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)
#118#118	Owl Alphanone	5.7	Openrouter	$0.000	8.80s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 38.3% Testes instáveis 1 Tokens de entrada 39,406 Tokens de saída 4,802 Tokens de raciocínio 0 Tempo de resposta (médio) 8.80s Tempo de resposta (total) 176.09s Tempo de resposta (máx.) 47.10s Resposta incorreta: 9 Não seguiu as instruções: 3 Formatação extra: 1 Truques anti-IA : 3.4 Programação : 7.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#129#129	Mistral Small 4medium	5.4	Mistral	$0.056	8.35s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 45.0% Testes instáveis 7 Tokens de entrada 39,834 Tokens de saída 21,871 Tokens de raciocínio 68,349 Tempo de resposta (médio) 8.35s Tempo de resposta (total) 167.08s Tempo de resposta (máx.) 59.15s Resposta incorreta: 11 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 5.6 Programação : 5.1 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 3.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$0.994	8.30s
Ver cartão do modelo Total de testes 20 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 96.7% Testes instáveis 1 Tokens de entrada 34,591 Tokens de saída 1,969 Tokens de raciocínio 102,679 Tempo de resposta (médio) 8.30s Tempo de resposta (total) 165.92s Tempo de resposta (máx.) 34.82s Resposta incorreta: 1 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 : 9.8 Conhecimentos gerais : 10.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Ver cartão do modelo Total de testes 20 Testes errados 17 Confiabilidade N/D Taxa de acerto por tentativa 15.0% Testes instáveis 0 Tokens de entrada 34,905 Tokens de saída 2,434 Tokens de raciocínio 0 Tempo de resposta (médio) 7.72s Tempo de resposta (total) 139.00s Tempo de resposta (máx.) 25.72s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 4.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 3.0 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
#115#115	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Ver cartão do modelo Total de testes 19 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.9% Testes instáveis 6 Tokens de entrada 39,481 Tokens de saída 54,218 Tokens de raciocínio 0 Tempo de resposta (médio) 6.73s Tempo de resposta (total) 100.98s Tempo de resposta (máx.) 29.11s Resposta incorreta: 6 Erro de API: 4 Sem resposta: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.9 Programação : 6.3 Combinado : 3.0 Análise e extração de dados : 7.1 Específico do domínio : 4.1 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 4.7 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
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 46.7% Testes instáveis 2 Tokens de entrada 36,978 Tokens de saída 1,815 Tokens de raciocínio 0 Tempo de resposta (médio) 5.96s Tempo de resposta (total) 119.22s Tempo de resposta (máx.) 57.10s Resposta incorreta: 9 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 4.1 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 6.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 1 Tokens de entrada 33,766 Tokens de saída 2,070 Tokens de raciocínio 27,348 Tempo de resposta (médio) 5.81s Tempo de resposta (total) 116.25s Tempo de resposta (máx.) 14.72s Resposta incorreta: 4 Truques anti-IA : 10.0 Programação : 7.3 Combinado : 3.0 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 3 Tokens de entrada 33,717 Tokens de saída 6,186 Tokens de raciocínio 0 Tempo de resposta (médio) 5.47s Tempo de resposta (total) 109.43s Tempo de resposta (máx.) 16.45s Resposta incorreta: 13 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 3.4 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.6 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#72#72	Claude Sonnet 4.6none	7.0	Anthropic	$0.306	5.27s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 1 Tokens de entrada 54,721 Tokens de saída 9,450 Tokens de raciocínio 0 Tempo de resposta (médio) 5.27s Tempo de resposta (total) 68.50s Tempo de resposta (máx.) 23.84s Formatação extra: 4 Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 6.8 Combinado : 9.5 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 6.1 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#119#119	Hunter Alphanone	5.7	OpenRouter	$0.000	4.70s
Ver cartão do modelo Total de testes 18 Testes errados 12 Confiabilidade N/D Taxa de acerto por tentativa 46.3% Testes instáveis 4 Tokens de entrada 34,329 Tokens de saída 2,264 Tokens de raciocínio 0 Tempo de resposta (médio) 4.70s Tempo de resposta (total) 79.86s Tempo de resposta (máx.) 15.17s Resposta incorreta: 9 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 3.5 Programação : 3.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 10.0
#110#110	Qwen3.5 Plus 2026-04-20none	5.8	Qwen	$0.031 ↓	4.57s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 4 Tokens de entrada 36,069 Tokens de saída 11,139 Tokens de raciocínio 0 Tempo de resposta (médio) 4.57s Tempo de resposta (total) 91.37s Tempo de resposta (máx.) 33.34s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 4.4 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 85.0% Testes instáveis 0 Tokens de entrada 61,569 Tokens de saída 10,439 Tokens de raciocínio 2,198 Tempo de resposta (médio) 4.48s Tempo de resposta (total) 85.21s Tempo de resposta (máx.) 23.18s Resposta incorreta: 2 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 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
#6#6	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 86.7% Testes instáveis 1 Tokens de entrada 33,933 Tokens de saída 1,995 Tokens de raciocínio 44,792 Tempo de resposta (médio) 4.29s Tempo de resposta (total) 85.72s Tempo de resposta (máx.) 12.05s Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#108#108	GLM 5.1none	5.8	Z.ai	$0.056 ↓	4.20s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 43.3% Testes instáveis 4 Tokens de entrada 44,535 Tokens de saída 3,748 Tokens de raciocínio 0 Tempo de resposta (médio) 4.20s Tempo de resposta (total) 83.95s Tempo de resposta (máx.) 32.57s Resposta incorreta: 12 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.0 Programação : 4.3 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 0 Tokens de entrada 17,818 Tokens de saída 1,398 Tokens de raciocínio 0 Tempo de resposta (médio) 4.05s Tempo de resposta (total) 72.97s Tempo de resposta (máx.) 26.13s Resposta incorreta: 7 Erro de API: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.5 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 46.7% Testes instáveis 1 Tokens de entrada 34,537 Tokens de saída 1,985 Tokens de raciocínio 0 Tempo de resposta (médio) 3.95s Tempo de resposta (total) 51.38s Tempo de resposta (máx.) 11.07s Resposta incorreta: 11 Truques anti-IA : 4.8 Programação : 4.6 Combinado : 3.0 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
#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
#114#114	Qwen3.6 27Bnone	5.8	Qwen	$0.027 ↓	3.85s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 6 Tokens de entrada 49,880 Tokens de saída 3,804 Tokens de raciocínio 0 Tempo de resposta (médio) 3.85s Tempo de resposta (total) 77.09s Tempo de resposta (máx.) 11.82s Resposta incorreta: 10 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.8 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 5.2 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.5 Conhecimentos gerais : 3.0
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
Ver cartão do modelo Total de testes 20 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.7% Testes instáveis 5 Tokens de entrada 16,488 Tokens de saída 27,747 Tokens de raciocínio 0 Tempo de resposta (médio) 3.84s Tempo de resposta (total) 69.12s Tempo de resposta (máx.) 22.52s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 3.6 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.4 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#104#104	Qwen3.5-Flashnone	5.9	Qwen	$0.004 ↓	3.74s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 41.7% Testes instáveis 1 Tokens de entrada 43,598 Tokens de saída 4,270 Tokens de raciocínio 0 Tempo de resposta (médio) 3.74s Tempo de resposta (total) 74.71s Tempo de resposta (máx.) 27.18s Resposta incorreta: 12 Truques anti-IA : 3.5 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 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
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 45.0% Testes instáveis 3 Tokens de entrada 45,353 Tokens de saída 4,334 Tokens de raciocínio 0 Tempo de resposta (médio) 3.50s Tempo de resposta (total) 70.00s Tempo de resposta (máx.) 47.43s Resposta incorreta: 11 Não seguiu as instruções: 2 Truques anti-IA : 3.4 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 6.5 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#131#131	Qwen3.5-122B-A10Bnone	5.4	Qwen	$0.019 ↓	3.38s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 44,894 Tokens de saída 3,374 Tokens de raciocínio 0 Tempo de resposta (médio) 3.38s Tempo de resposta (total) 67.55s Tempo de resposta (máx.) 46.00s Resposta incorreta: 12 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 4.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#69#69	Qwen3.6 Max Previewnone	7.1	Qwen	$0.072 ↓	3.31s
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 39,668 Tokens de saída 4,773 Tokens de raciocínio 0 Tempo de resposta (médio) 3.31s Tempo de resposta (total) 66.17s Tempo de resposta (máx.) 20.51s Resposta incorreta: 9 Truques anti-IA : 5.2 Programação : 4.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 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
#105#105	GLM 5V Turbonone	5.9	Z.ai	$0.049	3.04s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 40.0% Testes instáveis 0 Tokens de entrada 34,502 Tokens de saída 1,760 Tokens de raciocínio 0 Tempo de resposta (médio) 3.04s Tempo de resposta (total) 60.88s Tempo de resposta (máx.) 6.51s Resposta incorreta: 10 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 6.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.6 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#9#9	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Ver cartão do modelo Total de testes 19 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 84.2% Testes instáveis 0 Tokens de entrada 69,576 Tokens de saída 6,265 Tokens de raciocínio 0 Tempo de resposta (médio) 3.02s Tempo de resposta (total) 57.44s Tempo de resposta (máx.) 18.27s Resposta incorreta: 3 Truques anti-IA : 8.3 Programação : 10.0 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 : 3.0
#120#120	GLM 4.7 Flashnone	5.6	Z.ai	$0.004	3.01s
Ver cartão do modelo Total de testes 20 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 38.3% Testes instáveis 3 Tokens de entrada 36,147 Tokens de saída 2,515 Tokens de raciocínio 0 Tempo de resposta (médio) 3.01s Tempo de resposta (total) 39.12s Tempo de resposta (máx.) 7.05s Resposta incorreta: 12 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 5.2 Programação : 5.0 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 7.7 Inteligência geral : 4.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 2.8 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