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)
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.667	18.64s
Ver cartão do modelo Total de testes 21 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 98.4% Testes instáveis 1 Tokens de entrada 37,017 Tokens de saída 2,006 Tokens de raciocínio 214,153 Tempo de resposta (médio) 18.64s Tempo de resposta (total) 391.35s Tempo de resposta (máx.) 117.26s Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 8.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 10.0 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$1.115	8.84s
Ver cartão do modelo Total de testes 21 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 96.8% Testes instáveis 1 Tokens de entrada 37,594 Tokens de saída 1,975 Tokens de raciocínio 115,638 Tempo de resposta (médio) 8.84s Tempo de resposta (total) 185.57s 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
#3🥉 #3	Gemini 3.5 Flashlow	9.4	Google	$0.349	3.27s
Ver cartão do modelo Total de testes 21 Testes errados 2 Confiabilidade 10.0 Taxa de acerto por tentativa 90.5% Testes instáveis 0 Tokens de entrada 36,938 Tokens de saída 2,033 Tokens de raciocínio 30,519 Tempo de resposta (médio) 3.27s Tempo de resposta (total) 68.65s Tempo de resposta (máx.) 9.05s Resposta incorreta: 2 Truques anti-IA : 10.0 Programação : 7.8 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#4#4	Gemini 3.1 Pro Previewmedium	9.4	Google	$1.054	20.14s
Ver cartão do modelo Total de testes 21 Testes errados 2 Confiabilidade 10.0 Taxa de acerto por tentativa 90.5% Testes instáveis 0 Tokens de entrada 41,617 Tokens de saída 1,977 Tokens de raciocínio 78,896 Tempo de resposta (médio) 20.14s Tempo de resposta (total) 281.92s Tempo de resposta (máx.) 88.68s Resposta incorreta: 2 Truques anti-IA : 10.0 Programação : 7.9 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 : 10.0
#5#5	Qwen3.7 Maxmedium	9.1	Qwen	$0.523 ↓	16.02s
Ver cartão do modelo Total de testes 21 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 88.9% Testes instáveis 1 Tokens de entrada 42,360 Tokens de saída 2,129 Tokens de raciocínio 122,959 Tempo de resposta (médio) 16.02s Tempo de resposta (total) 336.51s Tempo de resposta (máx.) 59.98s Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 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	GPT-5.5low	9.0	OpenAI	$0.907	9.76s
Ver cartão do modelo Total de testes 21 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 85.7% Testes instáveis 0 Tokens de entrada 34,209 Tokens de saída 2,046 Tokens de raciocínio 22,460 Tempo de resposta (médio) 9.76s Tempo de resposta (total) 204.92s Tempo de resposta (máx.) 56.19s Resposta incorreta: 3 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 : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#7#7	Gemini 3.5 Flashmedium	9.0	Google	$0.582	4.94s
Ver cartão do modelo Total de testes 21 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 87.3% Testes instáveis 1 Tokens de entrada 36,936 Tokens de saída 2,001 Tokens de raciocínio 56,408 Tempo de resposta (médio) 4.94s Tempo de resposta (total) 103.79s Tempo de resposta (máx.) 18.07s Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 7.9 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
#8#8	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
#9#9	GPT-5.5medium	8.8	OpenAI	$3.679	37.98s
Ver cartão do modelo Total de testes 21 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 87.3% Testes instáveis 3 Tokens de entrada 34,212 Tokens de saída 1,985 Tokens de raciocínio 114,925 Tempo de resposta (médio) 37.98s Tempo de resposta (total) 797.60s Tempo de resposta (máx.) 332.10s Resposta incorreta: 4 Truques anti-IA : 10.0 Programação : 8.8 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#10#10	Claude Opus 4.8medium	8.7	Anthropic	$1.107	9.66s
Ver cartão do modelo Total de testes 21 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 84.1% Testes instáveis 1 Tokens de entrada 61,007 Tokens de saída 26,495 Tokens de raciocínio 5,901 Tempo de resposta (médio) 9.66s Tempo de resposta (total) 202.89s Tempo de resposta (máx.) 38.03s Resposta incorreta: 3 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 9.8 Análise e extração de dados : 7.1 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
#11#11	Claude Opus 4.7medium	8.7	Anthropic	$0.679	4.73s
Ver cartão do modelo Total de testes 21 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 82.5% Testes instáveis 1 Tokens de entrada 65,406 Tokens de saída 11,858 Tokens de raciocínio 2,198 Tempo de resposta (médio) 4.73s Tempo de resposta (total) 94.51s Tempo de resposta (máx.) 23.18s Resposta incorreta: 3 Tempo esgotado: 1 Truques anti-IA : 8.3 Programação : 7.6 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 : 3.0
#14#14	Qwen3.6 Max Previewmedium	8.5	Qwen	$0.960 ↓	59.63s
Ver cartão do modelo Total de testes 21 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 81.0% Testes instáveis 2 Tokens de entrada 42,362 Tokens de saída 2,273 Tokens de raciocínio 144,367 Tempo de resposta (médio) 59.63s Tempo de resposta (total) 1252.17s Tempo de resposta (máx.) 238.07s Resposta incorreta: 5 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#15#15	GPT-5.3-Codexmedium	8.4	OpenAI	$0.740	16.22s
Ver cartão do modelo Total de testes 21 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 82.5% Testes instáveis 4 Tokens de entrada 34,299 Tokens de saída 2,357 Tokens de raciocínio 46,189 Tempo de resposta (médio) 16.22s Tempo de resposta (total) 340.67s Tempo de resposta (máx.) 100.93s Resposta incorreta: 4 Não seguiu as instruções: 2 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
#16#16	Gemini 3 Flash Previewlow	8.4	Google	$0.111	5.76s
Ver cartão do modelo Total de testes 21 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 79.4% Testes instáveis 2 Tokens de entrada 36,769 Tokens de saída 2,076 Tokens de raciocínio 28,518 Tempo de resposta (médio) 5.76s Tempo de resposta (total) 120.93s Tempo de resposta (máx.) 14.72s Resposta incorreta: 5 Truques anti-IA : 10.0 Programação : 5.8 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
#17#17	GLM 5medium	8.3	Z.ai	$0.228 ↓	33.54s
Ver cartão do modelo Total de testes 21 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 82.5% Testes instáveis 4 Tokens de entrada 35,224 Tokens de saída 21,570 Tokens de raciocínio 102,996 Tempo de resposta (médio) 33.54s Tempo de resposta (total) 435.99s Tempo de resposta (máx.) 99.85s Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 7.1 Específico do domínio : 3.5 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#18#18	Qwen3.7 Plusmedium	8.2	Qwen	$0.221	38.95s
Ver cartão do modelo Total de testes 21 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 77.8% Testes instáveis 2 Tokens de entrada 40,939 Tokens de saída 2,125 Tokens de raciocínio 125,754 Tempo de resposta (médio) 38.95s Tempo de resposta (total) 817.85s Tempo de resposta (máx.) 178.04s Resposta incorreta: 5 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 6.1 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
#19#19	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.175	47.07s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 76.2% Testes instáveis 3 Tokens de entrada 46,740 Tokens de saída 3,230 Tokens de raciocínio 78,406 Tempo de resposta (médio) 47.07s Tempo de resposta (total) 988.37s Tempo de resposta (máx.) 254.92s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 8.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 6.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#20#20	Gemini 3.5 Flashnone	8.1	Google	$1.079	9.93s
Ver cartão do modelo Total de testes 21 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 77.8% Testes instáveis 3 Tokens de entrada 13,843 Tokens de saída 117,518 Tokens de raciocínio 0 Tempo de resposta (médio) 9.93s Tempo de resposta (total) 178.68s Tempo de resposta (máx.) 64.36s Erro de API: 3 Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.6 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 2.8
#21#21	GPT-5.4medium	8.0	OpenAI	$1.210	22.35s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 76.2% Testes instáveis 4 Tokens de entrada 34,108 Tokens de saída 2,242 Tokens de raciocínio 72,707 Tempo de resposta (médio) 22.35s Tempo de resposta (total) 469.29s Tempo de resposta (máx.) 100.41s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 8.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#23#23	GLM 5 Turbomedium	8.0	Z.ai	$0.323 ↑	23.00s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 74.6% Testes instáveis 4 Tokens de entrada 35,593 Tokens de saída 12,245 Tokens de raciocínio 62,277 Tempo de resposta (médio) 23.00s Tempo de resposta (total) 482.97s Tempo de resposta (máx.) 194.23s Resposta incorreta: 4 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#24#24	GPT-5.2 Chatnone	7.9	OpenAI	$0.393	7.13s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 74.6% Testes instáveis 3 Tokens de entrada 34,212 Tokens de saída 23,744 Tokens de raciocínio 0 Tempo de resposta (médio) 7.13s Tempo de resposta (total) 149.69s Tempo de resposta (máx.) 38.52s Resposta incorreta: 6 Não seguiu as instruções: 1 Truques anti-IA : 8.7 Programação : 8.8 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
#25#25	Qwen3.5 Plus 2026-02-15medium	7.9	Qwen	$0.310 ↓	73.79s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.0% Testes instáveis 3 Tokens de entrada 40,918 Tokens de saída 2,159 Tokens de raciocínio 189,604 Tempo de resposta (médio) 73.79s Tempo de resposta (total) 1033.07s Tempo de resposta (máx.) 266.69s Resposta incorreta: 4 Tempo esgotado: 2 Erro de API: 1 Truques anti-IA : 8.2 Programação : 6.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#26#26	Qwen3.6 Plusmedium	7.9	Qwen	$0.294 ↑	30.70s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 2 Tokens de entrada 41,565 Tokens de saída 1,853 Tokens de raciocínio 141,973 Tempo de resposta (médio) 30.70s Tempo de resposta (total) 613.99s Tempo de resposta (máx.) 201.68s Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 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
#27#27	Gemma 4 31Bmedium	7.8	Google	$0.034 ↓	56.55s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 1 Tokens de entrada 17,957 Tokens de saída 22,356 Tokens de raciocínio 65,726 Tempo de resposta (médio) 56.55s Tempo de resposta (total) 1074.41s Tempo de resposta (máx.) 437.40s Erro de API: 2 Tempo esgotado: 2 Resposta incorreta: 2 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 4.3 Combinado : 3.0 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 : 9.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#28#28	Gemini 2.5 Flashmedium	7.8	Google	$0.379	15.49s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 1 Tokens de entrada 34,476 Tokens de saída 1,930 Tokens de raciocínio 145,145 Tempo de resposta (médio) 15.49s Tempo de resposta (total) 325.39s Tempo de resposta (máx.) 95.48s Resposta incorreta: 6 Não seguiu as instruções: 1 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
#29#29	Qwen3.5-122B-A10Bmedium	7.8	Qwen	$0.588 ↓	42.49s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.0% Testes instáveis 3 Tokens de entrada 41,832 Tokens de saída 26,187 Tokens de raciocínio 251,028 Tempo de resposta (médio) 42.49s Tempo de resposta (total) 892.30s Tempo de resposta (máx.) 168.16s Resposta incorreta: 5 Tempo esgotado: 2 Truques anti-IA : 10.0 Programação : 6.0 Combinado : 10.0 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
#30#30	Qwen3.5-27Bmedium	7.8	Qwen	$0.536 ↓	68.39s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.0% Testes instáveis 4 Tokens de entrada 42,164 Tokens de saída 8,534 Tokens de raciocínio 329,289 Tempo de resposta (médio) 68.39s Tempo de resposta (total) 1436.24s Tempo de resposta (máx.) 234.36s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Programação : 6.2 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 : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#31#31	DeepSeek V4 Flashhigh	7.7	DeepSeek	$0.029 ↓	45.85s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 74.6% Testes instáveis 4 Tokens de entrada 39,745 Tokens de saída 10,310 Tokens de raciocínio 123,501 Tempo de resposta (médio) 45.85s Tempo de resposta (total) 962.79s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 7.8 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#32#32	Gemini 3.5 Flashminimal	7.7	Google	$0.108	1.57s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 1 Tokens de entrada 39,847 Tokens de saída 5,277 Tokens de raciocínio 0 Tempo de resposta (médio) 1.57s Tempo de resposta (total) 33.02s Tempo de resposta (máx.) 5.51s Resposta incorreta: 5 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.5 Programação : 5.6 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 10.0 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#33#33	Hy3 previewmedium	7.7	Tencent	$0.018 ↕	16.28s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 0 Tokens de entrada 27,030 Tokens de saída 73,544 Tokens de raciocínio 0 Tempo de resposta (médio) 16.28s Tempo de resposta (total) 293.12s Tempo de resposta (máx.) 46.04s Erro de API: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 5.3 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 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