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: 2026-10-19 Modelos avaliados: 451

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

451/451

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#55#55	Muse Spark 1.2high	8.9	Meta	$2.018	28.15s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.9 Taxa de acerto por tentativa 75.4% Testes instáveis 5 Tokens de entrada 277,967 Tokens de saída 9,240 Tokens de raciocínio 383,606 Tempo de resposta (médio) 28.15s Tempo de resposta (total) 647.40s Tempo de resposta (máx.) 192.00s Resposta incorreta: 4 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.1 Programação : 10.0 Combinado : 8.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#82#82	Nemotron 3.5 Super VLhigh	8.4	NVIDIA	$0.349	49.88s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.9 Taxa de acerto por tentativa 82.6% Testes instáveis 6 Tokens de entrada 296,001 Tokens de saída 8,105 Tokens de raciocínio 600,178 Tempo de resposta (médio) 49.88s Tempo de resposta (total) 1147.24s Tempo de resposta (máx.) 310.51s Resposta incorreta: 3 Não seguiu as instruções: 2 Sem resposta: 2 Erro de API: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.5 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#85#85	Muse Glimmer 30Bxhigh	8.4	Meta	$0.585 ↓	97.70s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.9 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 287,538 Tokens de saída 118,266 Tokens de raciocínio 346,758 Tempo de resposta (médio) 97.70s Tempo de resposta (total) 2247.18s Tempo de resposta (máx.) 576.79s Resposta incorreta: 4 Sem resposta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.5 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#113#113	Gemini 3.8 Flashmedium	8.0	Google	$0.769	16.64s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 9.9 Taxa de acerto por tentativa 89.9% Testes instáveis 3 Tokens de entrada 187,331 Tokens de saída 7,555 Tokens de raciocínio 159,931 Tempo de resposta (médio) 16.64s Tempo de resposta (total) 382.64s Tempo de resposta (máx.) 108.60s Resposta incorreta: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 2.8 Truques anti-IA : 10.0 Programação : 8.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 8.2 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#120#120	Qwen3.7 Maxnone	7.9	Qwen	$0.451 ↓	7.85s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 69.6% Testes instáveis 0 Tokens de entrada 243,553 Tokens de saída 20,670 Tokens de raciocínio 0 Tempo de resposta (médio) 7.85s Tempo de resposta (total) 180.65s Tempo de resposta (máx.) 80.34s Resposta incorreta: 7 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#171#171	Gemini 3.8 Flashlow	7.2	Google	$0.323	7.54s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 81.2% Testes instáveis 5 Tokens de entrada 215,836 Tokens de saída 9,452 Tokens de raciocínio 33,289 Tempo de resposta (médio) 7.54s Tempo de resposta (total) 173.36s Tempo de resposta (máx.) 67.18s Resposta incorreta: 6 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 5.4 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.8 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#179#179	Qwen3.8 Flash Nextxhigh	7.1	Qwen	~$0.195	102.66s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.9 Taxa de acerto por tentativa 72.5% Testes instáveis 6 Tokens de entrada 301,749 Tokens de saída 1,033 Tokens de raciocínio 620,023 Tempo de resposta (médio) 102.66s Tempo de resposta (total) 2361.10s Tempo de resposta (máx.) 674.08s Resposta incorreta: 6 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 7.4 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#207#207	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
#222#222	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
#230#230	Mercury 2.5 Previewhigh	6.5	Inception	$0.040 ↑	7.61s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 65.2% Testes instáveis 6 Tokens de entrada 298,512 Tokens de saída 3,178 Tokens de raciocínio 177,419 Tempo de resposta (médio) 7.61s Tempo de resposta (total) 175.08s Tempo de resposta (máx.) 86.84s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 6.7 Combinado : 3.8 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 : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#241#241	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 60.9% Testes instáveis 5 Tokens de entrada 299,558 Tokens de saída 33,248 Tokens de raciocínio 374,819 Tempo de resposta (médio) 133.93s Tempo de resposta (total) 3080.36s Tempo de resposta (máx.) 519.91s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 5.5 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#282#282	Apodex 1.1 Minimedium	6.0	Apodex	$0.000	32.68s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 9.9 Taxa de acerto por tentativa 68.1% Testes instáveis 9 Tokens de entrada 293,112 Tokens de saída 152,376 Tokens de raciocínio 357,890 Tempo de resposta (médio) 32.68s Tempo de resposta (total) 751.72s Tempo de resposta (máx.) 115.57s Resposta incorreta: 9 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 3.4 Truques anti-IA : 10.0 Programação : 4.3 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 5.1 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#290#290	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
#319#319	GPT-6 Lunanone	5.5	OpenAI	$0.026	20.48s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 9.9 Taxa de acerto por tentativa 40.6% Testes instáveis 5 Tokens de entrada 222,357 Tokens de saída 6,855 Tokens de raciocínio 0 Tempo de resposta (médio) 20.48s Tempo de resposta (total) 470.96s Tempo de resposta (máx.) 98.62s Resposta incorreta: 13 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 3.8 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#334#334	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
#350#350	Mercury 2.5 Previewlow	5.0	Inception	$0.015 ↑	4.92s
Ver cartão do modelo Total de testes 23 Testes errados 17 Confiabilidade 9.9 Taxa de acerto por tentativa 44.9% Testes instáveis 8 Tokens de entrada 235,438 Tokens de saída 8,136 Tokens de raciocínio 28,734 Tempo de resposta (médio) 4.92s Tempo de resposta (total) 113.24s Tempo de resposta (máx.) 84.47s Resposta incorreta: 13 Não seguiu as instruções: 2 Erro de API: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 5.6 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.3 Específico do domínio : 4.1 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#354#354	KAT Coder AIR V2.5low	5.0	Kwaipilot	$0.046	10.21s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 9.9 Taxa de acerto por tentativa 42.0% Testes instáveis 6 Tokens de entrada 61,094 Tokens de saída 6,532 Tokens de raciocínio 53,882 Tempo de resposta (médio) 10.21s Tempo de resposta (total) 234.86s Tempo de resposta (máx.) 86.23s Resposta incorreta: 7 Formatação extra: 4 Erro de API: 3 Não seguiu as instruções: 2 Tarefas de agentes : 3.0 Truques anti-IA : 7.3 Programação : 3.5 Combinado : 6.4 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#367#367	Mercury 2.5 Previewdefault	4.7	Inception	$0.023 ↑	7.05s
Ver cartão do modelo Total de testes 23 Testes errados 19 Confiabilidade 9.9 Taxa de acerto por tentativa 29.0% Testes instáveis 5 Tokens de entrada 250,541 Tokens de saída 86,367 Tokens de raciocínio 0 Tempo de resposta (médio) 7.05s Tempo de resposta (total) 162.25s Tempo de resposta (máx.) 84.96s Resposta incorreta: 16 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 3.9 Truques anti-IA : 3.8 Programação : 4.7 Combinado : 3.0 Análise e extração de dados : 6.3 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#37#37	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 9.8 Taxa de acerto por tentativa 87.0% Testes instáveis 3 Tokens de entrada 328,637 Tokens de saída 8,619 Tokens de raciocínio 432,733 Tempo de resposta (médio) 186.06s Tempo de resposta (total) 4279.49s Tempo de resposta (máx.) 912.78s Resposta incorreta: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#62#62	Muse Spark Openmedium	8.8	Meta	$1.260	77.44s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.8 Taxa de acerto por tentativa 78.3% Testes instáveis 5 Tokens de entrada 256,646 Tokens de saída 10,490 Tokens de raciocínio 210,325 Tempo de resposta (médio) 77.44s Tempo de resposta (total) 1781.16s Tempo de resposta (máx.) 643.19s Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.9 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 8.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#86#86	Gemini 3.1 Pro Previewmedium	8.4	Google	$1.585	22.71s
Ver cartão do modelo Total de testes 23 Testes errados 3 Confiabilidade 9.8 Taxa de acerto por tentativa 89.9% Testes instáveis 1 Tokens de entrada 176,208 Tokens de saída 6,093 Tokens de raciocínio 96,598 Tempo de resposta (médio) 22.71s Tempo de resposta (total) 386.11s Tempo de resposta (máx.) 88.68s Resposta incorreta: 2 Tempo esgotado: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#99#99	Gemini 4 Argonlow	8.2	Google	$0.438	5.72s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.8 Taxa de acerto por tentativa 79.7% Testes instáveis 6 Tokens de entrada 188,162 Tokens de saída 6,097 Tokens de raciocínio 0 Tempo de resposta (médio) 5.72s Tempo de resposta (total) 131.67s Tempo de resposta (máx.) 60.87s Resposta incorreta: 5 Erro de API: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#111#111	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.674 ↕	40.33s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.8 Taxa de acerto por tentativa 68.1% Testes instáveis 3 Tokens de entrada 482,754 Tokens de saída 62,455 Tokens de raciocínio 141,067 Tempo de resposta (médio) 40.33s Tempo de resposta (total) 927.65s Tempo de resposta (máx.) 392.56s Resposta incorreta: 7 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#125#125	Ling 3.1 Flashhigh	7.9	Inclusionai	$0.000	87.39s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.8 Taxa de acerto por tentativa 69.6% Testes instáveis 2 Tokens de entrada 324,691 Tokens de saída 181,251 Tokens de raciocínio 506,441 Tempo de resposta (médio) 87.39s Tempo de resposta (total) 2010.08s Tempo de resposta (máx.) 665.85s Sem resposta: 4 Resposta incorreta: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.9 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#137#137	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.8 Taxa de acerto por tentativa 72.5% Testes instáveis 5 Tokens de entrada 269,143 Tokens de saída 6,833 Tokens de raciocínio 785,200 Tempo de resposta (médio) 84.94s Tempo de resposta (total) 1953.70s Tempo de resposta (máx.) 527.47s Resposta incorreta: 4 Sem resposta: 3 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 6.5 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 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