AI BENCHY

Leaderboard de Benchmark de IA

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: 2026-06-04 Modelos avaliados: 163

163/163

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#34#34	Qwen3.7 Maxnone	7.7	Qwen	$0.054 ↓	1.30s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 0 Tokens de entrada 37,107 Tokens de saída 1,994 Tokens de raciocínio 0 Tempo de resposta (médio) 1.30s Tempo de resposta (total) 27.21s Tempo de resposta (máx.) 3.92s Resposta incorreta: 7 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 3.0 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
#36#36	Qwen3.5 Plus 2026-04-20medium	7.6	Qwen	$0.317 ↓	46.36s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 42,097 Tokens de saída 2,280 Tokens de raciocínio 166,613 Tempo de resposta (médio) 46.36s Tempo de resposta (total) 973.57s Tempo de resposta (máx.) 189.38s Resposta incorreta: 8 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.9 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#37#37	Gemma 4 26B A4Bmedium	7.6	Google	$0.045 ↓	63.41s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 2 Tokens de entrada 40,252 Tokens de saída 28,000 Tokens de raciocínio 100,490 Tempo de resposta (médio) 63.41s Tempo de resposta (total) 1268.28s Tempo de resposta (máx.) 369.32s Resposta incorreta: 3 Sem resposta: 2 Tempo esgotado: 2 Truques anti-IA : 10.0 Programação : 2.9 Combinado : 9.6 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#38#38	Grok 4.3medium	7.6	X AI	$0.614	47.51s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.4% Testes instáveis 4 Tokens de entrada 44,472 Tokens de saída 1,981 Tokens de raciocínio 221,382 Tempo de resposta (médio) 47.51s Tempo de resposta (total) 997.68s Tempo de resposta (máx.) 216.69s Resposta incorreta: 5 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#39#39	Qwen3.6 Flashmedium	7.5	Qwen	$0.288 ↓	19.25s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.4% Testes instáveis 5 Tokens de entrada 42,362 Tokens de saída 2,995 Tokens de raciocínio 245,358 Tempo de resposta (médio) 19.25s Tempo de resposta (total) 404.20s Tempo de resposta (máx.) 122.87s Resposta incorreta: 8 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 5.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#40#40	Gemini 3.1 Flash Lite Previewmedium	7.5	Google	$0.068	3.96s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 0 Tokens de entrada 37,786 Tokens de saída 2,210 Tokens de raciocínio 36,744 Tempo de resposta (médio) 3.96s Tempo de resposta (total) 83.06s Tempo de resposta (máx.) 14.93s Resposta incorreta: 7 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 5.5 Combinado : 10.0 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
#42#42	GPT-5.2medium	7.5	OpenAI	$0.548	16.88s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.4% Testes instáveis 4 Tokens de entrada 33,967 Tokens de saída 2,901 Tokens de raciocínio 31,932 Tempo de resposta (médio) 16.88s Tempo de resposta (total) 236.34s Tempo de resposta (máx.) 77.80s Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 3.7 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#43#43	MiMo-V2.5-Promedium	7.5	Xiaomi	$0.106 ↓	26.13s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 40,854 Tokens de saída 5,015 Tokens de raciocínio 97,742 Tempo de resposta (médio) 26.13s Tempo de resposta (total) 548.65s Tempo de resposta (máx.) 130.77s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#44#44	Gemini 3.1 Flash Litemedium	7.5	Google	$0.071	3.23s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 2 Tokens de entrada 36,808 Tokens de saída 2,254 Tokens de raciocínio 38,300 Tempo de resposta (médio) 3.23s Tempo de resposta (total) 67.80s Tempo de resposta (máx.) 10.87s Resposta incorreta: 7 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 5.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#45#45	GPT-5.4 Minimedium	7.5	OpenAI	$0.526	22.34s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 73.0% Testes instáveis 5 Tokens de entrada 34,116 Tokens de saída 2,181 Tokens de raciocínio 108,937 Tempo de resposta (médio) 22.34s Tempo de resposta (total) 469.20s Tempo de resposta (máx.) 138.75s Resposta incorreta: 6 Não seguiu as instruções: 3 Truques anti-IA : 8.6 Programação : 8.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#46#46	Qwen3.6 35B A3Bmedium	7.4	Qwen	$0.146 ↑	18.08s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 63.5% Testes instáveis 1 Tokens de entrada 16,385 Tokens de saída 19,632 Tokens de raciocínio 130,219 Tempo de resposta (médio) 18.08s Tempo de resposta (total) 343.61s Tempo de resposta (máx.) 86.11s Resposta incorreta: 4 Erro de API: 2 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 7.7 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#47#47	Grok Build 0.1medium	7.4	X AI	$0.927	49.90s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 0 Tokens de entrada 44,418 Tokens de saída 2,782 Tokens de raciocínio 438,018 Tempo de resposta (médio) 49.90s Tempo de resposta (total) 1047.92s Tempo de resposta (máx.) 252.69s Resposta incorreta: 5 Formatação extra: 3 Truques anti-IA : 8.3 Programação : 5.7 Combinado : 10.0 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#48#48	Gemini 3 Flash Previewnone	7.4	Google	$0.025	1.65s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 37,011 Tokens de saída 1,885 Tokens de raciocínio 0 Tempo de resposta (médio) 1.65s Tempo de resposta (total) 23.07s Tempo de resposta (máx.) 3.56s Resposta incorreta: 8 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 4.7 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#49#49	Qwen3.5-Flashmedium	7.4	Qwen	$0.080 ↓	63.29s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.4% Testes instáveis 5 Tokens de entrada 38,926 Tokens de saída 2,088 Tokens de raciocínio 294,598 Tempo de resposta (médio) 63.29s Tempo de resposta (total) 1265.85s Tempo de resposta (máx.) 234.29s Resposta incorreta: 4 Tempo esgotado: 3 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 3.7 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#50#50	Gemini 3.1 Flash Lite Previewlow	7.4	Google	$0.026	2.77s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 0 Tokens de entrada 32,715 Tokens de saída 2,286 Tokens de raciocínio 9,166 Tempo de resposta (médio) 2.77s Tempo de resposta (total) 58.12s Tempo de resposta (máx.) 11.91s Resposta incorreta: 7 Não seguiu as instruções: 1 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#52#52	Claude Sonnet 4.6medium	7.4	Anthropic	$1.418	17.06s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 2 Tokens de entrada 49,112 Tokens de saída 54,703 Tokens de raciocínio 29,970 Tempo de resposta (médio) 17.06s Tempo de resposta (total) 221.83s Tempo de resposta (máx.) 46.35s Resposta incorreta: 4 Formatação extra: 3 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 5.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#53#53	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Ver cartão do modelo Total de testes 18 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.5% Testes instáveis 4 Tokens de entrada 29,134 Tokens de saída 1,984 Tokens de raciocínio 1,355,583 Tempo de resposta (médio) 61.96s Tempo de resposta (total) 1115.31s Tempo de resposta (máx.) 149.23s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0
#54#54	GPT-5 Minimedium	7.3	OpenAI	$0.159	23.64s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.5% Testes instáveis 2 Tokens de entrada 37,100 Tokens de saída 6,801 Tokens de raciocínio 67,690 Tempo de resposta (médio) 23.64s Tempo de resposta (total) 496.44s Tempo de resposta (máx.) 88.15s Resposta incorreta: 5 Não seguiu as instruções: 3 Tempo esgotado: 1 Truques anti-IA : 7.1 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#56#56	MiMo-V2.5medium	7.3	Xiaomi	$0.063 ↓	27.11s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 5 Tokens de entrada 41,838 Tokens de saída 2,827 Tokens de raciocínio 198,898 Tempo de resposta (médio) 27.11s Tempo de resposta (total) 569.38s Tempo de resposta (máx.) 162.44s Resposta incorreta: 5 Formatação extra: 2 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 10.0 Análise e extração de dados : 2.7 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#57#57	Step 3.7 Flashlow	7.3	Stepfun	$0.341	15.74s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 40,101 Tokens de saída 289,325 Tokens de raciocínio 0 Tempo de resposta (médio) 15.74s Tempo de resposta (total) 330.63s Tempo de resposta (máx.) 124.75s Resposta incorreta: 8 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 3.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#58#58	Gemini 3.1 Flash Lite Previewnone	7.2	Google	$0.018	1.21s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 60.3% Testes instáveis 1 Tokens de entrada 37,582 Tokens de saída 5,547 Tokens de raciocínio 0 Tempo de resposta (médio) 1.21s Tempo de resposta (total) 25.45s Tempo de resposta (máx.) 3.39s Resposta incorreta: 7 Não seguiu as instruções: 2 Truques anti-IA : 7.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#59#59	GLM 5V Turbomedium	7.2	Z.ai	$0.457	23.08s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 6 Tokens de entrada 44,615 Tokens de saída 2,347 Tokens de raciocínio 98,415 Tempo de resposta (médio) 23.08s Tempo de resposta (total) 484.63s Tempo de resposta (máx.) 95.88s Resposta incorreta: 7 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 7.2 Programação : 6.0 Combinado : 6.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 7.0 Conhecimentos gerais : 3.0
#60#60	Kimi K2.6medium	7.2	Moonshot AI	$0.891 ↓	71.67s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 3 Tokens de entrada 29,450 Tokens de saída 102,923 Tokens de raciocínio 254,094 Tempo de resposta (médio) 71.67s Tempo de resposta (total) 1433.36s Tempo de resposta (máx.) 406.78s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Sem resposta: 1 Truques anti-IA : 7.0 Programação : 5.7 Combinado : 10.0 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 : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#61#61	Gemini 3.1 Flash Litelow	7.2	Google	$0.028	1.89s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 2 Tokens de entrada 36,892 Tokens de saída 2,732 Tokens de raciocínio 9,260 Tempo de resposta (médio) 1.89s Tempo de resposta (total) 39.62s Tempo de resposta (máx.) 5.66s Resposta incorreta: 9 Truques anti-IA : 7.3 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#62#62	Step 3.5 Flashmedium	7.2	Stepfun	$0.070 ↑	72.53s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 56.7% Testes instáveis 1 Tokens de entrada 34,431 Tokens de saída 91,587 Tokens de raciocínio 195,973 Tempo de resposta (médio) 72.53s Tempo de resposta (total) 1015.47s Tempo de resposta (máx.) 453.94s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 3.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#63#63	GPT-5.3 Chatnone	7.2	OpenAI	$0.433	6.34s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 5 Tokens de entrada 34,209 Tokens de saída 26,617 Tokens de raciocínio 0 Tempo de resposta (médio) 6.34s Tempo de resposta (total) 133.13s Tempo de resposta (máx.) 18.33s Resposta incorreta: 7 Não seguiu as instruções: 2 Truques anti-IA : 6.7 Programação : 5.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.6 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#64#64	MiMo-V2-Flashmedium	7.2	Xiaomi	$0.043 ↑	20.11s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 3 Tokens de entrada 40,111 Tokens de saída 12,476 Tokens de raciocínio 125,039 Tempo de resposta (médio) 20.11s Tempo de resposta (total) 301.59s Tempo de resposta (máx.) 96.01s Resposta incorreta: 5 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 8.1 Programação : 6.0 Combinado : 9.8 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#65#65	Grok 4.20medium	7.1	X AI	$0.609 ↓	27.68s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.5% Testes instáveis 3 Tokens de entrada 44,433 Tokens de saída 1,819 Tokens de raciocínio 219,524 Tempo de resposta (médio) 27.68s Tempo de resposta (total) 581.26s Tempo de resposta (máx.) 199.66s Resposta incorreta: 6 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 8.2 Programação : 6.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.9 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#66#66	Qwen3.5-35B-A3Bmedium	7.1	Qwen	$0.401 ↓	72.57s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 6 Tokens de entrada 42,196 Tokens de saída 40,630 Tokens de raciocínio 353,577 Tempo de resposta (médio) 72.57s Tempo de resposta (total) 1524.04s Tempo de resposta (máx.) 409.98s Tempo esgotado: 5 Sem resposta: 2 Resposta incorreta: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 4.7 Análise e extração de dados : 7.3 Específico do domínio : 4.1 Inteligência geral : 2.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#68#68	Claude Opus 4.8none	7.0	Anthropic	$0.539	3.47s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 2 Tokens de entrada 67,104 Tokens de saída 8,107 Tokens de raciocínio 0 Tempo de resposta (médio) 3.47s Tempo de resposta (total) 72.90s Tempo de resposta (máx.) 17.73s Resposta incorreta: 4 Formatação extra: 3 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 9.5 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

←

1 2 3 4 5 6

→

Comparação rápida

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida