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)
#114#114	Qwen3.5-27Bmedium	7.9	Qwen	$1.135	114.73s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 6 Tokens de entrada 288,919 Tokens de saída 17,484 Tokens de raciocínio 617,804 Tempo de resposta (médio) 114.73s Tempo de resposta (total) 2638.74s Tempo de resposta (máx.) 1026.43s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 6.2 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#181#181	Qwen3.6 Max Previewmedium	7.0	Qwen	$1.132 ↓	66.52s
Ver cartão do modelo Total de testes 22 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 2 Tokens de entrada 79,249 Tokens de saída 5,097 Tokens de raciocínio 165,276 Tempo de resposta (médio) 66.52s Tempo de resposta (total) 1463.50s Tempo de resposta (máx.) 238.07s Resposta incorreta: 4 Tempo esgotado: 1 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 7.3 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 : 3.0
#75#75	Qwen3.8 Max (0902)low	8.6	Qwen	$1.131	29.07s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 3 Tokens de entrada 298,682 Tokens de saída 8,374 Tokens de raciocínio 80,549 Tempo de resposta (médio) 29.07s Tempo de resposta (total) 668.66s Tempo de resposta (máx.) 207.79s Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#117#117	GPT-5.4 Minimedium	7.9	OpenAI	$1.102 ↑	29.94s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 5 Tokens de entrada 238,925 Tokens de saída 7,109 Tokens de raciocínio 177,063 Tempo de resposta (médio) 29.94s Tempo de resposta (total) 688.57s Tempo de resposta (máx.) 138.75s Resposta incorreta: 6 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.6 Programação : 8.4 Combinado : 6.9 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 4.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#222#222	Claude Sonnet 5.5medium	6.5	Anthropic	$1.100	8.03s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 1 Tokens de entrada 361,183 Tokens de saída 26,609 Tokens de raciocínio 11,139 Tempo de resposta (médio) 8.03s Tempo de resposta (total) 184.80s Tempo de resposta (máx.) 51.18s Formatação extra: 8 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Sem resposta: 1 Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 3.4 Combinado : 8.5 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#46#46	Qwen3.8 Max (0902)medium	9.0	Qwen	$1.096	30.42s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 2 Tokens de entrada 268,540 Tokens de saída 7,499 Tokens de raciocínio 85,499 Tempo de resposta (médio) 30.42s Tempo de resposta (total) 699.68s Tempo de resposta (máx.) 168.09s Resposta incorreta: 5 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 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
#284#284	Claude Sonnet 5none	5.9	Anthropic	$1.095	8.60s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 5 Tokens de entrada 393,560 Tokens de saída 30,466 Tokens de raciocínio 311 Tempo de resposta (médio) 8.60s Tempo de resposta (total) 197.73s Tempo de resposta (máx.) 64.73s Resposta incorreta: 9 Formatação extra: 4 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 Truques anti-IA : 5.3 Programação : 4.6 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.7 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#59#59	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 3 Tokens de entrada 262,495 Tokens de saída 7,787 Tokens de raciocínio 86,149 Tempo de resposta (médio) 25.09s Tempo de resposta (total) 577.14s Tempo de resposta (máx.) 155.75s Resposta incorreta: 5 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 10.0 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 : 9.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#174#174	Qwen3.6 27Bmedium	7.2	Qwen	$1.021 ↑	107.79s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 7 Tokens de entrada 264,147 Tokens de saída 34,419 Tokens de raciocínio 253,480 Tempo de resposta (médio) 107.79s Tempo de resposta (total) 2479.26s Tempo de resposta (máx.) 1085.11s Resposta incorreta: 5 Sem resposta: 3 Chamada de ferramenta inválida: 2 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 7.7 Combinado : 6.7 Análise e extração de dados : 3.5 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#100#100	GLM 5.2medium	8.2	Z.ai	$1.007 ↑	26.88s
Ver cartão do modelo Total de testes 22 Testes errados 6 Confiabilidade 9.6 Taxa de acerto por tentativa 81.2% Testes instáveis 4 Tokens de entrada 227,164 Tokens de saída 20,029 Tokens de raciocínio 60,991 Tempo de resposta (médio) 26.88s Tempo de resposta (total) 591.34s Tempo de resposta (máx.) 102.40s Resposta incorreta: 3 Sem resposta: 2 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 5.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#4#4	GPT-6.1 Solmax	9.9	OpenAI	$1.006	61.98s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 9.7 Taxa de acerto por tentativa 95.7% Testes instáveis 0 Tokens de entrada 183,607 Tokens de saída 5,741 Tokens de raciocínio 58,082 Tempo de resposta (médio) 61.98s Tempo de resposta (total) 1425.65s Tempo de resposta (máx.) 960.01s Tempo esgotado: 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 : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#230#230	Grok 4.3medium	6.5	X AI	$0.989	44.53s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 5 Tokens de entrada 325,471 Tokens de saída 14,867 Tokens de raciocínio 217,675 Tempo de resposta (médio) 44.53s Tempo de resposta (total) 1024.25s Tempo de resposta (máx.) 216.69s Resposta incorreta: 6 Não seguiu as instruções: 2 Formatação extra: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 3.9 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 5.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#3🥉 #3	GPT-6 Solhigh	9.9	OpenAI	$0.921	23.56s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 95.7% Testes instáveis 0 Tokens de entrada 182,698 Tokens de saída 5,647 Tokens de raciocínio 49,872 Tempo de resposta (médio) 23.56s Tempo de resposta (total) 541.85s Tempo de resposta (máx.) 136.22s 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 : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#256#256	Trinity Large Thinkinglow	6.3	Arcee AI	$0.918 ↑	95.16s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 47.8% Testes instáveis 6 Tokens de entrada 347,980 Tokens de saída 121,898 Tokens de raciocínio 720,302 Tempo de resposta (médio) 95.16s Tempo de resposta (total) 2188.74s Tempo de resposta (máx.) 540.96s Resposta incorreta: 7 Não seguiu as instruções: 3 Erro de API: 2 Chamada de ferramenta inválida: 2 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 8.3 Programação : 5.3 Combinado : 5.2 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 4.4 Resolução de quebra-cabeças : 6.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#77#77	Muse Spark 1.3low	8.5	Meta	$0.911	17.73s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 82.6% Testes instáveis 5 Tokens de entrada 270,231 Tokens de saída 13,363 Tokens de raciocínio 121,332 Tempo de resposta (médio) 17.73s Tempo de resposta (total) 407.75s Tempo de resposta (máx.) 78.72s Resposta incorreta: 4 Erro de API: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#194#194	Claude Sonnet 5.5low	6.9	Anthropic	$0.909	7.46s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 46.4% Testes instáveis 2 Tokens de entrada 291,853 Tokens de saída 24,116 Tokens de raciocínio 8,327 Tempo de resposta (médio) 7.46s Tempo de resposta (total) 171.47s Tempo de resposta (máx.) 46.61s Formatação extra: 5 Não seguiu as instruções: 5 Chamada de ferramenta inválida: 1 Sem resposta: 1 Resposta incorreta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 6.5 Programação : 3.2 Combinado : 7.9 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#1🥇 #1	Gemini 3.6 Flashhigh	9.9	Google	$0.900 ↓	18.93s
Ver cartão do modelo Total de testes 23 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 98.6% Testes instáveis 1 Tokens de entrada 238,080 Tokens de saída 4,211 Tokens de raciocínio 188,109 Tempo de resposta (médio) 18.93s Tempo de resposta (total) 435.48s Tempo de resposta (máx.) 104.15s 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 : 8.2 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#71#71	Muse Spark 1.1low	8.6	Meta	$0.885	13.21s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 72.5% Testes instáveis 4 Tokens de entrada 291,368 Tokens de saída 13,469 Tokens de raciocínio 108,952 Tempo de resposta (médio) 13.21s Tempo de resposta (total) 303.92s Tempo de resposta (máx.) 54.15s Resposta incorreta: 5 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.9 Programação : 10.0 Combinado : 6.6 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 8.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#64#64	Muse Spark 1.2low	8.7	Meta	$0.881	11.81s
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 254,914 Tokens de saída 10,303 Tokens de raciocínio 121,928 Tempo de resposta (médio) 11.81s Tempo de resposta (total) 271.60s Tempo de resposta (máx.) 56.77s Resposta incorreta: 4 Não seguiu as instruções: 3 Tarefas de agentes : 10.0 Truques anti-IA : 9.2 Programação : 8.4 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#103#103	Seed-2.0-Codelow	8.1	Bytedance Seed	$0.881	73.02s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 8.9 Taxa de acerto por tentativa 78.3% Testes instáveis 6 Tokens de entrada 237,604 Tokens de saída 9,617 Tokens de raciocínio 244,190 Tempo de resposta (médio) 73.02s Tempo de resposta (total) 1679.49s Tempo de resposta (máx.) 485.92s Resposta incorreta: 7 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 7.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 9.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#15#15	Gemini 3 Flash Previewmedium	9.6	Google	$0.876	21.57s
Ver cartão do modelo Total de testes 23 Testes errados 2 Confiabilidade 10.0 Taxa de acerto por tentativa 94.2% Testes instáveis 1 Tokens de entrada 235,726 Tokens de saída 6,669 Tokens de raciocínio 245,867 Tempo de resposta (médio) 21.57s Tempo de resposta (total) 496.12s Tempo de resposta (máx.) 117.26s Resposta incorreta: 2 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.6 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 : 10.0
#267#267	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 49.3% Testes instáveis 7 Tokens de entrada 319,352 Tokens de saída 158,447 Tokens de raciocínio 875,524 Tempo de resposta (médio) 84.01s Tempo de resposta (total) 1932.24s Tempo de resposta (máx.) 525.14s Resposta incorreta: 9 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Tarefas de agentes : 6.1 Truques anti-IA : 6.8 Programação : 7.5 Combinado : 2.9 Análise e extração de dados : 6.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 4.4 Resolução de quebra-cabeças : 5.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#237#237	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 9.6 Taxa de acerto por tentativa 60.9% Testes instáveis 8 Tokens de entrada 292,271 Tokens de saída 55,025 Tokens de raciocínio 186,071 Tempo de resposta (médio) 125.76s Tempo de resposta (total) 2137.84s Tempo de resposta (máx.) 566.79s Resposta incorreta: 5 Tempo esgotado: 3 Não seguiu as instruções: 2 Sem resposta: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.9 Truques anti-IA : 7.3 Programação : 6.1 Combinado : 6.7 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 : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#223#223	Qwen3.6 35B A3Bmedium	6.5	Qwen	$0.834 ↑	59.92s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 58.0% Testes instáveis 3 Tokens de entrada 282,192 Tokens de saída 75,306 Tokens de raciocínio 700,868 Tempo de resposta (médio) 59.92s Tempo de resposta (total) 1258.32s Tempo de resposta (máx.) 817.57s Resposta incorreta: 6 Erro de API: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 7.7 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#234#234	Beam 1.0 501B A23Bmax	6.4	Reflection	$0.799	11.10s
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 199,105 Tokens de saída 4,274 Tokens de raciocínio 195,495 Tempo de resposta (médio) 11.10s Tempo de resposta (total) 255.26s Tempo de resposta (máx.) 54.48s Resposta incorreta: 6 Erro de API: 3 Não seguiu as instruções: 2 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.5 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.8 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