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)
#162#162	LongCat 2.0high	7.3	Meituan	$0.778 ↑	151.67s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 53.6% Testes instáveis 4 Tokens de entrada 275,080 Tokens de saída 32,447 Tokens de raciocínio 372,188 Tempo de resposta (médio) 151.67s Tempo de resposta (total) 3488.43s Tempo de resposta (máx.) 941.66s Resposta incorreta: 7 Não seguiu as instruções: 2 Sem resposta: 2 Tempo esgotado: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.9 Programação : 7.8 Combinado : 10.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 5.1 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#165#165	Qwen3.5-27Bnone	7.2	Qwen	$0.116	9.98s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 47.8% Testes instáveis 2 Tokens de entrada 283,977 Tokens de saída 36,422 Tokens de raciocínio 0 Tempo de resposta (médio) 9.98s Tempo de resposta (total) 229.52s Tempo de resposta (máx.) 124.53s Resposta incorreta: 11 Não seguiu as instruções: 2 Tarefas de agentes : 10.0 Truques anti-IA : 4.8 Programação : 5.8 Combinado : 6.4 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 : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#185#185	Step 5 Previewhigh	7.0	Stepfun	$4.513	154.41s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 9.5 Taxa de acerto por tentativa 52.2% Testes instáveis 4 Tokens de entrada 243,381 Tokens de saída 1,581,325 Tokens de raciocínio 0 Tempo de resposta (médio) 154.41s Tempo de resposta (total) 3551.40s Tempo de resposta (máx.) 455.72s Sem resposta: 7 Resposta incorreta: 3 Erro de API: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 2.9 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.4 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#194#194	Claude Sonnet 5.5low	6.9	Anthropic	$0.909	7.46s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 46.4% Testes instáveis 2 Tokens de entrada 291,853 Tokens de saída 24,116 Tokens de raciocínio 8,327 Tempo de resposta (médio) 7.46s Tempo de resposta (total) 171.47s Tempo de resposta (máx.) 46.61s Formatação extra: 5 Não seguiu as instruções: 5 Chamada de ferramenta inválida: 1 Sem resposta: 1 Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 3.2 Combinado : 7.9 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#216#216	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
#217#217	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
#218#218	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
#237#237	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
#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
#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
#271#271	Step 5 Previewmedium	6.1	Stepfun	$4.136	136.10s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 9.6 Taxa de acerto por tentativa 53.6% Testes instáveis 5 Tokens de entrada 261,842 Tokens de saída 1,434,621 Tokens de raciocínio 0 Tempo de resposta (médio) 136.10s Tempo de resposta (total) 3130.27s Tempo de resposta (máx.) 438.09s Sem resposta: 6 Resposta incorreta: 3 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 6.4 Programação : 2.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#278#278	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.7% Testes instáveis 3 Tokens de entrada 100,255 Tokens de saída 6,422 Tokens de raciocínio 49,847 Tempo de resposta (médio) 6.03s Tempo de resposta (total) 138.65s Tempo de resposta (máx.) 17.26s Resposta incorreta: 6 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Erro de API: 1 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.3 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#280#280	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 49.3% Testes instáveis 3 Tokens de entrada 238,785 Tokens de saída 12,875 Tokens de raciocínio 0 Tempo de resposta (médio) 3.95s Tempo de resposta (total) 90.76s Tempo de resposta (máx.) 50.03s Resposta incorreta: 9 Não seguiu as instruções: 3 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#296#296	Seed 2.1 Turbonone	5.7	Bytedance Seed	$0.182	9.65s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 52.2% Testes instáveis 3 Tokens de entrada 298,242 Tokens de saída 13,105 Tokens de raciocínio 0 Tempo de resposta (médio) 9.65s Tempo de resposta (total) 221.91s Tempo de resposta (máx.) 71.45s Resposta incorreta: 12 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 4.5 Combinado : 3.8 Análise e extração de dados : 7.1 Específico do domínio : 7.7 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#302#302	Step 5 Previewlow	5.6	Stepfun	$4.110	138.27s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 9.7 Taxa de acerto por tentativa 58.0% Testes instáveis 7 Tokens de entrada 261,256 Tokens de saída 1,425,268 Tokens de raciocínio 0 Tempo de resposta (médio) 138.27s Tempo de resposta (total) 3180.10s Tempo de resposta (máx.) 436.56s Sem resposta: 7 Erro de API: 2 Resposta incorreta: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.4 Truques anti-IA : 6.9 Programação : 2.7 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#437#437	Solar Decide Flashdefault	1.7	Upstage	$0.003	1.33s
Ver cartão do modelo Total de testes 7 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 13.0% Testes instáveis 0 Tokens de entrada 47,586 Tokens de saída 51 Tokens de raciocínio 0 Tempo de resposta (médio) 1.33s Tempo de resposta (total) 9.32s Tempo de resposta (máx.) 1.66s Resposta incorreta: 4 Tarefas de agentes : 0.0 Truques anti-IA : 0.8 Programação : 0.0 Combinado : 0.0 Análise e extração de dados : 10.0 Específico do domínio : 4.4 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#440#440	Tev1 4B Experimentaldefault	1.0	Togethercomputer	$0.002	498ms
Ver cartão do modelo Total de testes 7 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 13.0% Testes instáveis 0 Tokens de entrada 33,864 Tokens de saída 96 Tokens de raciocínio 0 Tempo de resposta (médio) 498ms Tempo de resposta (total) 3.49s Tempo de resposta (máx.) 602ms Resposta incorreta: 4 Tarefas de agentes : 0.0 Truques anti-IA : 2.5 Programação : 0.0 Combinado : 0.0 Análise e extração de dados : 3.0 Específico do domínio : 6.7 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#424#424	Decider V1.2default	2.6	Perplexity	$0.001	517ms
Ver cartão do modelo Total de testes 12 Testes errados 7 Confiabilidade 9.4 Taxa de acerto por tentativa 24.6% Testes instáveis 1 Tokens de entrada 48,363 Tokens de saída 67 Tokens de raciocínio 0 Tempo de resposta (médio) 517ms Tempo de resposta (total) 6.20s Tempo de resposta (máx.) 776ms Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 5.8 Programação : 4.5 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#303#303	GLM 5none	5.6	Z.ai	$0.140 ↑	8.74s
Ver cartão do modelo Total de testes 22 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 1 Tokens de entrada 190,675 Tokens de saída 5,577 Tokens de raciocínio 0 Tempo de resposta (médio) 8.74s Tempo de resposta (total) 131.17s Tempo de resposta (máx.) 74.80s Resposta incorreta: 13 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 4.0 Combinado : 1.5 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#222#222	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
#228#228	GLM 5.1none	6.5	Z.ai	$0.451 ↑	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
#231#231	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
#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
#277#277	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 43.5% Testes instáveis 2 Tokens de entrada 278,866 Tokens de saída 82,069 Tokens de raciocínio 0 Tempo de resposta (médio) 9.66s Tempo de resposta (total) 222.07s Tempo de resposta (máx.) 106.86s Resposta incorreta: 10 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.5 Programação : 5.6 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.9 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