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)
#421#421	Xing4.0 29b A4bnone	3.3	Xingchen AGI	$0.000	42.72s
Ver cartão do modelo Total de testes 23 Testes errados 23 Confiabilidade 8.8 Taxa de acerto por tentativa 7.3% Testes instáveis 4 Tokens de entrada 153,665 Tokens de saída 26,540 Tokens de raciocínio 0 Tempo de resposta (médio) 42.72s Tempo de resposta (total) 982.66s Tempo de resposta (máx.) 634.11s Resposta incorreta: 13 Não seguiu as instruções: 5 Erro de API: 3 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 3.0 Truques anti-IA : 3.3 Programação : 3.6 Combinado : 3.0 Análise e extração de dados : 2.9 Específico do domínio : 3.0 Inteligência geral : 3.4 Seguimento de instruções : 4.0 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#399#399	Qwen3.5-9Bmedium	4.0	Qwen	$0.106	110.18s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 8.7 Taxa de acerto por tentativa 26.1% Testes instáveis 6 Tokens de entrada 387,323 Tokens de saída 48,562 Tokens de raciocínio 410,431 Tempo de resposta (médio) 110.18s Tempo de resposta (total) 1873.00s Tempo de resposta (máx.) 569.97s Tempo esgotado: 11 Sem resposta: 3 Resposta incorreta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.2 Truques anti-IA : 5.1 Programação : 2.9 Combinado : 3.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 2.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#196#196	Ember-1high	6.9	Fireworks	$2.405	58.14s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 8.6 Taxa de acerto por tentativa 71.0% Testes instáveis 8 Tokens de entrada 195,489 Tokens de saída 12,475 Tokens de raciocínio 108,748 Tempo de resposta (médio) 58.14s Tempo de resposta (total) 1337.19s Tempo de resposta (máx.) 255.06s Erro de API: 7 Resposta incorreta: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 6.4 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 7.1 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#214#214	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
#371#371	Granite 4.2 8Bhigh	4.7	IBM Granite	$0.111	235.35s
Ver cartão do modelo Total de testes 23 Testes errados 19 Confiabilidade 8.2 Taxa de acerto por tentativa 37.7% Testes instáveis 10 Tokens de entrada 282,658 Tokens de saída 198,563 Tokens de raciocínio 462,804 Tempo de resposta (médio) 235.35s Tempo de resposta (total) 5413.09s Tempo de resposta (máx.) 685.87s Tempo esgotado: 10 Resposta incorreta: 7 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.9 Programação : 3.8 Combinado : 5.0 Análise e extração de dados : 3.8 Específico do domínio : 2.9 Inteligência geral : 5.5 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#154#154	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
#407#407	Xing4.0 29b A4bmedium	3.7	Xingchen AGI	$0.000	371.69s
Ver cartão do modelo Total de testes 23 Testes errados 22 Confiabilidade 7.3 Taxa de acerto por tentativa 26.1% Testes instáveis 11 Tokens de entrada 98,467 Tokens de saída 3,385 Tokens de raciocínio 104,595 Tempo de resposta (médio) 371.69s Tempo de resposta (total) 8548.88s Tempo de resposta (máx.) 971.85s Resposta incorreta: 9 Tempo esgotado: 6 Erro de API: 4 Não seguiu as instruções: 3 Tarefas de agentes : 3.0 Truques anti-IA : 3.8 Programação : 4.2 Combinado : 3.0 Análise e extração de dados : 2.9 Específico do domínio : 3.6 Inteligência geral : 3.2 Seguimento de instruções : 4.3 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#420#420	MiMo-V2-Flashdefault	3.3	Xiaomi	$0.025 ↑	2.76s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 6.7 Taxa de acerto por tentativa 23.2% Testes instáveis 4 Tokens de entrada 36,851 Tokens de saída 68,882 Tokens de raciocínio 0 Tempo de resposta (médio) 2.76s Tempo de resposta (total) 46.99s Tempo de resposta (máx.) 19.68s Resposta incorreta: 13 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Tarefas de agentes : 0.0 Truques anti-IA : 3.2 Programação : 4.3 Combinado : 1.5 Análise e extração de dados : 2.9 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
#326#326	Hy4 previewlow	5.4	Tencent	$1.844	207.21s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 6.5 Taxa de acerto por tentativa 21.7% Testes instáveis 4 Tokens de entrada 162,180 Tokens de saída 5,030 Tokens de raciocínio 682,447 Tempo de resposta (médio) 207.21s Tempo de resposta (total) 4765.91s Tempo de resposta (máx.) 597.45s Resposta incorreta: 13 Erro de API: 5 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 6.0 Programação : 5.2 Combinado : 2.9 Análise e extração de dados : 8.7 Específico do domínio : 4.5 Inteligência geral : 7.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#363#363	Hy4 previewnone	4.9	Tencent	$0.165	40.38s
Ver cartão do modelo Total de testes 23 Testes errados 20 Confiabilidade 6.2 Taxa de acerto por tentativa 15.9% Testes instáveis 1 Tokens de entrada 185,167 Tokens de saída 9,430 Tokens de raciocínio 0 Tempo de resposta (médio) 40.38s Tempo de resposta (total) 928.76s Tempo de resposta (máx.) 95.32s Resposta incorreta: 14 Erro de API: 2 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.3 Programação : 3.8 Combinado : 3.0 Análise e extração de dados : 8.7 Específico do domínio : 6.8 Inteligência geral : 5.1 Seguimento de instruções : 7.0 Resolução de quebra-cabeças : 4.6 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#417#417	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
#423#423	Command A+high	3.2	Cohere	$0.079	89.96s
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 117,966 Tokens de saída 5,149 Tokens de raciocínio 23,514 Tempo de resposta (médio) 89.96s Tempo de resposta (total) 2069.01s Tempo de resposta (máx.) 156.00s Erro de API: 22 Resposta incorreta: 1 Tarefas de agentes : 3.9 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
#427#427	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
#426#426	Command A+none	3.0	Cohere	$0.000	77.87s
Ver cartão do modelo Total de testes 23 Testes errados 23 Confiabilidade 0.0 Taxa de acerto por tentativa 0.0% Testes instáveis 0 Tokens de entrada 0 Tokens de saída 0 Tokens de raciocínio 0 Tempo de resposta (médio) 77.87s Tempo de resposta (total) 1791.03s Tempo de resposta (máx.) 106.37s Erro de API: 23 Tarefas de agentes : 3.0 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
#355#355	Grok 4.20 Betamedium	4.9	X AI	$0.750 ↑	9.75s
Ver cartão do modelo Total de testes 18 Testes errados 4 Confiabilidade N/D Taxa de acerto por tentativa 63.8% Testes instáveis 1 Tokens de entrada 35,955 Tokens de saída 1,647 Tokens de raciocínio 91,565 Tempo de resposta (médio) 9.75s Tempo de resposta (total) 175.48s Tempo de resposta (máx.) 31.36s Resposta incorreta: 3 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 8.7 Programação : 3.3 Combinado : 5.0 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 : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 0.0
#359#359	Gemini 3 PRO Previewmedium	4.9	Google	$0.385 ↑	9.05s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade N/D Taxa de acerto por tentativa 60.9% Testes instáveis 0 Tokens de entrada 28,848 Tokens de saída 1,490 Tokens de raciocínio 10,102 Tempo de resposta (médio) 9.05s Tempo de resposta (total) 90.53s Tempo de resposta (máx.) 26.24s Erro de API: 4 Resposta incorreta: 3 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 3.0 Combinado : 1.5 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#392#392	Gemini 3.1 Flash Lite Previewhigh	4.3	Google	$2.310	68.14s
Ver cartão do modelo Total de testes 16 Testes errados 3 Confiabilidade N/D Taxa de acerto por tentativa 56.5% Testes instáveis 0 Tokens de entrada 28,980 Tokens de saída 1,283 Tokens de raciocínio 1,533,310 Tempo de resposta (médio) 68.14s Tempo de resposta (total) 1090.28s Tempo de resposta (máx.) 280.52s Resposta incorreta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 7.5 Programação : 0.0 Combinado : 5.0 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#398#398	Qwen3.6 Plus Previewmedium	4.0	Qwen	$0.000	15.25s
Ver cartão do modelo Total de testes 19 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 39.1% Testes instáveis 0 Tokens de entrada 32,639 Tokens de saída 1,153 Tokens de raciocínio 62,197 Tempo de resposta (médio) 15.25s Tempo de resposta (total) 182.96s Tempo de resposta (máx.) 43.55s Erro de API: 8 Resposta incorreta: 2 Tarefas de agentes : 0.0 Truques anti-IA : 8.3 Programação : 1.0 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 3.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#400#400	Grok 4.20 Multi Agent Betamedium	3.9	X AI	$5.599 ↑	9.69s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 46.4% Testes instáveis 5 Tokens de entrada 721,952 Tokens de saída 294,668 Tokens de raciocínio 305,374 Tempo de resposta (médio) 9.69s Tempo de resposta (total) 155.07s Tempo de resposta (máx.) 35.28s Resposta incorreta: 4 Erro de API: 2 Formatação extra: 2 Não seguiu as instruções: 2 Tarefas de agentes : 0.0 Truques anti-IA : 6.9 Programação : 3.3 Combinado : 1.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 0.0
#401#401	Hunter Alphamedium	3.9	OpenRouter	$0.000	10.33s
Ver cartão do modelo Total de testes 18 Testes errados 10 Confiabilidade N/D Taxa de acerto por tentativa 50.7% Testes instáveis 6 Tokens de entrada 28,927 Tokens de saída 4,682 Tokens de raciocínio 17,969 Tempo de resposta (médio) 10.33s Tempo de resposta (total) 175.58s Tempo de resposta (máx.) 30.53s Resposta incorreta: 4 Não seguiu as instruções: 2 Tempo esgotado: 2 Erro de API: 1 Formatação extra: 1 Tarefas de agentes : 0.0 Truques anti-IA : 7.3 Programação : 1.0 Combinado : 2.3 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 7.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 0.0
#411#411	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
#413#413	Elephant Alphadefault	3.6	Openrouter	$0.000	1.22s
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade N/D Taxa de acerto por tentativa 24.6% Testes instáveis 1 Tokens de entrada 33,743 Tokens de saída 2,573 Tokens de raciocínio 0 Tempo de resposta (médio) 1.22s Tempo de resposta (total) 22.03s Tempo de resposta (máx.) 3.81s Resposta incorreta: 9 Erro de API: 3 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 6.6 Programação : 4.2 Combinado : 1.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 4.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#414#414	Elephant Alphamedium	3.5	Openrouter	$0.000	1.27s
Ver cartão do modelo Total de testes 21 Testes errados 15 Confiabilidade N/D Taxa de acerto por tentativa 27.5% Testes instáveis 1 Tokens de entrada 33,744 Tokens de saída 2,596 Tokens de raciocínio 0 Tempo de resposta (médio) 1.27s Tempo de resposta (total) 22.82s Tempo de resposta (máx.) 3.70s Resposta incorreta: 9 Erro de API: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 0.0 Truques anti-IA : 6.6 Programação : 3.7 Combinado : 1.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#415#415	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
#416#416	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

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