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)
#247#247	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 6 Tokens de entrada 275,779 Tokens de saída 14,401 Tokens de raciocínio 25,511 Tempo de resposta (médio) 4.79s Tempo de resposta (total) 110.24s Tempo de resposta (máx.) 53.91s Resposta incorreta: 9 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 9.0 Programação : 4.3 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 4.7
#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
#263#263	Gemini 3.1 Flash Lite Previewnone	6.2	Google	$0.090	3.60s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 1 Tokens de entrada 261,962 Tokens de saída 12,799 Tokens de raciocínio 2,961 Tempo de resposta (médio) 3.60s Tempo de resposta (total) 82.91s Tempo de resposta (máx.) 48.59s Resposta incorreta: 8 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#290#290	Ling 3.0 Flashhigh	5.8	Inclusionai	$0.021 ↕	13.08s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.8 Taxa de acerto por tentativa 60.9% Testes instáveis 4 Tokens de entrada 132,044 Tokens de saída 92,135 Tokens de raciocínio 207,321 Tempo de resposta (médio) 13.08s Tempo de resposta (total) 287.79s Tempo de resposta (máx.) 75.27s Resposta incorreta: 7 Erro de API: 2 Chamada de ferramenta inválida: 2 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 6.7 Combinado : 2.9 Análise e extração de dados : 7.3 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#325#325	Qwen3.6 Max Previewnone	5.3	Qwen	$0.228 ↓	7.82s
Ver cartão do modelo Total de testes 22 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 53.6% Testes instáveis 2 Tokens de entrada 106,348 Tokens de saída 19,257 Tokens de raciocínio 0 Tempo de resposta (médio) 7.82s Tempo de resposta (total) 172.04s Tempo de resposta (máx.) 102.62s Resposta incorreta: 11 Tarefas de agentes : 0.0 Truques anti-IA : 5.2 Programação : 3.8 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#419#419	Span-02default	2.8	Respan	$0.001	1.36s
Ver cartão do modelo Total de testes 12 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 26.1% Testes instáveis 0 Tokens de entrada 70,626 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 1.36s Tempo de resposta (total) 16.37s Tempo de resposta (máx.) 5.71s Resposta incorreta: 6 Tarefas de agentes : 0.0 Truques anti-IA : 5.8 Programação : 4.9 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#423#423	Jev 1.13default	2.6	Typesafe	$0.003	698ms
Ver cartão do modelo Total de testes 12 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 26.1% Testes instáveis 0 Tokens de entrada 67,092 Tokens de saída 18,927 Tokens de raciocínio 0 Tempo de resposta (médio) 698ms Tempo de resposta (total) 8.38s Tempo de resposta (máx.) 1.08s Resposta incorreta: 6 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.2 Combinado : 0.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 3.3 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#433#433	Step 3.5 Flashnone	1.9	Stepfun	$0.020	39.03s
Ver cartão do modelo Total de testes 12 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 26.1% Testes instáveis 0 Tokens de entrada 1,971 Tokens de saída 50,509 Tokens de raciocínio 33,867 Tempo de resposta (médio) 39.03s Tempo de resposta (total) 312.26s Tempo de resposta (máx.) 114.12s Erro de API: 4 Não seguiu as instruções: 1 Resposta incorreta: 1 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 1.0 Combinado : 1.5 Análise e extração de dados : 1.5 Específico do domínio : 3.3 Inteligência geral : 4.0 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 0.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#104#104	DeepSeek V4 Pro 0423high	8.1	DeepSeek	$0.149 ↓	91.29s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 6 Tokens de entrada 287,061 Tokens de saída 32,056 Tokens de raciocínio 196,607 Tempo de resposta (médio) 91.29s Tempo de resposta (total) 2099.56s Tempo de resposta (máx.) 416.76s Resposta incorreta: 9 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 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
#133#133	Muse Glimmer 30Bhigh	7.7	Meta	$0.506 ↓	69.87s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 8 Tokens de entrada 281,859 Tokens de saída 102,526 Tokens de raciocínio 286,217 Tempo de resposta (médio) 69.87s Tempo de resposta (total) 1607.12s Tempo de resposta (máx.) 451.90s Resposta incorreta: 7 Não seguiu as instruções: 3 Sem resposta: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 8.8 Combinado : 6.4 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 5.3 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 6.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#151#151	Seed-2.0-Codemedium	7.4	Bytedance Seed	$1.275	100.65s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 8.0 Taxa de acerto por tentativa 65.2% Testes instáveis 7 Tokens de entrada 244,499 Tokens de saída 8,744 Tokens de raciocínio 375,349 Tempo de resposta (médio) 100.65s Tempo de resposta (total) 2314.88s Tempo de resposta (máx.) 626.58s Resposta incorreta: 6 Erro de API: 4 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.9 Programação : 8.9 Combinado : 4.7 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#173#173	Step 3.7 Flashlow	7.2	Stepfun	$0.449	20.72s
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 292,685 Tokens de saída 339,108 Tokens de raciocínio 0 Tempo de resposta (médio) 20.72s Tempo de resposta (total) 476.67s Tempo de resposta (máx.) 124.75s Resposta incorreta: 9 Chamada de ferramenta inválida: 2 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 7.3 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#174#174	Qwen3.6 27Bmedium	7.2	Qwen	$1.021 ↑	107.79s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 7 Tokens de entrada 264,147 Tokens de saída 34,419 Tokens de raciocínio 253,480 Tempo de resposta (médio) 107.79s Tempo de resposta (total) 2479.26s Tempo de resposta (máx.) 1085.11s Resposta incorreta: 5 Sem resposta: 3 Chamada de ferramenta inválida: 2 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 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
#183#183	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 5 Tokens de entrada 245,179 Tokens de saída 62,697 Tokens de raciocínio 196,621 Tempo de resposta (médio) 81.18s Tempo de resposta (total) 1785.87s Tempo de resposta (máx.) 365.80s Resposta incorreta: 8 Tempo esgotado: 2 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.3 Programação : 7.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.7 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#189#189	Muse Glimmer 30Blow	6.9	Meta	$0.219 ↓	22.40s
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 307,228 Tokens de saída 36,044 Tokens de raciocínio 71,621 Tempo de resposta (médio) 22.40s Tempo de resposta (total) 515.14s Tempo de resposta (máx.) 234.92s Resposta incorreta: 6 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 2 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.7 Programação : 8.1 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 5.0 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#193#193	GPT-5.6 Lunalow	6.9	OpenAI	$0.049 ↓	6.96s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 56.5% Testes instáveis 5 Tokens de entrada 202,680 Tokens de saída 9,230 Tokens de raciocínio 18,771 Tempo de resposta (médio) 6.96s Tempo de resposta (total) 160.19s Tempo de resposta (máx.) 45.74s Resposta incorreta: 10 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.0 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#198#198	Inklinglow	6.8	Thinkingmachines	$0.293 ↓	6.81s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 56.5% Testes instáveis 4 Tokens de entrada 213,901 Tokens de saída 9,623 Tokens de raciocínio 12,414 Tempo de resposta (médio) 6.81s Tempo de resposta (total) 156.70s Tempo de resposta (máx.) 44.24s Resposta incorreta: 8 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 5.1 Combinado : 2.9 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 : 6.4 Chamada de ferramentas : 3.0 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
#206#206	Solar Pro 4low	6.7	Upstage	$0.101 ↑	145.21s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 7 Tokens de entrada 384,974 Tokens de saída 13,946 Tokens de raciocínio 371,916 Tempo de resposta (médio) 145.21s Tempo de resposta (total) 3339.87s Tempo de resposta (máx.) 640.89s Resposta incorreta: 7 Não seguiu as instruções: 2 Erro de API: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.2 Programação : 5.5 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.5 Seguimento de instruções : 8.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#208#208	MiniMax M3medium	6.7	Minimax	$0.422 ↑	77.03s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 9.7 Taxa de acerto por tentativa 59.4% Testes instáveis 5 Tokens de entrada 166,517 Tokens de saída 107,386 Tokens de raciocínio 217,548 Tempo de resposta (médio) 77.03s Tempo de resposta (total) 1694.74s Tempo de resposta (máx.) 431.03s Resposta incorreta: 5 Tempo esgotado: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 3.0 Truques anti-IA : 5.5 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.2 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#209#209	Ember-1max	6.7	Fireworks	$3.264	97.34s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 8.3 Taxa de acerto por tentativa 59.4% Testes instáveis 6 Tokens de entrada 153,399 Tokens de saída 7,803 Tokens de raciocínio 179,098 Tempo de resposta (médio) 97.34s Tempo de resposta (total) 2238.73s Tempo de resposta (máx.) 587.08s Erro de API: 8 Resposta incorreta: 3 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 5.2 Combinado : 6.5 Análise e extração de dados : 6.4 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 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
#213#213	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
#219#219	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
#221#221	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

←

1 9 10 11 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