máx.) 19.68s Resposta incorreta: 13 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.2 Programação : 6.3 Combinado : 3.0 Análise e extração de dados : 2.9 Específico do domínio : 5.3 Inteligência geral : 4.6 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#138#138	GLM 4.7 Flashmedium	4.5	Z.ai	$0.046	30.57s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 36.8% Testes instáveis 8 Tokens de saída 39,759 Tokens de raciocínio 73,598 Tempo de resposta (médio) 30.57s Tempo de resposta (total) 366.78s Tempo de resposta (máx.) 174.55s Resposta incorreta: 9 Não seguiu as instruções: 2 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 4.7 Programação : 3.6 Combinado : 2.8 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
#137#137	GPT-5.4 Nanonone	4.5	OpenAI	$0.010	1.36s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.6% Testes instáveis 6 Tokens de saída 2,783 Tokens de raciocínio 0 Tempo de resposta (médio) 1.36s Tempo de resposta (total) 25.91s Tempo de resposta (máx.) 3.84s Resposta incorreta: 14 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Programação : 7.1 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#136#136	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.6	NVIDIA	$0.000	726ms
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 25.6% Testes instáveis 2 Tokens de saída 1,267 Tokens de raciocínio 0 Tempo de resposta (médio) 726ms Tempo de resposta (total) 9.44s Tempo de resposta (máx.) 2.21s Resposta incorreta: 10 Não seguiu as instruções: 1 Truques anti-IA : 5.3 Programação : 10.0 Combinado : 0.0 Análise e extração de dados : 3.8 Específico do domínio : 3.6 Inteligência geral : 0.0 Seguimento de instruções : 4.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#135#135	Hy3 previewnone	4.6	Tencent	$0.000	12.96s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 26.3% Testes instáveis 2 Tokens de saída 2,654 Tokens de raciocínio 0 Tempo de resposta (médio) 12.96s Tempo de resposta (total) 233.26s Tempo de resposta (máx.) 35.84s Resposta incorreta: 8 Não seguiu as instruções: 4 Erro de API: 2 Formatação extra: 1 Truques anti-IA : 4.8 Programação : 2.3 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
#134#134	Qwen3.5-9Bnone	4.7	Qwen	$0.005	1.51s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 22.8% Testes instáveis 1 Tokens de saída 3,957 Tokens de raciocínio 0 Tempo de resposta (médio) 1.51s Tempo de resposta (total) 28.75s Tempo de resposta (máx.) 5.91s Resposta incorreta: 12 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Programação : 5.2 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 : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#133#133	Mercury 2none	4.7	Inception	$0.007	610ms
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 26.3% Testes instáveis 2 Tokens de saída 1,644 Tokens de raciocínio 0 Tempo de resposta (médio) 610ms Tempo de resposta (total) 11.59s Tempo de resposta (máx.) 1.27s Resposta incorreta: 14 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Programação : 3.6 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#132#132	Trinity Large Previewnone	4.8	Arcee AI	$0.001	3.03s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 26.3% Testes instáveis 3 Tokens de saída 2,190 Tokens de raciocínio 0 Tempo de resposta (médio) 3.03s Tempo de resposta (total) 57.60s Tempo de resposta (máx.) 14.34s Resposta incorreta: 12 Não seguiu as instruções: 3 Truques anti-IA : 3.1 Programação : 4.9 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.5 Seguimento de instruções : 3.4 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#131#131	Qwen3 Coder Nextmedium	4.8	Qwen	$0.008	9.95s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 31.6% Testes instáveis 3 Tokens de saída 3,253 Tokens de raciocínio 0 Tempo de resposta (médio) 9.95s Tempo de resposta (total) 129.40s Tempo de resposta (máx.) 81.80s Resposta incorreta: 11 Não seguiu as instruções: 3 Tempo esgotado: 1 Truques anti-IA : 3.5 Programação : 4.7 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
#130#130	MiMo-V2.5none	4.9	Xiaomi	$0.019	2.02s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 28.1% Testes instáveis 2 Tokens de saída 2,231 Tokens de raciocínio 0 Tempo de resposta (médio) 2.02s Tempo de resposta (total) 38.45s Tempo de resposta (máx.) 6.86s Resposta incorreta: 12 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 3.5 Programação : 10.0 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 : 4.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#129#129	GPT-4o-mininone	4.9	OpenAI	$0.005	1.90s
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 saída 1,962 Tokens de raciocínio 0 Tempo de resposta (médio) 1.90s Tempo de resposta (total) 22.79s Tempo de resposta (máx.) 7.58s Resposta incorreta: 13 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 3.0 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
#128#128	Qwen3.6 35B A3Bnone	5.0	Qwen	$0.019	2.73s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 37.3% Testes instáveis 5 Tokens de saída 17,515 Tokens de raciocínio 0 Tempo de resposta (médio) 2.73s Tempo de resposta (total) 46.41s Tempo de resposta (máx.) 12.46s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 3.6 Programação : 10.0 Combinado : 0.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.4 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 0.0 Conhecimentos gerais : 3.0
#127#127	GPT-5.4 Mininone	5.0	OpenAI	$0.032	1.18s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 3 Tokens de saída 2,461 Tokens de raciocínio 0 Tempo de resposta (médio) 1.18s Tempo de resposta (total) 22.34s Tempo de resposta (máx.) 2.52s Resposta incorreta: 11 Não seguiu as instruções: 3 Truques anti-IA : 3.1 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#126#126	Mistral Small 4none	5.1	Mistral	$0.006	651ms
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 29.8% Testes instáveis 1 Tokens de saída 2,224 Tokens de raciocínio 0 Tempo de resposta (médio) 651ms Tempo de resposta (total) 12.37s Tempo de resposta (máx.) 1.72s Resposta incorreta: 13 Não seguiu as instruções: 1 Truques anti-IA : 3.4 Programação : 4.5 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
#125#125	MiniMax M2.7medium	5.1	Minimax	$0.095	30.62s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 49.1% Testes instáveis 10 Tokens de saída 8,052 Tokens de raciocínio 66,239 Tempo de resposta (médio) 30.62s Tempo de resposta (total) 551.14s Tempo de resposta (máx.) 117.04s Resposta incorreta: 7 Não seguiu as instruções: 5 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Programação : 10.0 Combinado : 4.7 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 3.9 Seguimento de instruções : 3.8 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#124#124	Nemotron 3 Supernone	5.2	NVIDIA	$0.002	5.80s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 35.1% Testes instáveis 3 Tokens de saída 6,145 Tokens de raciocínio 0 Tempo de resposta (médio) 5.80s Tempo de resposta (total) 110.20s Tempo de resposta (máx.) 16.45s Resposta incorreta: 12 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 3.3 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
#123#123	Qwen3 Coder Nextnone	5.2	Qwen	$0.008	9.44s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 29.8% Testes instáveis 1 Tokens de saída 3,629 Tokens de raciocínio 0 Tempo de resposta (médio) 9.44s Tempo de resposta (total) 122.73s Tempo de resposta (máx.) 45.14s Resposta incorreta: 12 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Programação : 7.3 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#122#122	DeepSeek V4 Flashnone	5.2	DeepSeek	$0.008	28.01s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 31.6% Testes instáveis 2 Tokens de saída 4,464 Tokens de raciocínio 0 Tempo de resposta (médio) 28.01s Tempo de resposta (total) 532.17s Tempo de resposta (máx.) 111.96s Resposta incorreta: 10 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.0 Programação : 6.3 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
#121#121	gpt-oss-120bnone	5.2	OpenAI	$0.011	21.86s
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 36.8% Testes instáveis 3 Tokens de saída 51,505 Tokens de raciocínio 0 Tempo de resposta (médio) 21.86s Tempo de resposta (total) 349.78s Tempo de resposta (máx.) 113.71s Resposta incorreta: 8 Erro de API: 3 Não seguiu as instruções: 3 Truques anti-IA : 6.5 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 4.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#120#120	Ling-2.6-flashnone	5.3	Inclusionai	$0.001	9.76s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 35.1% Testes instáveis 2 Tokens de saída 2,878 Tokens de raciocínio 0 Tempo de resposta (médio) 9.76s Tempo de resposta (total) 185.37s Tempo de resposta (máx.) 35.34s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Truques anti-IA : 6.8 Programação : 10.0 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
#119#119	Laguna Xs.2none	5.3	Poolside	$0.000	806ms
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 0 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 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 : 0.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 3.0 Conhecimentos gerais : 0.0
#118#118	Elephant Alphanone	5.3	Openrouter	$0.000	1.23s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade N/D Taxa de acerto por tentativa 31.5% Testes instáveis 1 Tokens de saída 2,573 Tokens de raciocínio 0 Tempo de resposta (médio) 1.23s Tempo de resposta (total) 22.16s Tempo de resposta (máx.) 3.81s Resposta incorreta: 9 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.6 Programação : 6.4 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 : 4.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 0.0
#117#117	Laguna M.1none	5.4	Poolside	$0.000	2.89s
Ver cartão do modelo Total de testes 19 Testes errados 11 Confiabilidade 9.8 Taxa de acerto por tentativa 40.0% Testes instáveis 3 Tokens de saída 2,068 Tokens de raciocínio 0 Tempo de resposta (médio) 2.89s Tempo de resposta (total) 43.40s Tempo de resposta (máx.) 15.42s Resposta incorreta: 10 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.6 Programação : 7.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 0.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#116#116	GLM 5 Turbonone	5.4	Z.ai	$0.032	2.91s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 35.1% Testes instáveis 2 Tokens de saída 1,791 Tokens de raciocínio 0 Tempo de resposta (médio) 2.91s Tempo de resposta (total) 55.35s Tempo de resposta (máx.) 8.21s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 3.0 Programação : 5.3 Combinado : 3.0 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 : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#115#115	Grok 4.20none	5.4	X AI	$0.095	1.11s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 35.2% Testes instáveis 1 Tokens de saída 1,967 Tokens de raciocínio 0 Tempo de resposta (médio) 1.11s Tempo de resposta (total) 20.02s Tempo de resposta (máx.) 6.04s Resposta incorreta: 10 Formatação extra: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.8 Programação : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumDisponível grátis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida