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: 2026-06-03 Modelos avaliados: 161

161/161

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Ver cartão do modelo Total de testes 12 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 0 Tokens de entrada 1,971 Tokens de saída 64,795 Tokens de raciocínio 0 Tempo de resposta (médio) 39.03s Tempo de resposta (total) 312.26s Tempo de resposta (máx.) 114.12s Erro de API: 4 Não seguiu as instruções: 1 Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 10.0 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 86.7% Testes instáveis 3 Tokens de entrada 31,593 Tokens de saída 1,964 Tokens de raciocínio 109,481 Tempo de resposta (médio) 37.88s Tempo de resposta (total) 757.66s Tempo de resposta (máx.) 332.10s Resposta incorreta: 4 Truques anti-IA : 10.0 Programação : 8.2 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Ver cartão do modelo Total de testes 20 Testes errados 5 Confiabilidade 9.9 Taxa de acerto por tentativa 80.0% Testes instáveis 2 Tokens de entrada 38,104 Tokens de saída 2,107 Tokens de raciocínio 112,479 Tempo de resposta (médio) 36.84s Tempo de resposta (total) 736.86s Tempo de resposta (máx.) 178.04s Resposta incorreta: 4 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 3 Tokens de entrada 43,785 Tokens de saída 3,224 Tokens de raciocínio 67,040 Tempo de resposta (médio) 36.67s Tempo de resposta (total) 733.46s Tempo de resposta (máx.) 168.71s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 7.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 1 Tokens de entrada 15,899 Tokens de saída 19,602 Tokens de raciocínio 49,686 Tempo de resposta (médio) 35.39s Tempo de resposta (total) 637.01s Tempo de resposta (máx.) 150.90s Erro de API: 2 Resposta incorreta: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 4.1 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 : 9.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 35.0% Testes instáveis 8 Tokens de entrada 37,206 Tokens de saída 43,754 Tokens de raciocínio 89,079 Tempo de resposta (médio) 35.10s Tempo de resposta (total) 456.24s Tempo de resposta (máx.) 174.55s Resposta incorreta: 9 Sem resposta: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 4.7 Programação : 3.4 Combinado : 2.8 Análise e extração de dados : 6.3 Específico do domínio : 3.5 Inteligência geral : 3.6 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#52#52	GLM 5.1medium	7.4	Z.ai	$0.279 ↓	33.45s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 5.0 Taxa de acerto por tentativa 68.3% Testes instáveis 3 Tokens de entrada 30,397 Tokens de saída 11,511 Tokens de raciocínio 71,979 Tempo de resposta (médio) 33.45s Tempo de resposta (total) 635.63s Tempo de resposta (máx.) 172.60s Resposta incorreta: 4 Tempo esgotado: 2 Erro de API: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 4.6 Combinado : 9.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 4 Tokens de entrada 32,626 Tokens de saída 21,558 Tokens de raciocínio 95,772 Tempo de resposta (médio) 32.67s Tempo de resposta (total) 392.01s Tempo de resposta (máx.) 99.85s Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 7.1 Específico do domínio : 3.5 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#128#128	MiniMax M2.7medium	5.4	Minimax	$0.104 ↓	29.86s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 48.3% Testes instáveis 8 Tokens de entrada 33,493 Tokens de saída 8,224 Tokens de raciocínio 73,373 Tempo de resposta (médio) 29.86s Tempo de resposta (total) 567.39s Tempo de resposta (máx.) 117.04s Resposta incorreta: 6 Não seguiu as instruções: 5 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 7.9 Programação : 6.7 Combinado : 4.7 Análise e extração de dados : 6.3 Específico do domínio : 3.0 Inteligência geral : 3.9 Seguimento de instruções : 3.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#101#101	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Ver cartão do modelo Total de testes 19 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 4 Tokens de entrada 11,793 Tokens de saída 267,275 Tokens de raciocínio 0 Tempo de resposta (médio) 28.69s Tempo de resposta (total) 459.00s Tempo de resposta (máx.) 138.35s Resposta incorreta: 7 Erro de API: 3 Não seguiu as instruções: 2 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 3.8 Específico do domínio : 3.6 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 31.7% Testes instáveis 3 Tokens de entrada 47,538 Tokens de saída 13,700 Tokens de raciocínio 0 Tempo de resposta (médio) 27.97s Tempo de resposta (total) 559.36s Tempo de resposta (máx.) 111.96s Resposta incorreta: 11 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.0 Programação : 4.8 Combinado : 4.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.2 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#34#34	Qwen3.6 Plusmedium	7.8	Qwen	$0.260 ↑	26.81s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 2 Tokens de entrada 38,730 Tokens de saída 1,833 Tokens de raciocínio 124,782 Tempo de resposta (médio) 26.81s Tempo de resposta (total) 509.43s Tempo de resposta (máx.) 201.68s Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 4.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 2 Tokens de entrada 50,062 Tokens de saída 42,254 Tokens de raciocínio 23,554 Tempo de resposta (médio) 25.45s Tempo de resposta (total) 330.91s Tempo de resposta (máx.) 83.40s Formatação extra: 4 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 6.4 Programação : 7.2 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
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 55.0% Testes instáveis 2 Tokens de entrada 21,045 Tokens de saída 63,460 Tokens de raciocínio 0 Tempo de resposta (médio) 24.56s Tempo de resposta (total) 368.35s Tempo de resposta (máx.) 78.74s Erro de API: 6 Resposta incorreta: 4 Truques anti-IA : 8.3 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#90#90	Grok 4.1 Fastmedium	6.5	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 61.4% 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 Truques anti-IA : 8.7 Programação : 2.3 Combinado : 10.0 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
#68#68	GPT-5 Minimedium	7.2	OpenAI	$0.149	23.75s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.7% Testes instáveis 2 Tokens de entrada 34,481 Tokens de saída 6,723 Tokens de raciocínio 63,082 Tempo de resposta (médio) 23.75s Tempo de resposta (total) 475.03s 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
#29#29	GLM 5 Turbomedium	7.9	Z.ai	$0.285 ↑	22.65s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 4 Tokens de entrada 32,995 Tokens de saída 12,228 Tokens de raciocínio 53,503 Tempo de resposta (médio) 22.65s Tempo de resposta (total) 453.09s Tempo de resposta (máx.) 194.23s Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 7.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 5 Tokens de entrada 36,355 Tokens de saída 17,495 Tokens de raciocínio 46,878 Tempo de resposta (médio) 22.41s Tempo de resposta (total) 291.35s Tempo de resposta (máx.) 68.16s Resposta incorreta: 9 Não seguiu as instruções: 3 Truques anti-IA : 6.7 Programação : 3.9 Combinado : 10.0 Análise e extração de dados : 6.4 Específico do domínio : 2.9 Inteligência geral : 4.3 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 4 Tokens de entrada 31,489 Tokens de saída 2,221 Tokens de raciocínio 68,486 Tempo de resposta (médio) 22.31s Tempo de resposta (total) 446.17s Tempo de resposta (máx.) 100.41s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#46#46	Mimo V2 PROmedium	7.6	Xiaomi	$0.333 ↑	22.16s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 9.6 Taxa de acerto por tentativa 76.7% Testes instáveis 5 Tokens de entrada 40,961 Tokens de saída 2,518 Tokens de raciocínio 81,801 Tempo de resposta (médio) 22.16s Tempo de resposta (total) 443.22s Tempo de resposta (máx.) 136.29s Resposta incorreta: 5 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 7.5 Combinado : 4.7 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 : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 5 Tokens de entrada 31,497 Tokens de saída 2,160 Tokens de raciocínio 100,548 Tempo de resposta (médio) 22.10s Tempo de resposta (total) 442.09s Tempo de resposta (máx.) 138.75s Resposta incorreta: 6 Não seguiu as instruções: 3 Truques anti-IA : 8.6 Programação : 7.5 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
#43#43	MiMo-V2.5-Promedium	7.6	Xiaomi	$0.090 ↓	21.79s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 3 Tokens de entrada 39,096 Tokens de saída 5,004 Tokens de raciocínio 80,295 Tempo de resposta (médio) 21.79s Tempo de resposta (total) 435.79s Tempo de resposta (máx.) 130.77s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Truques anti-IA : 10.0 Programação : 7.0 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
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.6% Testes instáveis 2 Tokens de entrada 9,081 Tokens de saída 51,664 Tokens de raciocínio 0 Tempo de resposta (médio) 21.61s Tempo de resposta (total) 345.79s Tempo de resposta (máx.) 113.71s Resposta incorreta: 8 Erro de API: 3 Não seguiu as instruções: 2 Truques anti-IA : 6.5 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 2 Tokens de entrada 36,614 Tokens de saída 14,505 Tokens de raciocínio 30,178 Tempo de resposta (médio) 20.87s Tempo de resposta (total) 375.66s Tempo de resposta (máx.) 87.80s Resposta incorreta: 5 Não seguiu as instruções: 3 Erro de API: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 3.1 Combinado : 10.0 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
#4#4	Gemini 3.1 Pro Previewmedium	9.3	Google	$1.006	20.77s
Ver cartão do modelo Total de testes 20 Testes errados 2 Confiabilidade 10.0 Taxa de acerto por tentativa 90.0% Testes instáveis 0 Tokens de entrada 38,614 Tokens de saída 1,971 Tokens de raciocínio 75,384 Tempo de resposta (médio) 20.77s Tempo de resposta (total) 269.96s Tempo de resposta (máx.) 88.68s Resposta incorreta: 2 Truques anti-IA : 10.0 Programação : 7.0 Combinado : 9.5 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 : 10.0
#54#54	MiMo-V2.5medium	7.4	Xiaomi	$0.052 ↓	20.35s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% Testes instáveis 4 Tokens de entrada 39,201 Tokens de saída 2,806 Tokens de raciocínio 161,888 Tempo de resposta (médio) 20.35s Tempo de resposta (total) 406.94s Tempo de resposta (máx.) 97.49s Resposta incorreta: 4 Formatação extra: 2 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 6.9 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
#70#70	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.040 ↑	20.28s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 3 Tokens de entrada 37,474 Tokens de saída 12,458 Tokens de raciocínio 115,182 Tempo de resposta (médio) 20.28s Tempo de resposta (total) 283.87s 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 : 4.1 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
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 5 Tokens de entrada 42,017 Tokens de saída 2,334 Tokens de raciocínio 86,653 Tempo de resposta (médio) 20.21s Tempo de resposta (total) 404.14s Tempo de resposta (máx.) 95.88s Resposta incorreta: 6 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 7.2 Programação : 6.8 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
#73#73	Grok 4.20medium	7.0	X AI	$0.450 ↓	19.08s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.7% Testes instáveis 3 Tokens de entrada 41,511 Tokens de saída 1,816 Tokens de raciocínio 157,251 Tempo de resposta (médio) 19.08s Tempo de resposta (total) 381.60s Tempo de resposta (máx.) 105.80s Resposta incorreta: 6 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 8.2 Programação : 4.4 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
#41#41	Qwen3.6 Flashmedium	7.6	Qwen	$0.272 ↓	18.97s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 4 Tokens de entrada 39,527 Tokens de saída 2,974 Tokens de raciocínio 231,797 Tempo de resposta (médio) 18.97s Tempo de resposta (total) 379.49s Tempo de resposta (máx.) 122.87s Resposta incorreta: 7 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 5.1 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

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida