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)
#305#305	Nemotron 3.5 Super VLnone	5.5	NVIDIA	$0.040	46.97s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 9.7 Taxa de acerto por tentativa 43.5% Testes instáveis 4 Tokens de entrada 251,253 Tokens de saída 3,892 Tokens de raciocínio 0 Tempo de resposta (médio) 46.97s Tempo de resposta (total) 1080.29s Tempo de resposta (máx.) 872.07s Resposta incorreta: 11 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.5 Programação : 3.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 4.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#306#306	Nemotron 3 Supermedium	5.5	NVIDIA	$0.081 ↑	56.40s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 9.5 Taxa de acerto por tentativa 42.0% Testes instáveis 4 Tokens de entrada 229,346 Tokens de saída 18,597 Tokens de raciocínio 129,338 Tempo de resposta (médio) 56.40s Tempo de resposta (total) 1184.46s Tempo de resposta (máx.) 431.98s Resposta incorreta: 6 Erro de API: 4 Não seguiu as instruções: 3 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.3 Programação : 3.1 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.1 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#309#309	Gemini 2.5 Flashnone	5.5	Google	$0.017	6.00s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 37.7% Testes instáveis 1 Tokens de entrada 39,886 Tokens de saída 1,890 Tokens de raciocínio 0 Tempo de resposta (médio) 6.00s Tempo de resposta (total) 138.04s Tempo de resposta (máx.) 118.00s Resposta incorreta: 13 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 3.0 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#316#316	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 8.9 Taxa de acerto por tentativa 42.0% Testes instáveis 4 Tokens de entrada 166,347 Tokens de saída 423,884 Tokens de raciocínio 1,394,387 Tempo de resposta (médio) 140.39s Tempo de resposta (total) 3229.07s Tempo de resposta (máx.) 786.72s Resposta incorreta: 10 Formatação extra: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 3.9 Truques anti-IA : 8.4 Programação : 4.5 Combinado : 2.9 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 : 3.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#320#320	Ember-1none	5.4	Fireworks	$0.786	22.65s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 8.8 Taxa de acerto por tentativa 43.5% Testes instáveis 4 Tokens de entrada 202,617 Tokens de saída 11,832 Tokens de raciocínio 0 Tempo de resposta (médio) 22.65s Tempo de resposta (total) 520.91s Tempo de resposta (máx.) 93.12s Resposta incorreta: 10 Erro de API: 5 Tarefas de agentes : 6.1 Truques anti-IA : 5.2 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.4 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#337#337	KAT Coder AIR V2.5medium	5.1	Kwaipilot	$0.048	8.32s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 9.6 Taxa de acerto por tentativa 43.5% Testes instáveis 3 Tokens de entrada 51,369 Tokens de saída 8,008 Tokens de raciocínio 58,568 Tempo de resposta (médio) 8.32s Tempo de resposta (total) 191.40s Tempo de resposta (máx.) 48.19s Resposta incorreta: 10 Erro de API: 2 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.7 Programação : 3.6 Combinado : 6.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#371#371	Mimo V2 PROdefault	4.6	Xiaomi	$0.045 ↓	2.27s
Ver cartão do modelo Total de testes 21 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 37.7% Testes instáveis 3 Tokens de entrada 39,344 Tokens de saída 2,352 Tokens de raciocínio 0 Tempo de resposta (médio) 2.27s Tempo de resposta (total) 45.50s Tempo de resposta (máx.) 6.58s Resposta incorreta: 11 Não seguiu as instruções: 2 Erro de API: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.5 Programação : 5.5 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#372#372	Owl Alphadefault	4.6	Openrouter	$0.000	9.88s
Ver cartão do modelo Total de testes 21 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 42,283 Tokens de saída 5,913 Tokens de raciocínio 0 Tempo de resposta (médio) 9.88s Tempo de resposta (total) 207.38s Tempo de resposta (máx.) 47.10s Resposta incorreta: 10 Não seguiu as instruções: 3 Formatação extra: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.4 Programação : 5.6 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#402#402	Grok 4.20 Betadefault	3.6	X AI	$0.087 ↓	1.19s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 29.0% Testes instáveis 1 Tokens de entrada 40,597 Tokens de saída 1,657 Tokens de raciocínio 0 Tempo de resposta (médio) 1.19s Tempo de resposta (total) 21.43s Tempo de resposta (máx.) 6.48s Resposta incorreta: 10 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 1.8 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#406#406	Hunter Alphadefault	3.5	OpenRouter	$0.000	4.70s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 36.2% Testes instáveis 4 Tokens de entrada 34,329 Tokens de saída 2,264 Tokens de raciocínio 0 Tempo de resposta (médio) 4.70s Tempo de resposta (total) 79.86s Tempo de resposta (máx.) 15.17s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.5 Programação : 1.0 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#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
#421#421	d1-ultradefault	2.7	Liquid	$0.003	531ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 20.3% Testes instáveis 1 Tokens de entrada 55,956 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 531ms Tempo de resposta (total) 6.38s Tempo de resposta (máx.) 697ms Resposta incorreta: 7 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 5.3 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#425#425	Decider V1.1 27Bdefault	2.6	Perplexity	$0.002	320ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 17.4% Testes instáveis 0 Tokens de entrada 73,557 Tokens de saída 69 Tokens de raciocínio 0 Tempo de resposta (médio) 320ms Tempo de resposta (total) 3.84s Tempo de resposta (máx.) 491ms Resposta incorreta: 8 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 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 : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#426#426	Drex v1.5default	2.4	Nace AI	$0.002	986ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 17.4% Testes instáveis 0 Tokens de entrada 42,804 Tokens de saída 27,468 Tokens de raciocínio 0 Tempo de resposta (médio) 986ms Tempo de resposta (total) 11.84s Tempo de resposta (máx.) 1.38s Resposta incorreta: 8 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 4.5 Combinado : 0.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#429#429	Jev 1.14default	2.3	Typesafe	$0.003	377ms
Ver cartão do modelo Total de testes 12 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 23.2% Testes instáveis 2 Tokens de entrada 67,092 Tokens de saída 18,927 Tokens de raciocínio 0 Tempo de resposta (médio) 377ms Tempo de resposta (total) 4.52s Tempo de resposta (máx.) 546ms Resposta incorreta: 7 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.0 Programação : 2.7 Combinado : 0.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 0.0 Seguimento de instruções : 1.5 Resolução de quebra-cabeças : 1.7 Chamada de ferramentas : 0.0 Conhecimentos gerais : 0.0
#381#381	Cobuddymedium	4.4	Baidu	$0.000	38.01s
Ver cartão do modelo Total de testes 22 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 43.5% Testes instáveis 6 Tokens de entrada 37,449 Tokens de saída 1,677 Tokens de raciocínio 116,703 Tempo de resposta (médio) 38.01s Tempo de resposta (total) 798.15s Tempo de resposta (máx.) 309.02s Resposta incorreta: 9 Não seguiu as instruções: 3 Erro de API: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.7 Programação : 3.7 Combinado : 1.5 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 4.2 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#409#409	Laguna Xs.2medium	3.3	Poolside	$0.015 ↕	6.73s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 42.0% Testes instáveis 6 Tokens de entrada 39,481 Tokens de saída 54,218 Tokens de raciocínio 0 Tempo de resposta (médio) 6.73s Tempo de resposta (total) 100.98s Tempo de resposta (máx.) 29.11s Resposta incorreta: 6 Erro de API: 4 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 6.9 Programação : 2.1 Combinado : 1.5 Análise e extração de dados : 7.1 Específico do domínio : 4.1 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#232#232	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 36.2% Testes instáveis 2 Tokens de entrada 405,921 Tokens de saída 97,112 Tokens de raciocínio 0 Tempo de resposta (médio) 14.79s Tempo de resposta (total) 340.25s Tempo de resposta (máx.) 212.63s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 4.8 Programação : 3.7 Combinado : 5.2 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 : 3.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#269#269	Inklingnone	6.1	Thinkingmachines	$0.292 ↓	5.30s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.9% Testes instáveis 1 Tokens de entrada 236,599 Tokens de saída 11,561 Tokens de raciocínio 4,975 Tempo de resposta (médio) 5.30s Tempo de resposta (total) 121.91s Tempo de resposta (máx.) 48.02s Resposta incorreta: 13 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 4.8 Programação : 4.5 Combinado : 2.9 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 : 5.6 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#283#283	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 388,929 Tokens de saída 57,714 Tokens de raciocínio 0 Tempo de resposta (médio) 7.63s Tempo de resposta (total) 175.42s Tempo de resposta (máx.) 93.47s Resposta incorreta: 13 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.1 Programação : 5.4 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#284#284	Claude Sonnet 5none	5.9	Anthropic	$1.095	8.60s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 5 Tokens de entrada 393,560 Tokens de saída 30,466 Tokens de raciocínio 311 Tempo de resposta (médio) 8.60s Tempo de resposta (total) 197.73s Tempo de resposta (máx.) 64.73s Resposta incorreta: 9 Formatação extra: 4 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 Truques anti-IA : 5.3 Programação : 4.6 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.7 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#286#286	Qwen3.7 Flashnone	5.9	Qwen	$0.028	14.70s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 36.2% Testes instáveis 3 Tokens de entrada 410,787 Tokens de saída 117,742 Tokens de raciocínio 0 Tempo de resposta (médio) 14.70s Tempo de resposta (total) 338.13s Tempo de resposta (máx.) 186.24s Resposta incorreta: 14 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 3.0 Programação : 5.5 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#289#289	DeepSeek V4.1 Flashnone	5.8	DeepSeek	$0.391 ↑	16.63s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 9.7 Taxa de acerto por tentativa 36.2% Testes instáveis 3 Tokens de entrada 337,756 Tokens de saída 292,779 Tokens de raciocínio 0 Tempo de resposta (médio) 16.63s Tempo de resposta (total) 382.53s Tempo de resposta (máx.) 247.66s Resposta incorreta: 11 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 3.7 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.7 Inteligência geral : 5.5 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#300#300	GPT-5.4none	5.6	OpenAI	$0.690	3.89s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 2 Tokens de entrada 219,404 Tokens de saída 9,372 Tokens de raciocínio 0 Tempo de resposta (médio) 3.89s Tempo de resposta (total) 89.48s Tempo de resposta (máx.) 43.73s Resposta incorreta: 15 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.2 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#301#301	Solar Pro 4none	5.6	Upstage	$0.022	8.14s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.9% Testes instáveis 1 Tokens de entrada 305,664 Tokens de saída 13,249 Tokens de raciocínio 0 Tempo de resposta (médio) 8.14s Tempo de resposta (total) 187.23s Tempo de resposta (máx.) 69.17s Resposta incorreta: 14 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.4 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