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)
#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
#30#30	GPT-5.2 Chatnone	7.9	OpenAI	$0.352	6.82s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 3 Tokens de entrada 31,593 Tokens de saída 21,144 Tokens de raciocínio 0 Tempo de resposta (médio) 6.82s Tempo de resposta (total) 136.34s Tempo de resposta (máx.) 38.52s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.7 Programação : 8.2 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
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
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 41,532 Tokens de saída 1,485 Tokens de raciocínio 214,710 Tempo de resposta (médio) 49.23s Tempo de resposta (total) 984.52s Tempo de resposta (máx.) 216.69s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 7.4 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
#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
#35#35	Gemini 3.1 Flash Lite Previewmedium	7.7	Google	$0.063	3.94s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 0 Tokens de entrada 34,781 Tokens de saída 2,204 Tokens de raciocínio 33,657 Tempo de resposta (médio) 3.94s Tempo de resposta (total) 78.74s Tempo de resposta (máx.) 14.93s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 6.8 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
#36#36	Gemini 3.1 Flash Litemedium	7.7	Google	$0.065	3.18s
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 33,803 Tokens de saída 2,248 Tokens de raciocínio 35,390 Tempo de resposta (médio) 3.18s Tempo de resposta (total) 63.55s Tempo de resposta (máx.) 10.87s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 6.8 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
#37#37	Gemini 2.5 Flashmedium	7.7	Google	$0.358	15.57s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 1 Tokens de entrada 31,473 Tokens de saída 1,924 Tokens de raciocínio 137,255 Tempo de resposta (médio) 15.57s Tempo de resposta (total) 311.47s Tempo de resposta (máx.) 95.48s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.4 Programação : 6.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 3 Tokens de entrada 38,997 Tokens de saída 26,166 Tokens de raciocínio 213,524 Tempo de resposta (médio) 39.40s Tempo de resposta (total) 788.00s Tempo de resposta (máx.) 168.16s Resposta incorreta: 5 Tempo esgotado: 2 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 : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#39#39	Gemini 3 Flash Previewnone	7.7	Google	$0.023	1.70s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% Testes instáveis 2 Tokens de entrada 34,008 Tokens de saída 1,879 Tokens de raciocínio 0 Tempo de resposta (médio) 1.70s Tempo de resposta (total) 22.05s Tempo de resposta (máx.) 3.56s Resposta incorreta: 7 Truques anti-IA : 8.3 Programação : 6.8 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
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 0 Tokens de entrada 41,496 Tokens de saída 2,258 Tokens de raciocínio 341,381 Tempo de resposta (médio) 42.39s Tempo de resposta (total) 847.76s Tempo de resposta (máx.) 252.69s Resposta incorreta: 4 Formatação extra: 3 Truques anti-IA : 8.3 Programação : 7.0 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
#44#44	Gemini 3.1 Flash Lite Previewlow	7.6	Google	$0.025	2.85s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 0 Tokens de entrada 29,708 Tokens de saída 2,280 Tokens de raciocínio 8,829 Tempo de resposta (médio) 2.85s Tempo de resposta (total) 57.08s Tempo de resposta (máx.) 11.91s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.3 Programação : 6.8 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
#47#47	Claude Sonnet 4.6medium	7.6	Anthropic	$1.330	15.81s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 1 Tokens de entrada 45,947 Tokens de saída 49,891 Tokens de raciocínio 29,565 Tempo de resposta (médio) 15.81s Tempo de resposta (total) 189.71s Tempo de resposta (máx.) 46.35s Formatação extra: 3 Resposta incorreta: 3 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 7.2 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
#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
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 4 Tokens de entrada 37,156 Tokens de saída 10,302 Tokens de raciocínio 115,740 Tempo de resposta (médio) 46.36s Tempo de resposta (total) 927.27s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 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
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 5 Tokens de entrada 37,036 Tokens de saída 2,074 Tokens de raciocínio 272,063 Tempo de resposta (médio) 63.04s Tempo de resposta (total) 1197.71s Tempo de resposta (máx.) 234.29s Tempo esgotado: 3 Resposta incorreta: 3 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 : 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
#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
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 2 Tokens de entrada 39,262 Tokens de saída 2,259 Tokens de raciocínio 150,249 Tempo de resposta (médio) 43.65s Tempo de resposta (total) 872.90s Tempo de resposta (máx.) 189.38s Resposta incorreta: 8 Truques anti-IA : 10.0 Programação : 4.3 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
#49#49	Gemini 3.1 Flash Lite Previewnone	7.5	Google	$0.017	1.23s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 1 Tokens de entrada 34,579 Tokens de saída 5,541 Tokens de raciocínio 0 Tempo de resposta (médio) 1.23s Tempo de resposta (total) 24.68s Tempo de resposta (máx.) 3.39s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 7.5 Programação : 6.8 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
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
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 28,584 Tokens de saída 102,208 Tokens de raciocínio 229,120 Tempo de resposta (médio) 54.03s Tempo de resposta (total) 1026.57s Tempo de resposta (máx.) 215.85s Resposta incorreta: 3 Não seguiu as instruções: 2 Tempo esgotado: 2 Sem resposta: 1 Truques anti-IA : 7.0 Programação : 6.8 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
#51#51	Gemini 3.1 Flash Litelow	7.4	Google	$0.026	1.92s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 2 Tokens de entrada 33,889 Tokens de saída 2,726 Tokens de raciocínio 8,951 Tempo de resposta (médio) 1.92s Tempo de resposta (total) 38.45s Tempo de resposta (máx.) 5.66s Resposta incorreta: 8 Truques anti-IA : 7.3 Programação : 6.8 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	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
#53#53	GPT-5.3 Chatnone	7.4	OpenAI	$0.402	6.13s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 31,590 Tokens de saída 24,757 Tokens de raciocínio 0 Tempo de resposta (médio) 6.13s Tempo de resposta (total) 122.61s Tempo de resposta (máx.) 18.33s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 6.7 Programação : 6.9 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
#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
#56#56	Step 3.7 Flashlow	7.4	Stepfun	$0.336	16.06s
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 37,458 Tokens de saída 285,209 Tokens de raciocínio 0 Tempo de resposta (médio) 16.06s Tempo de resposta (total) 321.11s Tempo de resposta (máx.) 124.75s Resposta incorreta: 7 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 10.0 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	Qwen3.6 35B A3Bmedium	7.3	Qwen	$0.130 ↑	17.26s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.7% Testes instáveis 1 Tokens de entrada 13,550 Tokens de saída 18,304 Tokens de raciocínio 115,531 Tempo de resposta (médio) 17.26s Tempo de resposta (total) 310.65s 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 : 6.6 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
#59#59	GPT-5.2medium	7.3	OpenAI	$0.492	16.50s
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 31,348 Tokens de saída 2,880 Tokens de raciocínio 28,289 Tempo de resposta (médio) 16.50s Tempo de resposta (total) 214.45s 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
#62#62	Claude Opus 4.8none	7.3	Anthropic	$0.519	3.51s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 2 Tokens de entrada 63,282 Tokens de saída 8,098 Tokens de raciocínio 0 Tempo de resposta (médio) 3.51s Tempo de resposta (total) 70.19s Tempo de resposta (máx.) 17.73s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.5 Programação : 6.8 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
#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
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 59.7% Testes instáveis 1 Tokens de entrada 33,555 Tokens de saída 90,478 Tokens de raciocínio 173,544 Tempo de resposta (médio) 43.20s Tempo de resposta (total) 561.54s Tempo de resposta (máx.) 170.45s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 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

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