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: 2026-06-04 Modelos avaliados: 163

163/163

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#140#140	Qwen3 Coder Nextnone	4.9	Qwen	$0.009 ↓	8.62s
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 27.0% Testes instáveis 1 Tokens de entrada 47,507 Tokens de saída 3,584 Tokens de raciocínio 0 Tempo de resposta (médio) 8.62s Tempo de resposta (total) 129.37s Tempo de resposta (máx.) 45.14s Resposta incorreta: 14 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.6 Programação : 4.6 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#141#141	Nemotron 3 Supernone	4.9	NVIDIA	$0.007 ↑	5.30s
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.8% Testes instáveis 3 Tokens de entrada 36,456 Tokens de saída 6,195 Tokens de raciocínio 0 Tempo de resposta (médio) 5.30s Tempo de resposta (total) 111.31s Tempo de resposta (máx.) 16.45s Resposta incorreta: 14 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 3.3 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
#142#142	Mistral Small 4none	4.9	Mistral	$0.007	630ms
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 27.0% Testes instáveis 1 Tokens de entrada 37,309 Tokens de saída 2,201 Tokens de raciocínio 0 Tempo de resposta (médio) 630ms Tempo de resposta (total) 13.22s Tempo de resposta (máx.) 1.72s Resposta incorreta: 15 Não seguiu as instruções: 1 Truques anti-IA : 3.4 Programação : 3.7 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#143#143	MiMo-V2.5none	4.9	Xiaomi	$0.007 ↓	2.20s
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 27.0% Testes instáveis 1 Tokens de entrada 41,985 Tokens de saída 2,267 Tokens de raciocínio 0 Tempo de resposta (médio) 2.20s Tempo de resposta (total) 46.21s Tempo de resposta (máx.) 6.86s Resposta incorreta: 14 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 3.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#144#144	GPT-5.4 Mininone	4.9	OpenAI	$0.038	1.13s
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 30.2% Testes instáveis 3 Tokens de entrada 34,244 Tokens de saída 2,541 Tokens de raciocínio 0 Tempo de resposta (médio) 1.13s Tempo de resposta (total) 23.82s Tempo de resposta (máx.) 2.52s Resposta incorreta: 13 Não seguiu as instruções: 3 Truques anti-IA : 3.1 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#146#146	Laguna Xs.2none	4.8	Poolside	$0.000	806ms
Ver cartão do modelo Total de testes 19 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 26.3% Testes instáveis 0 Tokens de entrada 33,675 Tokens de saída 2,826 Tokens de raciocínio 0 Tempo de resposta (médio) 806ms Tempo de resposta (total) 12.09s Tempo de resposta (máx.) 2.01s Resposta incorreta: 8 Erro de API: 4 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.0 Programação : 2.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#147#147	GPT-4o-mininone	4.8	OpenAI	$0.006	1.77s
Ver cartão do modelo Total de testes 21 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 23.8% Testes instáveis 0 Tokens de entrada 31,518 Tokens de saída 1,982 Tokens de raciocínio 0 Tempo de resposta (médio) 1.77s Tempo de resposta (total) 24.80s Tempo de resposta (máx.) 7.58s Resposta incorreta: 15 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 3.2 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#148#148	GPT-5.4 Nanonone	4.7	OpenAI	$0.011	1.48s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 30.2% Testes instáveis 5 Tokens de entrada 34,212 Tokens de saída 2,784 Tokens de raciocínio 0 Tempo de resposta (médio) 1.48s Tempo de resposta (total) 31.01s Tempo de resposta (máx.) 4.47s Resposta incorreta: 15 Não seguiu as instruções: 2 Truques anti-IA : 3.5 Programação : 4.6 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#149#149	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	4.6	NVIDIA	$0.000	17.13s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 31.6% Testes instáveis 5 Tokens de entrada 11,661 Tokens de saída 48,491 Tokens de raciocínio 180,695 Tempo de resposta (médio) 17.13s Tempo de resposta (total) 222.66s Tempo de resposta (máx.) 147.45s Resposta incorreta: 7 Erro de API: 6 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.4 Programação : 3.3 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 3.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#150#150	Qwen3 Coder Nextmedium	4.6	Qwen	$0.008 ↓	8.58s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 28.6% Testes instáveis 3 Tokens de entrada 47,250 Tokens de saída 3,319 Tokens de raciocínio 0 Tempo de resposta (médio) 8.58s Tempo de resposta (total) 128.68s Tempo de resposta (máx.) 81.80s Resposta incorreta: 13 Não seguiu as instruções: 3 Tempo esgotado: 1 Truques anti-IA : 3.5 Programação : 3.7 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 6.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#151#151	Trinity Large Previewnone	4.6	Arcee AI	$0.008 ↑	2.98s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 22.2% Testes instáveis 2 Tokens de entrada 29,828 Tokens de saída 2,169 Tokens de raciocínio 0 Tempo de resposta (médio) 2.98s Tempo de resposta (total) 56.57s Tempo de resposta (máx.) 14.34s Resposta incorreta: 12 Não seguiu as instruções: 3 Erro de API: 2 Truques anti-IA : 3.1 Programação : 3.7 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.5 Seguimento de instruções : 3.5 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#153#153	Qwen3.6 35B A3Bnone	4.6	Qwen	$0.031 ↑	3.73s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 30.2% Testes instáveis 5 Tokens de entrada 19,329 Tokens de saída 27,755 Tokens de raciocínio 0 Tempo de resposta (médio) 3.73s Tempo de resposta (total) 70.86s Tempo de resposta (máx.) 22.52s Resposta incorreta: 13 Erro de API: 2 Não seguiu as instruções: 2 Truques anti-IA : 3.6 Programação : 5.5 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
#154#154	Qwen3.5-9Bnone	4.6	Qwen	$0.003 ↓	1.89s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 20.6% Testes instáveis 1 Tokens de entrada 48,041 Tokens de saída 3,952 Tokens de raciocínio 0 Tempo de resposta (médio) 1.89s Tempo de resposta (total) 39.68s Tempo de resposta (máx.) 6.03s Resposta incorreta: 14 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.1 Programação : 3.9 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 4.4 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#155#155	Mercury 2none	4.5	Inception	$0.011	653ms
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 23.8% Testes instáveis 2 Tokens de entrada 28,113 Tokens de saída 4,439 Tokens de raciocínio 0 Tempo de resposta (médio) 653ms Tempo de resposta (total) 13.72s Tempo de resposta (máx.) 1.43s Resposta incorreta: 16 Não seguiu as instruções: 1 Truques anti-IA : 3.0 Programação : 3.4 Combinado : 3.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#156#156	Hy3 previewnone	4.4	Tencent	$0.003 ↕	12.92s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 23.8% Testes instáveis 2 Tokens de entrada 27,172 Tokens de saída 2,661 Tokens de raciocínio 0 Tempo de resposta (médio) 12.92s Tempo de resposta (total) 232.64s Tempo de resposta (máx.) 35.84s Resposta incorreta: 8 Erro de API: 4 Não seguiu as instruções: 4 Formatação extra: 1 Truques anti-IA : 4.8 Programação : 2.7 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 4.1 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#157#157	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Ver cartão do modelo Total de testes 19 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 22.8% Testes instáveis 3 Tokens de entrada 36,608 Tokens de saída 1,723 Tokens de raciocínio 0 Tempo de resposta (médio) 1.62s Tempo de resposta (total) 19.48s Tempo de resposta (máx.) 5.51s Resposta incorreta: 13 Não seguiu as instruções: 3 Truques anti-IA : 3.2 Programação : 5.3 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.4 Seguimento de instruções : 3.0 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 2.8 Conhecimentos gerais : 3.0
#162#162	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.1	NVIDIA	$0.000	728ms
Ver cartão do modelo Total de testes 19 Testes errados 17 Confiabilidade 10.0 Taxa de acerto por tentativa 17.5% Testes instáveis 2 Tokens de entrada 11,661 Tokens de saída 1,302 Tokens de raciocínio 0 Tempo de resposta (médio) 728ms Tempo de resposta (total) 9.47s Tempo de resposta (máx.) 2.21s Resposta incorreta: 9 Erro de API: 6 Não seguiu as instruções: 2 Truques anti-IA : 4.8 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 3.8 Específico do domínio : 3.6 Inteligência geral : 3.0 Seguimento de instruções : 4.8 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#163#163	Granite 4.1 8Bnone	4.0	IBM Granite	$0.003	728ms
Ver cartão do modelo Total de testes 21 Testes errados 19 Confiabilidade 10.0 Taxa de acerto por tentativa 9.5% Testes instáveis 0 Tokens de entrada 46,285 Tokens de saída 2,911 Tokens de raciocínio 0 Tempo de resposta (médio) 728ms Tempo de resposta (total) 15.29s Tempo de resposta (máx.) 2.17s Resposta incorreta: 13 Não seguiu as instruções: 4 Formatação extra: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.9 Programação : 4.5 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 3.0 Inteligência geral : 4.0 Seguimento de instruções : 3.6 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#22#22	Step 3.7 Flashmedium	8.0	Stepfun	$0.376	20.35s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 73.0% Testes instáveis 2 Tokens de entrada 39,981 Tokens de saída 319,958 Tokens de raciocínio 0 Tempo de resposta (médio) 20.35s Tempo de resposta (total) 427.42s Tempo de resposta (máx.) 113.98s Resposta incorreta: 5 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.8 Combinado : 10.0 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
#145#145	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Ver cartão do modelo Total de testes 19 Testes errados 15 Confiabilidade 9.8 Taxa de acerto por tentativa 31.6% Testes instáveis 3 Tokens de entrada 38,147 Tokens de saída 2,054 Tokens de raciocínio 0 Tempo de resposta (médio) 2.89s Tempo de resposta (total) 43.28s Tempo de resposta (máx.) 15.42s Resposta incorreta: 10 Erro de API: 4 Chamada de ferramenta inválida: 1 Truques anti-IA : 3.4 Programação : 7.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#41#41	Nemotron 3 Ultra 550b A55bmedium	7.5	NVIDIA	$0.177 ↕	15.05s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 9.7 Taxa de acerto por tentativa 69.8% Testes instáveis 3 Tokens de entrada 46,813 Tokens de saída 18,002 Tokens de raciocínio 53,091 Tempo de resposta (médio) 15.05s Tempo de resposta (total) 316.09s Tempo de resposta (máx.) 43.93s Resposta incorreta: 7 Erro de API: 1 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 9.8 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
#51#51	Mimo V2 PROmedium	7.4	Xiaomi	$0.333 ↑	22.16s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 9.6 Taxa de acerto por tentativa 73.0% 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 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 6.0 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
#67#67	MiniMax M3medium	7.1	Minimax	$0.131	68.17s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 9.6 Taxa de acerto por tentativa 65.1% Testes instáveis 5 Tokens de entrada 46,546 Tokens de saída 49,036 Tokens de raciocínio 92,543 Tempo de resposta (médio) 68.17s Tempo de resposta (total) 1363.38s Tempo de resposta (máx.) 431.03s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 5.5 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.5 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#103#103	DeepSeek V4 Prohigh	6.0	DeepSeek	$0.079 ↓	65.21s
Ver cartão do modelo Total de testes 21 Testes errados 13 Confiabilidade 9.0 Taxa de acerto por tentativa 52.4% Testes instáveis 6 Tokens de entrada 32,240 Tokens de saída 12,250 Tokens de raciocínio 72,257 Tempo de resposta (médio) 65.21s Tempo de resposta (total) 1304.19s Tempo de resposta (máx.) 358.35s Erro de API: 5 Resposta incorreta: 4 Tempo esgotado: 3 Não seguiu as instruções: 1 Truques anti-IA : 6.4 Programação : 3.3 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#113#113	DeepSeek V4 Pronone	5.7	DeepSeek	$0.025 ↓	12.38s
Ver cartão do modelo Total de testes 21 Testes errados 14 Confiabilidade 8.5 Taxa de acerto por tentativa 42.9% Testes instáveis 4 Tokens de entrada 44,845 Tokens de saída 5,349 Tokens de raciocínio 0 Tempo de resposta (médio) 12.38s Tempo de resposta (total) 260.06s Tempo de resposta (máx.) 58.65s Resposta incorreta: 10 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Truques anti-IA : 3.5 Programação : 4.6 Combinado : 9.5 Análise e extração de dados : 6.9 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#55#55	GLM 5.1medium	7.3	Z.ai	$0.292 ↓	33.67s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 6.7 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 32,995 Tokens de saída 11,655 Tokens de raciocínio 75,421 Tempo de resposta (médio) 33.67s Tempo de resposta (total) 673.41s Tempo de resposta (máx.) 172.60s Resposta incorreta: 4 Tempo esgotado: 2 Erro de API: 1 Formatação extra: 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
#73#73	Seed-2.0-Minimedium	6.9	Bytedance Seed	$0.044	80.22s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 6.7 Taxa de acerto por tentativa 57.1% Testes instáveis 2 Tokens de entrada 41,904 Tokens de saída 2,555 Tokens de raciocínio 95,974 Tempo de resposta (médio) 80.22s Tempo de resposta (total) 1363.72s Tempo de resposta (máx.) 262.83s Tempo esgotado: 5 Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Programação : 5.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#152#152	MiMo-V2-Flashnone	4.6	Xiaomi	$0.025 ↑	2.76s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 6.7 Taxa de acerto por tentativa 25.4% Testes instáveis 4 Tokens de entrada 36,851 Tokens de saída 68,882 Tokens de raciocínio 0 Tempo de resposta (médio) 2.76s Tempo de resposta (total) 46.99s Tempo de resposta (máx.) 19.68s Resposta incorreta: 13 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Truques anti-IA : 3.2 Programação : 4.3 Combinado : 3.0 Análise e extração de dados : 2.9 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
#158#158	GLM 4.7 Flashmedium	4.4	Z.ai	$0.054	35.10s
Ver cartão do modelo Total de testes 21 Testes errados 17 Confiabilidade 6.7 Taxa de acerto por tentativa 33.3% Testes instáveis 8 Tokens de entrada 37,206 Tokens de saída 43,754 Tokens de raciocínio 89,079 Tempo de resposta (médio) 35.10s Tempo de resposta (total) 456.24s Tempo de resposta (máx.) 174.55s Resposta incorreta: 9 Sem resposta: 3 Não seguiu as instruções: 2 Tempo esgotado: 2 Chamada de ferramenta inválida: 1 Truques anti-IA : 4.7 Programação : 3.2 Combinado : 2.8 Análise e extração de dados : 6.3 Específico do domínio : 3.5 Inteligência geral : 3.6 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 2.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#161#161	Qwen3.5-9Bmedium	4.2	Qwen	$0.035 ↓	82.24s
Ver cartão do modelo Total de testes 21 Testes errados 18 Confiabilidade 6.7 Taxa de acerto por tentativa 27.0% Testes instáveis 5 Tokens de entrada 17,070 Tokens de saída 29,045 Tokens de raciocínio 209,516 Tempo de resposta (médio) 82.24s Tempo de resposta (total) 1315.88s Tempo de resposta (máx.) 226.38s Tempo esgotado: 11 Sem resposta: 2 Resposta incorreta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Truques anti-IA : 5.1 Programação : 2.9 Combinado : 3.0 Análise e extração de dados : 3.6 Específico do domínio : 3.6 Inteligência geral : 2.8 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 3.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

←

1 2 3 4 5 6

→

Comparação rápida

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida