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)
#131#131	Muse Wonderhigh	7.7	Meta	$3.426	22.96s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.3 Taxa de acerto por tentativa 66.7% Testes instáveis 1 Tokens de entrada 94,153 Tokens de saída 9,606 Tokens de raciocínio 142,834 Tempo de resposta (médio) 22.96s Tempo de resposta (total) 528.08s Tempo de resposta (máx.) 143.21s Erro de API: 6 Resposta incorreta: 2 Tarefas de agentes : 3.0 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 : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 2.8
#132#132	GPT-6 Lunahigh	7.7	OpenAI	$0.074	20.37s
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 229,986 Tokens de saída 6,037 Tokens de raciocínio 95,550 Tempo de resposta (médio) 20.37s Tempo de resposta (total) 468.52s Tempo de resposta (máx.) 106.93s Resposta incorreta: 6 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.2 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 5.1 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#140#140	Qwen3.8 Flash Nextmedium	7.6	Qwen	~$0.047	24.79s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 6 Tokens de entrada 278,792 Tokens de saída 1,695 Tokens de raciocínio 142,270 Tempo de resposta (médio) 24.79s Tempo de resposta (total) 570.26s Tempo de resposta (máx.) 159.62s Resposta incorreta: 6 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#142#142	Qwen3.8 27Blow	7.6	Qwen	~$0.089	46.60s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 1 Tokens de entrada 315,290 Tokens de saída 1,607 Tokens de raciocínio 207,536 Tempo de resposta (médio) 46.60s Tempo de resposta (total) 1071.83s Tempo de resposta (máx.) 376.04s Resposta incorreta: 5 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 7.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#156#156	Inklingmedium	7.4	Thinkingmachines	$0.527 ↓	16.98s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 5 Tokens de entrada 257,138 Tokens de saída 13,830 Tokens de raciocínio 55,775 Tempo de resposta (médio) 16.98s Tempo de resposta (total) 390.45s Tempo de resposta (máx.) 85.12s Resposta incorreta: 5 Chamada de ferramenta inválida: 2 Sem resposta: 1 Tarefas de agentes : 4.7 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
#159#159	Claude Fable 5.1medium	7.3	Anthropic	$3.197	11.87s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 6 Tokens de entrada 157,142 Tokens de saída 8,149 Tokens de raciocínio 24,357 Tempo de resposta (médio) 11.87s Tempo de resposta (total) 272.91s Tempo de resposta (máx.) 36.59s Resposta incorreta: 3 Sem resposta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.2 Programação : 7.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#160#160	Grok 4.7medium	7.3	X AI	$2.938	117.65s
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 326,066 Tokens de saída 5,726 Tokens de raciocínio 469,019 Tempo de resposta (médio) 117.65s Tempo de resposta (total) 2706.03s Tempo de resposta (máx.) 660.89s Resposta incorreta: 5 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 3.9 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#161#161	Gemini 2.5 Flashmedium	7.3	Google	$0.680 ↑	20.51s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 1 Tokens de entrada 132,507 Tokens de saída 12,739 Tokens de raciocínio 228,626 Tempo de resposta (médio) 20.51s Tempo de resposta (total) 471.64s Tempo de resposta (máx.) 140.50s Resposta incorreta: 6 Não seguiu as instruções: 2 Tarefas de agentes : 3.0 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
#163#163	Qwen3.6 Plusmedium	7.3	Qwen	$0.554 ↑	57.41s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 3 Tokens de entrada 222,601 Tokens de saída 8,185 Tokens de raciocínio 238,605 Tempo de resposta (médio) 57.41s Tempo de resposta (total) 1263.02s Tempo de resposta (máx.) 307.08s Resposta incorreta: 6 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 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
#187#187	Grok 4.6low	6.9	X AI	$0.781	16.44s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 1 Tokens de entrada 263,427 Tokens de saída 6,006 Tokens de raciocínio 36,309 Tempo de resposta (médio) 16.44s Tempo de resposta (total) 378.14s Tempo de resposta (máx.) 57.97s Resposta incorreta: 8 Tarefas de agentes : 5.0 Truques anti-IA : 10.0 Programação : 5.5 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#199#199	Mercury 2.5 Previewmedium	6.8	Inception	$0.039 ↑	6.66s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 1 Tokens de entrada 397,291 Tokens de saída 6,355 Tokens de raciocínio 143,752 Tempo de resposta (médio) 6.66s Tempo de resposta (total) 153.29s Tempo de resposta (máx.) 74.63s Resposta incorreta: 4 Erro de API: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 3.9 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 6.5 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 : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#236#236	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Ver cartão do modelo Total de testes 22 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 1 Tokens de entrada 106,316 Tokens de saída 79,338 Tokens de raciocínio 41,089 Tempo de resposta (médio) 28.08s Tempo de resposta (total) 421.15s Tempo de resposta (máx.) 140.96s Resposta incorreta: 4 Formatação extra: 3 Tempo esgotado: 1 Tarefas de agentes : 0.0 Truques anti-IA : 6.5 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#67#67	MiMo-V2.6-Promedium	8.7	Xiaomi	$0.586	148.11s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.5 Taxa de acerto por tentativa 78.3% Testes instáveis 7 Tokens de entrada 298,476 Tokens de saída 7,762 Tokens de raciocínio 515,918 Tempo de resposta (médio) 148.11s Tempo de resposta (total) 3406.53s Tempo de resposta (máx.) 904.91s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.3 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 8.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#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
#84#84	Muse Glimmer 30Bxhigh	8.4	Meta	$0.585 ↓	97.70s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.9 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 287,538 Tokens de saída 118,266 Tokens de raciocínio 346,758 Tempo de resposta (médio) 97.70s Tempo de resposta (total) 2247.18s Tempo de resposta (máx.) 576.79s Resposta incorreta: 4 Sem resposta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.5 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#102#102	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.271	48.87s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 229,530 Tokens de saída 13,757 Tokens de raciocínio 92,662 Tempo de resposta (médio) 48.87s Tempo de resposta (total) 1123.91s Tempo de resposta (máx.) 254.92s Resposta incorreta: 6 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 8.0 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 6.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 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
#106#106	DeepSeek V4 Flash 0423high	8.1	DeepSeek	$0.261 ↑	55.99s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 298,794 Tokens de saída 45,873 Tokens de raciocínio 188,721 Tempo de resposta (médio) 55.99s Tempo de resposta (total) 1287.87s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 7.8 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#109#109	Nemotron 3 Ultramedium	8.0	NVIDIA	$0.674 ↕	40.33s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.8 Taxa de acerto por tentativa 68.1% Testes instáveis 3 Tokens de entrada 482,754 Tokens de saída 62,455 Tokens de raciocínio 141,067 Tempo de resposta (médio) 40.33s Tempo de resposta (total) 927.65s Tempo de resposta (máx.) 392.56s Resposta incorreta: 7 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.4 Combinado : 6.3 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 3.7 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#113#113	GPT-5.6 Terralow	7.9	OpenAI	$0.435 ↓	7.58s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 6 Tokens de entrada 176,890 Tokens de saída 5,688 Tokens de raciocínio 18,525 Tempo de resposta (médio) 7.58s Tempo de resposta (total) 174.39s Tempo de resposta (máx.) 54.57s Resposta incorreta: 8 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 6.6 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#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
#125#125	GLM 5.3high	7.8	Z.ai	$0.495 ↓	28.38s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 7 Tokens de entrada 219,811 Tokens de saída 8,811 Tokens de raciocínio 59,671 Tempo de resposta (médio) 28.38s Tempo de resposta (total) 652.78s Tempo de resposta (máx.) 159.91s Resposta incorreta: 6 Formatação extra: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 6.4 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 : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#134#134	Nemotron 3.5 Super VLmedium	7.7	NVIDIA	$0.437	84.94s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.8 Taxa de acerto por tentativa 72.5% Testes instáveis 5 Tokens de entrada 269,143 Tokens de saída 6,833 Tokens de raciocínio 785,200 Tempo de resposta (médio) 84.94s Tempo de resposta (total) 1953.70s Tempo de resposta (máx.) 527.47s Resposta incorreta: 4 Sem resposta: 3 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 5.9 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 6.5 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#136#136	Qwen3.5 Plus 2026-04-20medium	7.7	Qwen	$0.435 ↓	54.06s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.7 Taxa de acerto por tentativa 65.2% Testes instáveis 2 Tokens de entrada 176,539 Tokens de saída 4,419 Tokens de raciocínio 195,929 Tempo de resposta (médio) 54.06s Tempo de resposta (total) 1189.36s Tempo de resposta (máx.) 203.01s Resposta incorreta: 8 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.9 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#139#139	Muse Wonderxhigh	7.7	Meta	$4.012	34.40s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.1 Taxa de acerto por tentativa 65.2% Testes instáveis 2 Tokens de entrada 93,060 Tokens de saída 10,305 Tokens de raciocínio 171,683 Tempo de resposta (médio) 34.40s Tempo de resposta (total) 791.16s Tempo de resposta (máx.) 236.64s Erro de API: 6 Resposta incorreta: 3 Tarefas de agentes : 3.0 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8

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