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: 2026-06-03 Modelos avaliados: 161

161/161

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 8 Tokens de entrada 31,717 Tokens de saída 48,374 Tokens de raciocínio 128,473 Tempo de resposta (médio) 89.02s Tempo de resposta (total) 1157.32s Tempo de resposta (máx.) 281.00s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 2 Tempo esgotado: 2 Truques anti-IA : 7.3 Programação : 4.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Ver cartão do modelo Total de testes 20 Testes errados 17 Confiabilidade 5.0 Taxa de acerto por tentativa 28.3% Testes instáveis 5 Tokens de entrada 15,204 Tokens de saída 27,305 Tokens de raciocínio 199,780 Tempo de resposta (médio) 83.32s Tempo de resposta (total) 1249.74s Tempo de resposta (máx.) 226.38s Tempo esgotado: 11 Resposta incorreta: 2 Erro de API: 1 Formatação extra: 1 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 5.1 Programação : 2.8 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
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 60.0% 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: 4 Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Programação : 6.8 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
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 6 Tokens de entrada 40,306 Tokens de saída 31,242 Tokens de raciocínio 330,546 Tempo de resposta (médio) 69.66s Tempo de resposta (total) 1393.17s Tempo de resposta (máx.) 409.98s Tempo esgotado: 4 Sem resposta: 2 Resposta incorreta: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 6.5 Combinado : 4.7 Análise e extração de dados : 7.3 Específico do domínio : 4.1 Inteligência geral : 2.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 9.6 Taxa de acerto por tentativa 65.0% Testes instáveis 4 Tokens de entrada 43,447 Tokens de saída 46,884 Tokens de raciocínio 85,935 Tempo de resposta (médio) 68.44s Tempo de resposta (total) 1300.32s Tempo de resposta (máx.) 431.03s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Sem resposta: 1 Truques anti-IA : 5.5 Programação : 6.8 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
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Ver cartão do modelo Total de testes 16 Testes errados 3 Confiabilidade N/D Taxa de acerto por tentativa 81.3% Testes instáveis 0 Tokens de entrada 28,980 Tokens de saída 1,283 Tokens de raciocínio 1,533,310 Tempo de resposta (médio) 68.14s Tempo de resposta (total) 1090.28s Tempo de resposta (máx.) 280.52s Resposta incorreta: 2 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 : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 76.7% Testes instáveis 3 Tokens de entrada 39,028 Tokens de saída 2,145 Tokens de raciocínio 172,563 Tempo de resposta (médio) 67.58s Tempo de resposta (total) 878.57s Tempo de resposta (máx.) 266.69s Resposta incorreta: 4 Tempo esgotado: 2 Truques anti-IA : 8.2 Programação : 7.6 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
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 5 Tokens de entrada 37,036 Tokens de saída 2,074 Tokens de raciocínio 272,063 Tempo de resposta (médio) 63.04s Tempo de resposta (total) 1197.71s Tempo de resposta (máx.) 234.29s Tempo esgotado: 3 Resposta incorreta: 3 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 4.1 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 : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Ver cartão do modelo Total de testes 18 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.5% Testes instáveis 4 Tokens de entrada 29,134 Tokens de saída 1,984 Tokens de raciocínio 1,355,583 Tempo de resposta (médio) 61.96s Tempo de resposta (total) 1115.31s Tempo de resposta (máx.) 149.23s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 5.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 3 Tokens de entrada 35,892 Tokens de saída 21,752 Tokens de raciocínio 42,754 Tempo de resposta (médio) 61.29s Tempo de resposta (total) 1164.50s Tempo de resposta (máx.) 304.19s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 3.5 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 3 Tokens de entrada 39,329 Tokens de saída 2,569 Tokens de raciocínio 304,894 Tempo de resposta (médio) 60.09s Tempo de resposta (total) 1201.89s Tempo de resposta (máx.) 177.36s Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Tempo esgotado: 1 Truques anti-IA : 8.7 Programação : 7.0 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 Conhecimentos gerais : 3.0
#100#100	DeepSeek V4 Prohigh	6.1	DeepSeek	$0.062 ↓	58.92s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 8.9 Taxa de acerto por tentativa 55.0% Testes instáveis 6 Tokens de entrada 30,514 Tokens de saída 12,244 Tokens de raciocínio 53,958 Tempo de resposta (médio) 58.92s Tempo de resposta (total) 1119.51s Tempo de resposta (máx.) 358.35s Erro de API: 5 Resposta incorreta: 4 Tempo esgotado: 2 Não seguiu as instruções: 1 Truques anti-IA : 6.4 Programação : 2.7 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
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Ver cartão do modelo Total de testes 20 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 80.0% Testes instáveis 2 Tokens de entrada 39,527 Tokens de saída 2,253 Tokens de raciocínio 130,852 Tempo de resposta (médio) 58.43s Tempo de resposta (total) 1168.66s Tempo de resposta (máx.) 238.07s Resposta incorreta: 5 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 : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 5 Tokens de entrada 36,541 Tokens de saída 12,981 Tokens de raciocínio 105,822 Tempo de resposta (médio) 57.79s Tempo de resposta (total) 1155.83s Tempo de resposta (máx.) 168.22s Resposta incorreta: 6 Sem resposta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.3 Programação : 6.6 Combinado : 7.0 Análise e extração de dados : 3.5 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 2 Tokens de entrada 25,987 Tokens de saída 216,719 Tokens de raciocínio 0 Tempo de resposta (médio) 56.57s Tempo de resposta (total) 848.59s Tempo de resposta (máx.) 149.94s Erro de API: 6 Resposta incorreta: 3 Truques anti-IA : 6.4 Programação : 6.5 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 3.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Ver cartão do modelo Total de testes 20 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 2 Tokens de entrada 7,599 Tokens de saída 39,954 Tokens de raciocínio 0 Tempo de resposta (médio) 55.10s Tempo de resposta (total) 881.55s Tempo de resposta (máx.) 143.82s Resposta incorreta: 5 Erro de API: 4 Não seguiu as instruções: 2 Truques anti-IA : 9.2 Programação : 6.5 Combinado : 3.0 Análise e extração de dados : 3.0 Específico do domínio : 5.3 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 3 Tokens de entrada 28,584 Tokens de saída 102,208 Tokens de raciocínio 229,120 Tempo de resposta (médio) 54.03s Tempo de resposta (total) 1026.57s Tempo de resposta (máx.) 215.85s Resposta incorreta: 3 Não seguiu as instruções: 2 Tempo esgotado: 2 Sem resposta: 1 Truques anti-IA : 7.0 Programação : 6.8 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 : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 6 Tokens de entrada 35,744 Tokens de saída 7,177 Tokens de raciocínio 68,297 Tempo de resposta (médio) 53.34s Tempo de resposta (total) 1066.71s Tempo de resposta (máx.) 189.03s Resposta incorreta: 5 Erro de API: 2 Tempo esgotado: 2 Não seguiu as instruções: 1 Truques anti-IA : 8.2 Programação : 3.9 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 : 7.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 2 Tokens de entrada 38,410 Tokens de saída 28,000 Tokens de raciocínio 82,045 Tempo de resposta (médio) 50.92s Tempo de resposta (total) 967.47s Tempo de resposta (máx.) 369.32s Resposta incorreta: 3 Tempo esgotado: 2 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 2.9 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Ver cartão do modelo Total de testes 20 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 48.3% Testes instáveis 9 Tokens de entrada 41,948 Tokens de saída 109,492 Tokens de raciocínio 251,674 Tempo de resposta (médio) 49.87s Tempo de resposta (total) 598.39s Tempo de resposta (máx.) 237.27s Resposta incorreta: 7 Tempo esgotado: 4 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 7.9 Programação : 3.5 Combinado : 4.5 Análise e extração de dados : 4.6 Específico do domínio : 2.9 Inteligência geral : 3.8 Seguimento de instruções : 7.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Ver cartão do modelo Total de testes 20 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.3% Testes instáveis 3 Tokens de entrada 35,763 Tokens de saída 828,084 Tokens de raciocínio 0 Tempo de resposta (médio) 49.43s Tempo de resposta (total) 988.58s Tempo de resposta (máx.) 192.75s Resposta incorreta: 6 Sem resposta: 3 Truques anti-IA : 10.0 Programação : 3.7 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 5.5 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 4 Tokens de entrada 41,532 Tokens de saída 1,485 Tokens de raciocínio 214,710 Tempo de resposta (médio) 49.23s Tempo de resposta (total) 984.52s Tempo de resposta (máx.) 216.69s Resposta incorreta: 4 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 7.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 4 Tokens de entrada 37,156 Tokens de saída 10,302 Tokens de raciocínio 115,740 Tempo de resposta (médio) 46.36s Tempo de resposta (total) 927.27s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 6.8 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
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Ver cartão do modelo Total de testes 20 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 2 Tokens de entrada 39,262 Tokens de saída 2,259 Tokens de raciocínio 150,249 Tempo de resposta (médio) 43.65s Tempo de resposta (total) 872.90s Tempo de resposta (máx.) 189.38s Resposta incorreta: 8 Truques anti-IA : 10.0 Programação : 4.3 Combinado : 10.0 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
#99#99	GPT-5 Nanomedium	6.1	OpenAI	$0.077	43.52s
Ver cartão do modelo Total de testes 20 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 55.0% Testes instáveis 7 Tokens de entrada 31,489 Tokens de saída 5,328 Tokens de raciocínio 181,056 Tempo de resposta (médio) 43.52s Tempo de resposta (total) 565.82s Tempo de resposta (máx.) 204.02s Resposta incorreta: 9 Não seguiu as instruções: 2 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 5.4 Combinado : 10.0 Análise e extração de dados : 3.7 Específico do domínio : 5.2 Inteligência geral : 4.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 59.7% Testes instáveis 1 Tokens de entrada 33,555 Tokens de saída 90,478 Tokens de raciocínio 173,544 Tempo de resposta (médio) 43.20s Tempo de resposta (total) 561.54s Tempo de resposta (máx.) 170.45s Resposta incorreta: 4 Não seguiu as instruções: 3 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 3.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 65.0% Testes instáveis 0 Tokens de entrada 41,496 Tokens de saída 2,258 Tokens de raciocínio 341,381 Tempo de resposta (médio) 42.39s Tempo de resposta (total) 847.76s Tempo de resposta (máx.) 252.69s Resposta incorreta: 4 Formatação extra: 3 Truques anti-IA : 8.3 Programação : 7.0 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
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Ver cartão do modelo Total de testes 20 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 58.3% Testes instáveis 3 Tokens de entrada 37,007 Tokens de saída 1,952 Tokens de raciocínio 357,306 Tempo de resposta (médio) 41.16s Tempo de resposta (total) 823.26s Tempo de resposta (máx.) 299.23s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 3.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.4 Seguimento de instruções : 8.3 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#116#116	Cobuddymedium	5.8	Baidu	$0.000	39.90s
Ver cartão do modelo Total de testes 20 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.0% Testes instáveis 6 Tokens de entrada 37,449 Tokens de saída 1,677 Tokens de raciocínio 116,703 Tempo de resposta (médio) 39.90s Tempo de resposta (total) 797.98s Tempo de resposta (máx.) 309.02s Resposta incorreta: 9 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Truques anti-IA : 8.7 Programação : 4.1 Combinado : 3.0 Análise e extração de dados : 6.3 Específico do domínio : 2.9 Inteligência geral : 4.2 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 3.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 3 Tokens de entrada 38,997 Tokens de saída 26,166 Tokens de raciocínio 213,524 Tempo de resposta (médio) 39.40s Tempo de resposta (total) 788.00s Tempo de resposta (máx.) 168.16s Resposta incorreta: 5 Tempo esgotado: 2 Truques anti-IA : 10.0 Programação : 4.1 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

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida