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: 2026-10-17 Modelos avaliados: 442

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

442/442

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#65#65	GPT-5.2medium	8.7	OpenAI	$1.558 ↑	31.29s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.9% Testes instáveis 4 Tokens de entrada 235,207 Tokens de saída 11,065 Tokens de raciocínio 69,473 Tempo de resposta (médio) 31.29s Tempo de resposta (total) 531.98s Tempo de resposta (máx.) 116.86s Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 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
#144#144	GLM 5.1medium	7.5	Z.ai	$1.546 ↑	66.38s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 9.2 Taxa de acerto por tentativa 66.7% Testes instáveis 4 Tokens de entrada 331,577 Tokens de saída 17,919 Tokens de raciocínio 230,789 Tempo de resposta (médio) 66.38s Tempo de resposta (total) 1460.31s Tempo de resposta (máx.) 308.75s Resposta incorreta: 5 Tempo esgotado: 2 Erro de API: 1 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 4.6 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#41#41	Paretodefault	9.1	Unbiased	$1.520	33.47s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 87.0% Testes instáveis 2 Tokens de entrada 223,559 Tokens de saída 128,144 Tokens de raciocínio 0 Tempo de resposta (médio) 33.47s Tempo de resposta (total) 769.84s Tempo de resposta (máx.) 143.33s Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 7.2 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 : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#72#72	Claude Sonnet 5.5xhigh	8.6	Anthropic	$1.516	14.98s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 4 Tokens de entrada 342,579 Tokens de saída 12,848 Tokens de raciocínio 70,193 Tempo de resposta (médio) 14.98s Tempo de resposta (total) 344.60s Tempo de resposta (máx.) 54.92s Resposta incorreta: 3 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#184#184	Ember-1low	7.0	Fireworks	$1.488	34.90s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 8.8 Taxa de acerto por tentativa 65.2% Testes instáveis 5 Tokens de entrada 211,908 Tokens de saída 14,158 Tokens de raciocínio 42,608 Tempo de resposta (médio) 34.90s Tempo de resposta (total) 802.79s Tempo de resposta (máx.) 121.29s Erro de API: 6 Resposta incorreta: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 10.0 Combinado : 6.5 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#219#219	Step 3.7 Flashhigh	6.6	Stepfun	$1.478 ↑	72.72s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 4 Tokens de entrada 421,200 Tokens de saída 1,100,052 Tokens de raciocínio 0 Tempo de resposta (médio) 72.72s Tempo de resposta (total) 1672.53s Tempo de resposta (máx.) 364.99s Resposta incorreta: 8 Sem resposta: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.4 Truques anti-IA : 10.0 Programação : 4.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#147#147	Seed-2.0-Codehigh	7.5	Bytedance Seed	$1.448	124.87s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.0 Taxa de acerto por tentativa 65.2% Testes instáveis 5 Tokens de entrada 297,321 Tokens de saída 8,997 Tokens de raciocínio 423,853 Tempo de resposta (médio) 124.87s Tempo de resposta (total) 2871.96s Tempo de resposta (máx.) 675.30s Resposta incorreta: 6 Erro de API: 3 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 6.2 Combinado : 7.3 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 : 7.8 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#78#78	Claude Sonnet 5medium	8.5	Anthropic	$1.438	15.01s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 3 Tokens de entrada 353,658 Tokens de saída 54,891 Tokens de raciocínio 18,370 Tempo de resposta (médio) 15.01s Tempo de resposta (total) 345.16s Tempo de resposta (máx.) 69.26s Resposta incorreta: 5 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 9.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#204#204	Grok Build 0.1medium	6.7	X AI	$1.419	55.13s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 1 Tokens de entrada 358,616 Tokens de saída 9,651 Tokens de raciocínio 520,155 Tempo de resposta (médio) 55.13s Tempo de resposta (total) 1268.10s Tempo de resposta (máx.) 252.69s Resposta incorreta: 6 Formatação extra: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.4 Truques anti-IA : 8.3 Programação : 5.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#146#146	Mistral Large 4high	7.5	Mistral	$1.391	263.69s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 9.0 Taxa de acerto por tentativa 65.2% Testes instáveis 6 Tokens de entrada 230,895 Tokens de saída 161,281 Tokens de raciocínio 510,655 Tempo de resposta (médio) 263.69s Tempo de resposta (total) 6064.89s Tempo de resposta (máx.) 1727.29s Resposta incorreta: 6 Não seguiu as instruções: 2 Sem resposta: 2 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 3.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#6#6	GPT-6.1 Solxhigh	9.9	OpenAI	$1.377	33.11s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 97.1% Testes instáveis 1 Tokens de entrada 175,712 Tokens de saída 5,640 Tokens de raciocínio 96,842 Tempo de resposta (médio) 33.11s Tempo de resposta (total) 761.52s Tempo de resposta (máx.) 491.85s Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#129#129	Grok 4.5low	7.8	X AI	$1.345	18.14s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.9% Testes instáveis 2 Tokens de entrada 308,068 Tokens de saída 9,218 Tokens de raciocínio 112,197 Tempo de resposta (médio) 18.14s Tempo de resposta (total) 417.21s Tempo de resposta (máx.) 205.28s Resposta incorreta: 7 Tarefas de agentes : 5.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#37#37	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 4 Tokens de entrada 222,794 Tokens de saída 7,357 Tokens de raciocínio 58,930 Tempo de resposta (médio) 18.87s Tempo de resposta (total) 433.94s Tempo de resposta (máx.) 100.93s Resposta incorreta: 4 Não seguiu as instruções: 2 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.6 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#119#119	Gemini 3.5 Flashmedium	7.9	Google	$1.316	11.78s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 2 Tokens de entrada 296,760 Tokens de saída 4,371 Tokens de raciocínio 92,284 Tempo de resposta (médio) 11.78s Tempo de resposta (total) 271.03s Tempo de resposta (máx.) 84.47s Resposta incorreta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 2.8 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 10.0 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 : 10.0 Conhecimentos gerais : 10.0
#151#151	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
#61#61	Muse Spark Openmedium	8.8	Meta	$1.260	77.44s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.8 Taxa de acerto por tentativa 78.3% Testes instáveis 5 Tokens de entrada 256,646 Tokens de saída 10,490 Tokens de raciocínio 210,325 Tempo de resposta (médio) 77.44s Tempo de resposta (total) 1781.16s Tempo de resposta (máx.) 643.19s Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.9 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 8.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#258#258	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 5 Tokens de entrada 392,127 Tokens de saída 7,754 Tokens de raciocínio 294,333 Tempo de resposta (médio) 36.73s Tempo de resposta (total) 844.68s Tempo de resposta (máx.) 199.66s Resposta incorreta: 7 Formatação extra: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.2 Programação : 6.3 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.9 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#13#13	GPT-5.6 Sollow	9.6	OpenAI	$1.244	11.13s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 87.0% Testes instáveis 2 Tokens de entrada 191,653 Tokens de saída 5,473 Tokens de raciocínio 17,084 Tempo de resposta (médio) 11.13s Tempo de resposta (total) 256.08s Tempo de resposta (máx.) 57.11s Resposta incorreta: 4 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 10.0 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 : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#86#86	Inklinghigh	8.4	Thinkingmachines	$1.238 ↓	62.72s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 3 Tokens de entrada 240,395 Tokens de saída 7,169 Tokens de raciocínio 242,073 Tempo de resposta (médio) 62.72s Tempo de resposta (total) 1442.48s Tempo de resposta (máx.) 327.51s Resposta incorreta: 4 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 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
#214#214	GPT-5.5none	6.6	OpenAI	$1.212	4.75s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 56.5% Testes instáveis 2 Tokens de entrada 205,108 Tokens de saída 6,197 Tokens de raciocínio 0 Tempo de resposta (médio) 4.75s Tempo de resposta (total) 109.31s Tempo de resposta (máx.) 57.53s Resposta incorreta: 11 Tarefas de agentes : 5.0 Truques anti-IA : 6.9 Programação : 5.5 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#70#70	DeepSeek V4.1 Flashmax	8.6	DeepSeek	$1.204 ↑	61.58s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.4 Taxa de acerto por tentativa 69.6% Testes instáveis 2 Tokens de entrada 414,054 Tokens de saída 7,635 Tokens de raciocínio 900,536 Tempo de resposta (médio) 61.58s Tempo de resposta (total) 1416.24s Tempo de resposta (máx.) 335.08s Resposta incorreta: 6 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#35#35	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 1 Tokens de entrada 276,512 Tokens de saída 8,152 Tokens de raciocínio 96,444 Tempo de resposta (médio) 27.34s Tempo de resposta (total) 628.75s Tempo de resposta (máx.) 126.60s Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#73#73	Claude Sonnet 5.5high	8.6	Anthropic	$1.175	10.79s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 5 Tokens de entrada 345,687 Tokens de saída 13,550 Tokens de raciocínio 34,743 Tempo de resposta (médio) 10.79s Tempo de resposta (total) 248.22s Tempo de resposta (máx.) 51.53s Resposta incorreta: 5 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.2 Análise e extração de dados : 7.3 Específico do domínio : 3.5 Inteligência geral : 6.5 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#186#186	Qwen3.5-122B-A10Bmedium	7.0	Qwen	$1.152 ↓	66.96s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 5 Tokens de entrada 251,695 Tokens de saída 49,415 Tokens de raciocínio 472,775 Tempo de resposta (médio) 66.96s Tempo de resposta (total) 1539.99s Tempo de resposta (máx.) 519.30s Resposta incorreta: 5 Chamada de ferramenta inválida: 2 Tempo esgotado: 2 Tarefas de agentes : 6.1 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
#183#183	Kimi K2.7 Codemedium	7.0	Moonshot AI	$1.136 ↑	81.18s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 60.9% Testes instáveis 5 Tokens de entrada 245,179 Tokens de saída 62,697 Tokens de raciocínio 196,621 Tempo de resposta (médio) 81.18s Tempo de resposta (total) 1785.87s Tempo de resposta (máx.) 365.80s Resposta incorreta: 8 Tempo esgotado: 2 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.3 Programação : 7.8 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.7 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0

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