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: 2026-07-18 Modelos avaliados: 206

206/206

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#25#25	Gemini 2.5 Flashmedium	8.2	Google	$0.643	21.18s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 1 Tokens de entrada 132,498 Tokens de saída 12,739 Tokens de raciocínio 228,464 Tempo de resposta (médio) 21.18s Tempo de resposta (total) 465.89s Tempo de resposta (máx.) 140.50s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.4 Programação : 7.8 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
#28#28	Inklinghigh	8.0	Thinkingmachines	$1.006	64.16s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 9.8 Taxa de acerto por tentativa 77.3% Testes instáveis 3 Tokens de entrada 86,746 Tokens de saída 6,055 Tokens de raciocínio 220,791 Tempo de resposta (médio) 64.16s Tempo de resposta (total) 1411.59s Tempo de resposta (máx.) 327.51s Resposta incorreta: 4 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 8.5 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#32#32	Inklingmedium	8.0	Thinkingmachines	$0.391	16.21s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 9.8 Taxa de acerto por tentativa 78.8% Testes instáveis 5 Tokens de entrada 124,053 Tokens de saída 12,189 Tokens de raciocínio 53,597 Tempo de resposta (médio) 16.21s Tempo de resposta (total) 356.54s Tempo de resposta (máx.) 85.12s Resposta incorreta: 4 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.4 Combinado : 7.3 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 : 2.8
#36#36	Qwen3.7 Plusmedium	7.9	Qwen	$0.267 ↓	51.51s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 75.8% Testes instáveis 3 Tokens de entrada 115,233 Tokens de saída 6,162 Tokens de raciocínio 173,267 Tempo de resposta (médio) 51.51s Tempo de resposta (total) 1133.15s Tempo de resposta (máx.) 315.30s Resposta incorreta: 5 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 6.1 Combinado : 8.2 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
#37#37	Qwen3.6 Plusmedium	7.8	Qwen	$0.405 ↑	43.12s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 2 Tokens de entrada 97,689 Tokens de saída 6,412 Tokens de raciocínio 184,825 Tempo de resposta (médio) 43.12s Tempo de resposta (total) 905.53s Tempo de resposta (máx.) 291.55s Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.1 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
#44#44	GPT-5.6 Lunahigh	7.7	OpenAI	$1.017	18.68s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 72.7% Testes instáveis 3 Tokens de entrada 80,918 Tokens de saída 5,088 Tokens de raciocínio 150,910 Tempo de resposta (médio) 18.68s Tempo de resposta (total) 411.05s Tempo de resposta (máx.) 111.09s Resposta incorreta: 7 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 5.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#59#59	Qwen3.7 Maxnone	7.4	Qwen	$0.197 ↓	4.52s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 68.2% Testes instáveis 0 Tokens de entrada 95,983 Tokens de saída 12,446 Tokens de raciocínio 0 Tempo de resposta (médio) 4.52s Tempo de resposta (total) 99.52s Tempo de resposta (máx.) 72.30s Resposta incorreta: 7 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 6.5 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 : 3.0
#78#78	Gemini 3.5 Flashnone	7.0	Google	$1.079	9.93s
Ver cartão do modelo Total de testes 22 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 74.2% Testes instáveis 3 Tokens de entrada 13,843 Tokens de saída 117,518 Tokens de raciocínio 0 Tempo de resposta (médio) 9.93s Tempo de resposta (total) 178.68s Tempo de resposta (máx.) 64.36s Erro de API: 4 Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 2.8
#49#49	GLM 5 Turbomedium	7.6	Z.ai	$0.323 ↑	23.00s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 4 Tokens de entrada 35,593 Tokens de saída 12,245 Tokens de raciocínio 62,277 Tempo de resposta (médio) 23.00s Tempo de resposta (total) 482.97s 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 : 8.2 Combinado : 5.0 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
#97#97	Hy3 previewmedium	6.5	Tencent	$0.018 ↕	16.28s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 63.6% Testes instáveis 0 Tokens de entrada 27,030 Tokens de saída 73,544 Tokens de raciocínio 0 Tempo de resposta (médio) 16.28s Tempo de resposta (total) 293.12s Tempo de resposta (máx.) 46.04s Erro de API: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 5.3 Combinado : 5.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#129#129	Gemini 3 PRO Previewmedium	6.0	Google	$0.385 ↑	9.05s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade N/D Taxa de acerto por tentativa 63.6% 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 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
#21#21	GPT-5.2medium	8.4	OpenAI	$0.951	22.62s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 72.7% Testes instáveis 4 Tokens de entrada 105,004 Tokens de saída 9,914 Tokens de raciocínio 44,868 Tempo de resposta (médio) 22.62s Tempo de resposta (total) 339.28s Tempo de resposta (máx.) 102.93s 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
#29#29	Step 3.7 Flashmedium	8.0	Stepfun	$0.515	26.37s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 9.9 Taxa de acerto por tentativa 72.7% Testes instáveis 3 Tokens de entrada 114,062 Tokens de saída 427,572 Tokens de raciocínio 0 Tempo de resposta (médio) 26.37s Tempo de resposta (total) 580.25s Tempo de resposta (máx.) 152.83s Resposta incorreta: 5 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#30#30	GPT-5.2 Chatnone	8.0	OpenAI	$0.604	7.65s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 74.2% Testes instáveis 4 Tokens de entrada 101,248 Tokens de saída 30,424 Tokens de raciocínio 0 Tempo de resposta (médio) 7.65s Tempo de resposta (total) 168.39s Tempo de resposta (máx.) 38.52s Resposta incorreta: 6 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.8 Combinado : 7.3 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
#31#31	GLM 5.2high	8.0	Z.ai	$0.296 ↓	62.65s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 3 Tokens de entrada 83,813 Tokens de saída 69,688 Tokens de raciocínio 225,659 Tempo de resposta (médio) 62.65s Tempo de resposta (total) 1378.34s Tempo de resposta (máx.) 599.43s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 6.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#34#34	GPT-5.6 Terrahigh	8.0	OpenAI	$1.055	11.32s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.2% Testes instáveis 2 Tokens de entrada 81,047 Tokens de saída 5,055 Tokens de raciocínio 51,736 Tempo de resposta (médio) 11.32s Tempo de resposta (total) 249.14s Tempo de resposta (máx.) 91.49s Resposta incorreta: 7 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.3 Programação : 7.6 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#35#35	Seed-2.0-Litemedium	7.9	Bytedance Seed	$0.234	48.53s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 74.2% Testes instáveis 4 Tokens de entrada 129,897 Tokens de saída 12,533 Tokens de raciocínio 88,047 Tempo de resposta (médio) 48.53s Tempo de resposta (total) 1067.74s Tempo de resposta (máx.) 254.92s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 1 Truques anti-IA : 8.3 Programação : 8.0 Combinado : 6.4 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
#39#39	GPT-5.6 Terramedium	7.8	OpenAI	$0.676	7.11s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 69.7% Testes instáveis 2 Tokens de entrada 79,175 Tokens de saída 4,878 Tokens de raciocínio 26,952 Tempo de resposta (médio) 7.11s Tempo de resposta (total) 156.42s Tempo de resposta (máx.) 41.68s Resposta incorreta: 8 Truques anti-IA : 8.3 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#40#40	Claude Sonnet 4.6medium	7.8	Anthropic	$2.057	25.91s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 106,292 Tokens de saída 80,748 Tokens de raciocínio 35,117 Tempo de resposta (médio) 25.91s Tempo de resposta (total) 362.78s Tempo de resposta (máx.) 140.96s 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
#48#48	Grok Build 0.1medium	7.6	X AI	$1.097	52.06s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 63.6% Testes instáveis 0 Tokens de entrada 106,751 Tokens de saída 7,993 Tokens de raciocínio 486,670 Tempo de resposta (médio) 52.06s Tempo de resposta (total) 1145.27s 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
#50#50	GPT-5.6 Lunamedium	7.6	OpenAI	$0.352	7.28s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 1 Tokens de entrada 89,676 Tokens de saída 5,699 Tokens de raciocínio 37,980 Tempo de resposta (médio) 7.28s Tempo de resposta (total) 160.27s Tempo de resposta (máx.) 29.85s Resposta incorreta: 8 Truques anti-IA : 8.3 Programação : 5.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#57#57	Qwen3.5 Plus 2026-02-15medium	7.5	Qwen	$0.437 ↓	89.19s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 4 Tokens de entrada 113,560 Tokens de saída 9,823 Tokens de raciocínio 250,881 Tempo de resposta (médio) 89.19s Tempo de resposta (total) 1337.92s Tempo de resposta (máx.) 304.85s Resposta incorreta: 4 Tempo esgotado: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.2 Programação : 6.6 Combinado : 6.9 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#71#71	Qwen3.5-122B-A10Bmedium	7.1	Qwen	$1.046 ↓	64.16s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.2% Testes instáveis 4 Tokens de entrada 124,771 Tokens de saída 44,077 Tokens de raciocínio 443,141 Tempo de resposta (médio) 64.16s Tempo de resposta (total) 1411.60s Tempo de resposta (máx.) 519.30s Resposta incorreta: 5 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 6.0 Combinado : 6.4 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
#87#87	Gemini 3.5 Flashminimal	6.8	Google	$0.300	2.65s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.2% Testes instáveis 1 Tokens de entrada 100,753 Tokens de saída 16,454 Tokens de raciocínio 0 Tempo de resposta (médio) 2.65s Tempo de resposta (total) 58.27s Tempo de resposta (máx.) 25.26s Resposta incorreta: 5 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.5 Programação : 5.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 10.0 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#93#93	Gemma 4 26B A4Bmedium	6.6	Google	$0.082 ↓	103.83s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 9.4 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 77,550 Tokens de saída 28,036 Tokens de raciocínio 219,491 Tempo de resposta (médio) 103.83s Tempo de resposta (total) 2180.47s Tempo de resposta (máx.) 912.19s Resposta incorreta: 3 Sem resposta: 2 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 2.9 Combinado : 6.3 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
#107#107	Gemma 4 31Bmedium	6.3	Google	$0.107 ↓	75.38s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.2% Testes instáveis 2 Tokens de entrada 94,992 Tokens de saída 34,468 Tokens de raciocínio 223,278 Tempo de resposta (médio) 75.38s Tempo de resposta (total) 1507.52s Tempo de resposta (máx.) 437.40s Erro de API: 2 Tempo esgotado: 2 Resposta incorreta: 2 Chamada de ferramenta inválida: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 4.3 Combinado : 2.9 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
#24#24	Muse Spark 1.1low	8.3	Meta	$0.647	11.45s
Ver cartão do modelo Total de testes 22 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 69.7% Testes instáveis 4 Tokens de entrada 142,298 Tokens de saída 10,847 Tokens de raciocínio 99,467 Tempo de resposta (médio) 11.45s Tempo de resposta (total) 251.92s Tempo de resposta (máx.) 54.15s Resposta incorreta: 6 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Programação : 10.0 Combinado : 6.6 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 8.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#43#43	Claude Opus 4.6medium	7.7	Anthropic	$3.059	34.27s
Ver cartão do modelo Total de testes 22 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.6% Testes instáveis 3 Tokens de entrada 108,615 Tokens de saída 72,286 Tokens de raciocínio 28,315 Tempo de resposta (médio) 34.27s Tempo de resposta (total) 513.99s Tempo de resposta (máx.) 151.51s Formatação extra: 5 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 6.4 Programação : 5.7 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
#45#45	DeepSeek V4 Flashhigh	7.7	DeepSeek	$0.042 ↓	49.75s
Ver cartão do modelo Total de testes 22 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 72.7% Testes instáveis 5 Tokens de entrada 108,392 Tokens de saída 14,478 Tokens de raciocínio 153,687 Tempo de resposta (médio) 49.75s Tempo de resposta (total) 1094.41s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.3 Programação : 7.8 Combinado : 6.4 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
#51#51	Nemotron 3 Ultramedium	7.5	NVIDIA	$0.774 ↕	32.21s
Ver cartão do modelo Total de testes 22 Testes errados 9 Confiabilidade 9.8 Taxa de acerto por tentativa 68.2% Testes instáveis 4 Tokens de entrada 233,488 Tokens de saída 57,916 Tokens de raciocínio 128,062 Tempo de resposta (médio) 32.21s Tempo de resposta (total) 708.65s Tempo de resposta (máx.) 392.56s Resposta incorreta: 7 Erro de API: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 3.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

←

1 2 3 4 5 6 7

→

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Gemini 3 Flash PreviewmediumvsGPT-5.6 Solmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsNemotron 3 UltramediumDisponível grátis Gemini 3 Flash PreviewmediumvsNorth Mini CodemediumDisponível grátis Gemini 3.5 FlashhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low

Leaderboard do AI Benchy

Filtrar modelos

Comparação rápida