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)
#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
#132#132	GPT-6 Lunahigh	7.7	OpenAI	$0.074	20.37s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.9% Testes instáveis 4 Tokens de entrada 229,986 Tokens de saída 6,037 Tokens de raciocínio 95,550 Tempo de resposta (médio) 20.37s Tempo de resposta (total) 468.52s Tempo de resposta (máx.) 106.93s Resposta incorreta: 6 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.2 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.1 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#418#418	Command A+low	3.0	Cohere	$0.073	92.50s
Ver cartão do modelo Total de testes 23 Testes errados 23 Confiabilidade 3.5 Taxa de acerto por tentativa 1.5% Testes instáveis 1 Tokens de entrada 114,874 Tokens de saída 1,992 Tokens de raciocínio 23,529 Tempo de resposta (médio) 92.50s Tempo de resposta (total) 2127.40s Tempo de resposta (máx.) 128.54s Erro de API: 22 Resposta incorreta: 1 Tarefas de agentes : 2.8 Truques anti-IA : 3.0 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 3.0 Inteligência geral : 3.0 Seguimento de instruções : 3.0 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#167#167	Qwen3.8 27Bmedium	7.2	Qwen	~$0.073	40.09s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.7 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 277,164 Tokens de saída 1,913 Tokens de raciocínio 168,783 Tempo de resposta (médio) 40.09s Tempo de resposta (total) 881.89s Tempo de resposta (máx.) 214.63s Resposta incorreta: 4 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#137#137	Qwen3.7 Flashlow	7.7	Qwen	$0.071 ↑	41.03s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 6 Tokens de entrada 318,058 Tokens de saída 16,035 Tokens de raciocínio 315,072 Tempo de resposta (médio) 41.03s Tempo de resposta (total) 943.75s Tempo de resposta (máx.) 394.54s Resposta incorreta: 7 Não seguiu as instruções: 3 Erro de API: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.7 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.0 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 7.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#363#363	Qwen3 Coder Nextmedium	4.7	Qwen	$0.071 ↑	16.97s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 10.0 Taxa de acerto por tentativa 24.6% Testes instáveis 4 Tokens de entrada 311,647 Tokens de saída 40,395 Tokens de raciocínio 0 Tempo de resposta (médio) 16.97s Tempo de resposta (total) 305.55s Tempo de resposta (máx.) 151.35s Resposta incorreta: 15 Não seguiu as instruções: 3 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.5 Programação : 3.7 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 6.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#378#378	KAT Coder AIR V2.5default	4.4	Kwaipilot	$0.070	11.96s
Ver cartão do modelo Total de testes 23 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 34.8% Testes instáveis 7 Tokens de entrada 69,376 Tokens de saída 7,792 Tokens de raciocínio 89,960 Tempo de resposta (médio) 11.96s Tempo de resposta (total) 275.18s Tempo de resposta (máx.) 121.05s Resposta incorreta: 13 Formatação extra: 3 Erro de API: 2 Tarefas de agentes : 3.0 Truques anti-IA : 5.3 Programação : 3.3 Combinado : 3.8 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#282#282	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 9.9 Taxa de acerto por tentativa 47.8% Testes instáveis 4 Tokens de entrada 202,069 Tokens de saída 11,961 Tokens de raciocínio 0 Tempo de resposta (médio) 3.58s Tempo de resposta (total) 82.24s Tempo de resposta (máx.) 43.82s Resposta incorreta: 12 Não seguiu as instruções: 1 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 : 2.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#393#393	Grok 4.1 Fastmedium	3.9	X AI	$0.069 ↑	23.85s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 50.7% Testes instáveis 6 Tokens de entrada 42,845 Tokens de saída 2,006 Tokens de raciocínio 96,334 Tempo de resposta (médio) 23.85s Tempo de resposta (total) 286.16s Tempo de resposta (máx.) 121.79s Não seguiu as instruções: 4 Resposta incorreta: 4 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 0.0 Truques anti-IA : 8.7 Programação : 0.8 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 5.8 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#365#365	GPT-5.4 Nanonone	4.6	OpenAI	$0.068	4.42s
Ver cartão do modelo Total de testes 23 Testes errados 19 Confiabilidade 10.0 Taxa de acerto por tentativa 26.1% Testes instáveis 4 Tokens de entrada 246,687 Tokens de saída 14,894 Tokens de raciocínio 0 Tempo de resposta (médio) 4.42s Tempo de resposta (total) 101.75s Tempo de resposta (máx.) 45.38s Resposta incorreta: 16 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 3.9 Truques anti-IA : 3.5 Programação : 4.6 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 : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#202#202	Solar Pro 4xhigh	6.7	Upstage	$0.067	142.76s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 58.0% Testes instáveis 2 Tokens de entrada 150,033 Tokens de saída 22,347 Tokens de raciocínio 402,143 Tempo de resposta (médio) 142.76s Tempo de resposta (total) 3283.43s Tempo de resposta (máx.) 491.42s Resposta incorreta: 5 Não seguiu as instruções: 3 Sem resposta: 2 Formatação extra: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.3 Programação : 5.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.5 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 8.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#348#348	Qwen3 Coder Nextdefault	4.9	Qwen	$0.067 ↑	19.73s
Ver cartão do modelo Total de testes 23 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 24.6% Testes instáveis 1 Tokens de entrada 250,329 Tokens de saída 45,168 Tokens de raciocínio 0 Tempo de resposta (médio) 19.73s Tempo de resposta (total) 355.09s Tempo de resposta (máx.) 208.38s Resposta incorreta: 15 Formatação extra: 1 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 3.9 Truques anti-IA : 3.6 Programação : 4.6 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
#148#148	GPT-5.6 Lunamedium	7.4	OpenAI	$0.065 ↓	9.64s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 3 Tokens de entrada 212,780 Tokens de saída 6,849 Tokens de raciocínio 41,137 Tempo de resposta (médio) 9.64s Tempo de resposta (total) 221.62s Tempo de resposta (máx.) 58.09s Resposta incorreta: 9 Chamada de ferramenta inválida: 1 Tarefas de agentes : 7.4 Truques anti-IA : 8.3 Programação : 5.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#408#408	Command A+medium	3.4	Cohere	$0.064	91.72s
Ver cartão do modelo Total de testes 23 Testes errados 23 Confiabilidade 3.5 Taxa de acerto por tentativa 0.0% Testes instáveis 0 Tokens de entrada 118,771 Tokens de saída 4,127 Tokens de raciocínio 14,668 Tempo de resposta (médio) 91.72s Tempo de resposta (total) 2109.54s Tempo de resposta (máx.) 112.76s Erro de API: 22 Resposta incorreta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.0 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 3.0 Inteligência geral : 3.0 Seguimento de instruções : 3.0 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#135#135	Claude Haiku 5.5medium	7.7	Anthropic	$0.063	7.71s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 7 Tokens de entrada 298,334 Tokens de saída 10,328 Tokens de raciocínio 55,846 Tempo de resposta (médio) 7.71s Tempo de resposta (total) 177.29s Tempo de resposta (máx.) 47.70s Resposta incorreta: 5 Formatação extra: 2 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 6.3 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#170#170	Qwen3.7 Flashhigh	7.2	Qwen	$0.063	45.48s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 7 Tokens de entrada 293,775 Tokens de saída 13,527 Tokens de raciocínio 396,291 Tempo de resposta (médio) 45.48s Tempo de resposta (total) 1045.97s Tempo de resposta (máx.) 431.47s Resposta incorreta: 8 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 6.9 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 : 7.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#74#74	Claude Haiku 5.5low	8.6	Anthropic	$0.061	7.51s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 3 Tokens de entrada 296,301 Tokens de saída 10,672 Tokens de raciocínio 50,978 Tempo de resposta (médio) 7.51s Tempo de resposta (total) 172.74s Tempo de resposta (máx.) 44.43s Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 7.9 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.6 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#318#318	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
Ver cartão do modelo Total de testes 23 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 30.4% Testes instáveis 2 Tokens de entrada 276,697 Tokens de saída 75,728 Tokens de raciocínio 0 Tempo de resposta (médio) 6.20s Tempo de resposta (total) 142.63s Tempo de resposta (máx.) 62.57s Resposta incorreta: 15 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 3.7 Combinado : 3.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#407#407	Grok 4.20none	3.4	X AI	$0.057 ↓	1.11s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 26.1% Testes instáveis 0 Tokens de entrada 41,313 Tokens de saída 1,923 Tokens de raciocínio 0 Tempo de resposta (médio) 1.11s Tempo de resposta (total) 19.96s Tempo de resposta (máx.) 6.04s Resposta incorreta: 10 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.8 Programação : 1.1 Combinado : 1.5 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 Conhecimentos gerais : 0.0
#158#158	GLM 5.3 Flashhigh	7.3	Z.ai	$0.056	29.11s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 4 Tokens de entrada 225,013 Tokens de saída 12,197 Tokens de raciocínio 87,143 Tempo de resposta (médio) 29.11s Tempo de resposta (total) 669.54s Tempo de resposta (máx.) 163.41s Resposta incorreta: 4 Formatação extra: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 8.3 Programação : 8.2 Combinado : 6.4 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
#328#328	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 47.8% Testes instáveis 4 Tokens de entrada 81,447 Tokens de saída 2,715 Tokens de raciocínio 11,971 Tempo de resposta (médio) 1.99s Tempo de resposta (total) 45.67s Tempo de resposta (máx.) 5.82s Resposta incorreta: 9 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Erro de API: 1 Tarefas de agentes : 3.0 Truques anti-IA : 9.2 Programação : 4.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.3 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#347#347	Inkling Smallnone	4.9	Thinkingmachines	$0.054 ↓	1.45s
Ver cartão do modelo Total de testes 23 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 23.2% Testes instáveis 1 Tokens de entrada 94,733 Tokens de saída 7,087 Tokens de raciocínio 1,683 Tempo de resposta (médio) 1.45s Tempo de resposta (total) 33.24s Tempo de resposta (máx.) 12.35s Resposta incorreta: 15 Erro de API: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 3.1 Programação : 3.6 Combinado : 6.5 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 : 3.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#262#262	DeepSeek V4 Flash 0731none	6.2	DeepSeek	$0.053 ↑	27.42s
Ver cartão do modelo Total de testes 23 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 30.4% Testes instáveis 4 Tokens de entrada 349,876 Tokens de saída 39,789 Tokens de raciocínio 0 Tempo de resposta (médio) 27.42s Tempo de resposta (total) 630.70s Tempo de resposta (máx.) 387.15s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Formatação extra: 1 Tarefas de agentes : 10.0 Truques anti-IA : 3.4 Programação : 4.3 Combinado : 3.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 9.5 Conhecimentos gerais : 3.0
#367#367	GLM 5V Turbonone	4.6	Z.ai	$0.052	2.99s
Ver cartão do modelo Total de testes 21 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 34.8% Testes instáveis 0 Tokens de entrada 37,100 Tokens de saída 1,766 Tokens de raciocínio 0 Tempo de resposta (médio) 2.99s Tempo de resposta (total) 62.74s Tempo de resposta (máx.) 6.51s Resposta incorreta: 11 Não seguiu as instruções: 2 Tarefas de agentes : 0.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.6 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#321#321	Hy3 previewmedium	5.3	Tencent	$0.049 ↕	16.28s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 0 Tokens de entrada 27,030 Tokens de saída 73,544 Tokens de raciocínio 0 Tempo de resposta (médio) 16.28s Tempo de resposta (total) 293.12s Tempo de resposta (máx.) 46.04s Erro de API: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 5.3 Combinado : 5.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 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