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: 2026-04-24 Modelos avaliados: 115

50/115

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.108	12.11s
Ver cartão do modelo Total de testes: 18 Testes errados: 0 Confiabilidade: N/D Taxa de acerto por tentativa: 100.0% Testes instáveis: 0 Tokens de saída: 655 Tokens de raciocínio: 33,749 Tempo de resposta: médio 12.11s · total 217.93s · máx. 82.37s Truques anti-IA : 10.0 Programação : 10.0 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
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.578	15.96s
Ver cartão do modelo Total de testes: 18 Testes errados: 1 Confiabilidade: N/D Taxa de acerto por tentativa: 94.4% Testes instáveis: 0 Tokens de saída: 1,932 Tokens de raciocínio: 40,542 Tempo de resposta: médio 15.96s · total 175.52s · máx. 40.61s Resposta incorreta: 1 Truques anti-IA : 10.0 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
#3🥉 #3	Claude Opus 4.7medium	9.2	Anthropic	$0.447	3.53s
Ver cartão do modelo Total de testes: 18 Testes errados: 2 Confiabilidade: N/D Taxa de acerto por tentativa: 88.9% Testes instáveis: 0 Tokens de saída: 5,375 Tokens de raciocínio: 1,341 Tempo de resposta: médio 3.53s · total 60.03s · máx. 21.45s Tempo esgotado: 1 Resposta incorreta: 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
#4#4	Claude Opus 4.7none	9.2	Anthropic	$0.505	3.13s
Ver cartão do modelo Total de testes: 18 Testes errados: 2 Confiabilidade: N/D Taxa de acerto por tentativa: 88.9% Testes instáveis: 0 Tokens de saída: 6,326 Tokens de raciocínio: 0 Tempo de resposta: médio 3.13s · total 56.33s · máx. 18.27s Resposta incorreta: 2 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
#5#5	GPT-5.5medium	9.0	OpenAI	$2.884	32.75s
Ver cartão do modelo Total de testes: 18 Testes errados: 3 Confiabilidade: N/D Taxa de acerto por tentativa: 87.0% Testes instáveis: 2 Tokens de saída: 1,920 Tokens de raciocínio: 89,632 Tempo de resposta: médio 32.75s · total 589.59s · máx. 332.10s Resposta incorreta: 2 Não seguiu as instruções: 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 : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.6 Chamada de ferramentas : 10.0
#6#6	Gemini 3 Flash Previewlow	8.8	Google	$0.091	6.01s
Ver cartão do modelo Total de testes: 18 Testes errados: 3 Confiabilidade: N/D Taxa de acerto por tentativa: 85.2% Testes instáveis: 1 Tokens de saída: 2,018 Tokens de raciocínio: 23,273 Tempo de resposta: médio 6.01s · total 108.12s · máx. 14.72s Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 10.0 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
#7#7	Seed-2.0-Litemedium	8.6	Bytedance Seed	$0.121	30.37s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 83.3% Testes instáveis: 3 Tokens de saída: 3,257 Tokens de raciocínio: 52,042 Tempo de resposta: médio 30.37s · total 546.72s · máx. 168.71s Resposta incorreta: 3 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 10.0 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
#8#8	GPT-5.3-Codexmedium	8.6	OpenAI	$0.573	15.38s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 83.3% Testes instáveis: 3 Tokens de saída: 2,279 Tokens de raciocínio: 35,179 Tempo de resposta: médio 15.38s · total 276.91s · máx. 100.93s Resposta incorreta: 3 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
#9#9	Qwen3.5 Plus 2026-02-15medium	8.5	Qwen	$0.220	46.56s
Ver cartão do modelo Total de testes: 18 Testes errados: 4 Confiabilidade: N/D Taxa de acerto por tentativa: 83.3% Testes instáveis: 2 Tokens de saída: 2,121 Tokens de raciocínio: 111,889 Tempo de resposta: médio 46.56s · total 512.20s · máx. 120.91s Tempo esgotado: 2 Resposta incorreta: 2 Truques anti-IA : 8.2 Programação : 10.0 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
#10#10	HY3 Previewhigh	8.5	Tencent	$0.000	55.19s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 81.5% Testes instáveis: 3 Tokens de saída: 238,920 Tokens de raciocínio: 0 Tempo de resposta: médio 55.19s · total 938.23s · máx. 149.94s Não seguiu as instruções: 2 Resposta incorreta: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 9.0 Chamada de ferramentas : 10.0
#11#11	Qwen3.6 Plus Previewmedium	8.5	Qwen	$0.000	13.94s
Ver cartão do modelo Total de testes: 17 Testes errados: 4 Confiabilidade: N/D Taxa de acerto por tentativa: 76.5% Testes instáveis: 0 Tokens de saída: 1,756 Tokens de raciocínio: 77,213 Tempo de resposta: médio 13.94s · total 237.01s · máx. 43.55s Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 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 : 10.0 Chamada de ferramentas : 10.0
#12#12	Qwen3.5-27Bmedium	8.4	Qwen	$0.497	53.03s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 81.5% Testes instáveis: 3 Tokens de saída: 2,500 Tokens de raciocínio: 242,500 Tempo de resposta: médio 53.03s · total 954.46s · máx. 163.96s Não seguiu as instruções: 2 Formatação extra: 1 Tempo esgotado: 1 Resposta incorreta: 1 Truques anti-IA : 8.7 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 : 8.2 Chamada de ferramentas : 10.0
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.4	Google	$2.310	68.83s
Ver cartão do modelo Total de testes: 16 Testes errados: 4 Confiabilidade: N/D Taxa de acerto por tentativa: 77.1% Testes instáveis: 1 Tokens de saída: 1,283 Tokens de raciocínio: 1,533,310 Tempo de resposta: médio 68.83s · total 1101.32s · máx. 280.52s Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 7.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#14#14	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Ver cartão do modelo Total de testes: 18 Testes errados: 4 Confiabilidade: N/D Taxa de acerto por tentativa: 77.8% Testes instáveis: 0 Tokens de saída: 1,508 Tokens de raciocínio: 10,084 Tempo de resposta: médio 9.06s · total 90.58s · máx. 26.24s Resposta incorreta: 3 Erro de API: 1 Truques anti-IA : 10.0 Programação : 3.0 Combinado : 3.0 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 : 10.0
#15#15	GLM 5medium	8.4	Z.ai	$0.155	23.34s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 85.2% Testes instáveis: 4 Tokens de saída: 20,163 Tokens de raciocínio: 58,337 Tempo de resposta: médio 23.34s · total 233.40s · máx. 79.09s Resposta incorreta: 2 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
#16#16	Gemma 4 31Bmedium	8.3	Google	$0.018	24.88s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 79.6% Testes instáveis: 2 Tokens de saída: 12,734 Tokens de raciocínio: 27,950 Tempo de resposta: médio 24.88s · total 398.13s · máx. 70.97s Erro de API: 2 Não seguiu as instruções: 1 Tempo esgotado: 1 Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 4.7 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 : 8.8 Chamada de ferramentas : 3.0
#17#17	Gemini 2.5 Flashmedium	8.2	Google	$0.319	12.12s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 75.9% Testes instáveis: 1 Tokens de saída: 1,898 Tokens de raciocínio: 122,273 Tempo de resposta: médio 12.12s · total 218.12s · máx. 95.48s Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 8.4 Programação : 10.0 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
#18#18	GPT-5.4medium	8.2	OpenAI	$0.832	18.63s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 79.6% Testes instáveis: 3 Tokens de saída: 2,169 Tokens de raciocínio: 48,732 Tempo de resposta: médio 18.63s · total 335.26s · máx. 100.41s Resposta incorreta: 3 Não seguiu as instruções: 2 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 : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#19#19	Gemini 3.1 Flash Lite Previewmedium	8.2	Google	$0.055	3.74s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 72.2% Testes instáveis: 0 Tokens de saída: 2,168 Tokens de raciocínio: 29,030 Tempo de resposta: médio 3.74s · total 67.31s · máx. 14.93s Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 10.0 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
#20#20	DeepSeek V4 Prohigh	8.2	DeepSeek	$0.160	71.21s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 1 Tokens de saída: 671 Tokens de raciocínio: 39,383 Tempo de resposta: médio 71.21s · total 1281.73s · máx. 351.99s Resposta incorreta: 3 Não seguiu as instruções: 2 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 : 5.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0
#21#21	GLM 5 Turbomedium	8.1	Z.ai	$0.182	17.67s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 77.8% Testes instáveis: 5 Tokens de saída: 12,197 Tokens de raciocínio: 38,933 Tempo de resposta: médio 17.67s · total 317.98s · máx. 194.23s Resposta incorreta: 3 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 10.0 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 : 7.3 Chamada de ferramentas : 10.0
#22#22	Qwen3.5-122B-A10Bmedium	8.1	Qwen	$0.528	31.38s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 79.6% Testes instáveis: 3 Tokens de saída: 17,635 Tokens de raciocínio: 162,668 Tempo de resposta: médio 31.38s · total 564.84s · máx. 119.29s Resposta incorreta: 3 Tempo esgotado: 2 Truques anti-IA : 10.0 Programação : 4.7 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
#23#23	Qwen3.6 Plusmedium	8.1	Qwen	$0.000	15.27s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 1 Tokens de saída: 1,763 Tokens de raciocínio: 83,782 Tempo de resposta: médio 15.27s · total 259.55s · máx. 43.55s Resposta incorreta: 3 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 3.0 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
#24#24	HY3 Previewlow	8.1	Tencent	$0.000	23.98s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 75.9% Testes instáveis: 1 Tokens de saída: 65,778 Tokens de raciocínio: 0 Tempo de resposta: médio 23.98s · total 407.72s · máx. 78.74s Não seguiu as instruções: 2 Resposta incorreta: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#25#25	Gemini 3 Flash Previewnone	8.1	Google	$0.021	1.65s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 77.8% Testes instáveis: 2 Tokens de saída: 1,840 Tokens de raciocínio: 0 Tempo de resposta: médio 1.65s · total 18.20s · máx. 3.56s Resposta incorreta: 5 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 4.7 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#26#26	Gemini 3.1 Flash Lite Previewlow	8.1	Google	$0.022	3.22s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 72.2% Testes instáveis: 0 Tokens de saída: 2,247 Tokens de raciocínio: 8,058 Tempo de resposta: médio 3.22s · total 58.00s · máx. 11.91s Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#27#27	MiMo-V2.5-Promedium	8.1	Xiaomi	$0.201	16.17s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 75.9% Testes instáveis: 3 Tokens de saída: 2,735 Tokens de raciocínio: 52,571 Tempo de resposta: médio 16.17s · total 291.09s · máx. 84.22s Formatação extra: 2 Não seguiu as instruções: 2 Resposta incorreta: 2 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0
#28#28	MiMo-V2-Promedium	8.1	Xiaomi	$0.159	12.27s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 77.8% Testes instáveis: 3 Tokens de saída: 2,360 Tokens de raciocínio: 38,320 Tempo de resposta: médio 12.27s · total 208.56s · máx. 64.71s Resposta incorreta: 3 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 10.0 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 : 7.0 Chamada de ferramentas : 10.0
#29#29	HY3 Previewmedium	8.1	Tencent	$0.000	14.63s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 1 Tokens de saída: 65,057 Tokens de raciocínio: 0 Tempo de resposta: médio 14.63s · total 248.72s · máx. 46.04s Não seguiu as instruções: 2 Resposta incorreta: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 10.0 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 : 5.3 Chamada de ferramentas : 10.0
#30#30	Gemma 4 26B A4Bmedium	8.0	Google	$0.028	25.03s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 75.9% Testes instáveis: 2 Tokens de saída: 15,928 Tokens de raciocínio: 44,631 Tempo de resposta: médio 25.03s · total 425.48s · máx. 147.47s Tempo esgotado: 2 Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 2.8 Combinado : 9.6 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 : 7.9 Chamada de ferramentas : 10.0
#31#31	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 2 Tokens de saída: 1,568 Tokens de raciocínio: 91,909 Tempo de resposta: médio 9.81s · total 176.62s · máx. 31.36s Não seguiu as instruções: 3 Resposta incorreta: 3 Truques anti-IA : 8.7 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 : 8.3 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 3.0
#32#32	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
Ver cartão do modelo Total de testes: 18 Testes errados: 5 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 1 Tokens de saída: 42,068 Tokens de raciocínio: 26,784 Tempo de resposta: médio 12.66s · total 126.62s · máx. 46.35s Formatação extra: 2 Resposta incorreta: 2 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 10.0 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
#33#33	DeepSeek V3.2medium	8.0	DeepSeek	$0.028	43.49s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 79.6% Testes instáveis: 4 Tokens de saída: 7,554 Tokens de raciocínio: 45,588 Tempo de resposta: médio 43.49s · total 782.73s · máx. 180.92s Resposta incorreta: 3 Tempo esgotado: 2 Não seguiu as instruções: 1 Truques anti-IA : 8.4 Programação : 4.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#34#34	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 75.9% Testes instáveis: 3 Tokens de saída: 17,346 Tokens de raciocínio: 0 Tempo de resposta: médio 6.84s · total 123.17s · máx. 38.52s Resposta incorreta: 5 Não seguiu as instruções: 1 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 7.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#35#35	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 70.4% Testes instáveis: 1 Tokens de saída: 5,361 Tokens de raciocínio: 0 Tempo de resposta: médio 1.30s · total 23.42s · máx. 3.39s Resposta incorreta: 4 Não seguiu as instruções: 2 Truques anti-IA : 7.5 Programação : 10.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#36#36	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Ver cartão do modelo Total de testes: 17 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 70.6% Testes instáveis: 2 Tokens de saída: 71,904 Tokens de raciocínio: 155,607 Tempo de resposta: médio 26.78s · total 294.58s · máx. 170.45s Não seguiu as instruções: 3 Resposta incorreta: 3 Truques anti-IA : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0
#37#37	DeepSeek V4 Flashhigh	7.8	DeepSeek	$0.021	47.47s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 79.6% Testes instáveis: 5 Tokens de saída: 1,757 Tokens de raciocínio: 55,907 Tempo de resposta: médio 47.47s · total 854.45s · máx. 255.28s Resposta incorreta: 4 Não seguiu as instruções: 3 Truques anti-IA : 8.3 Programação : 10.0 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 : 6.4 Chamada de ferramentas : 10.0
#38#38	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 77.8% Testes instáveis: 6 Tokens de saída: 2,351 Tokens de raciocínio: 58,941 Tempo de resposta: médio 14.96s · total 269.32s · máx. 67.08s Resposta incorreta: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Truques anti-IA : 7.2 Programação : 10.0 Combinado : 6.9 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 : 7.7 Chamada de ferramentas : 7.0
#39#39	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 81.5% Testes instáveis: 6 Tokens de saída: 2,073 Tokens de raciocínio: 191,899 Tempo de resposta: médio 66.72s · total 1201.03s · máx. 234.29s Tempo esgotado: 4 Erro de API: 1 Não seguiu as instruções: 1 Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 4.7 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 10.0
#40#40	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 75.9% Testes instáveis: 3 Tokens de saída: 8,005 Tokens de raciocínio: 49,090 Tempo de resposta: médio 24.13s · total 410.25s · máx. 118.52s Resposta incorreta: 3 Tempo esgotado: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 4.7 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
#41#41	MiMo-V2.5medium	7.8	Xiaomi	$0.253	13.71s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 3 Tokens de saída: 2,840 Tokens de raciocínio: 116,242 Tempo de resposta: médio 13.71s · total 246.73s · máx. 86.93s Formatação extra: 2 Resposta incorreta: 2 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 2.7 Específico do domínio : 5.3 Inteligência geral : 3.8 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#42#42	Kimi K2.6medium	7.7	Moonshot AI	$0.722	45.20s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 74.1% Testes instáveis: 4 Tokens de saída: 80,759 Tokens de raciocínio: 179,814 Tempo de resposta: médio 45.20s · total 768.37s · máx. 215.85s Não seguiu as instruções: 3 Tempo esgotado: 2 Resposta incorreta: 2 Truques anti-IA : 7.0 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 : 10.0 Resolução de quebra-cabeças : 5.0 Chamada de ferramentas : 10.0
#43#43	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 61.1% Testes instáveis: 0 Tokens de saída: 928 Tokens de raciocínio: 72,661 Tempo de resposta: médio 16.76s · total 301.61s · máx. 158.78s Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 4.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 10.0 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 10.0
#44#44	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 68.5% Testes instáveis: 3 Tokens de saída: 20,784 Tokens de raciocínio: 0 Tempo de resposta: médio 5.88s · total 105.90s · máx. 18.33s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 6.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.6 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0
#45#45	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
Ver cartão do modelo Total de testes: 18 Testes errados: 6 Confiabilidade: N/D Taxa de acerto por tentativa: 70.4% Testes instáveis: 2 Tokens de saída: 29,829 Tokens de raciocínio: 18,938 Tempo de resposta: médio 21.08s · total 231.84s · máx. 83.40s Formatação extra: 4 Resposta incorreta: 2 Truques anti-IA : 6.4 Programação : 10.0 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
#46#46	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 68.5% Testes instáveis: 2 Tokens de saída: 2,946 Tokens de raciocínio: 58,132 Tempo de resposta: médio 11.21s · total 201.80s · máx. 94.06s Resposta incorreta: 4 Não seguiu as instruções: 3 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 4.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 4.0 Chamada de ferramentas : 10.0
#47#47	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 66.7% Testes instáveis: 2 Tokens de saída: 2,419 Tokens de raciocínio: 79,238 Tempo de resposta: médio 69.70s · total 1045.47s · máx. 262.83s Tempo esgotado: 4 Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Programação : 10.0 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
#48#48	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 72.2% Testes instáveis: 4 Tokens de saída: 2,705 Tokens de raciocínio: 18,977 Tempo de resposta: médio 14.04s · total 154.41s · máx. 77.80s Não seguiu as instruções: 3 Resposta incorreta: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.9 Inteligência geral : 3.7 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 4.7
#49#49	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 70.4% Testes instáveis: 3 Tokens de saída: 12,387 Tokens de raciocínio: 115,182 Tempo de resposta: médio 23.36s · total 280.34s · máx. 96.01s Resposta incorreta: 3 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Tempo esgotado: 1 Truques anti-IA : 8.1 Programação : 4.7 Combinado : 9.8 Análise e extração de dados : 6.5 Específico do domínio : 5.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#50#50	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
Ver cartão do modelo Total de testes: 18 Testes errados: 7 Confiabilidade: N/D Taxa de acerto por tentativa: 64.8% Testes instáveis: 1 Tokens de saída: 7,433 Tokens de raciocínio: 0 Tempo de resposta: médio 4.98s · total 54.83s · máx. 23.84s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 10.0 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

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsHY3 PreviewhighDisponível grátis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGPT-5.5medium GPT-5.5mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida