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)
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.567	16.50s
Ver cartão do modelo Total de testes 20 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 98.3% Testes instáveis 1 Tokens de entrada 34,014 Tokens de saída 2,000 Tokens de raciocínio 181,033 Tempo de resposta (médio) 16.50s Tempo de resposta (total) 330.06s Tempo de resposta (máx.) 117.26s Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 7.9 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	$0.994	8.30s
Ver cartão do modelo Total de testes 20 Testes errados 1 Confiabilidade 10.0 Taxa de acerto por tentativa 96.7% Testes instáveis 1 Tokens de entrada 34,591 Tokens de saída 1,969 Tokens de raciocínio 102,679 Tempo de resposta (médio) 8.30s Tempo de resposta (total) 165.92s 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	9.3	Google	$0.285	2.98s
Ver cartão do modelo Total de testes 20 Testes errados 2 Confiabilidade 10.0 Taxa de acerto por tentativa 90.0% Testes instáveis 0 Tokens de entrada 33,935 Tokens de saída 2,027 Tokens de raciocínio 23,938 Tempo de resposta (médio) 2.98s Tempo de resposta (total) 59.59s Tempo de resposta (máx.) 6.44s Resposta incorreta: 2 Truques anti-IA : 10.0 Programação : 6.8 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	9.3	Google	$1.006	20.77s
Ver cartão do modelo Total de testes 20 Testes errados 2 Confiabilidade 10.0 Taxa de acerto por tentativa 90.0% Testes instáveis 0 Tokens de entrada 38,614 Tokens de saída 1,971 Tokens de raciocínio 75,384 Tempo de resposta (médio) 20.77s Tempo de resposta (total) 269.96s Tempo de resposta (máx.) 88.68s Resposta incorreta: 2 Truques anti-IA : 10.0 Programação : 7.0 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 : 10.0
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 88.3% Testes instáveis 1 Tokens de entrada 39,525 Tokens de saída 2,109 Tokens de raciocínio 110,285 Tempo de resposta (médio) 13.83s Tempo de resposta (total) 276.53s Tempo de resposta (máx.) 33.37s 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	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 86.7% Testes instáveis 1 Tokens de entrada 33,933 Tokens de saída 1,995 Tokens de raciocínio 44,792 Tempo de resposta (médio) 4.29s Tempo de resposta (total) 85.72s Tempo de resposta (máx.) 12.05s Resposta incorreta: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.8 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 85.0% Testes instáveis 0 Tokens de entrada 61,569 Tokens de saída 10,439 Tokens de raciocínio 2,198 Tempo de resposta (médio) 4.48s Tempo de resposta (total) 85.21s Tempo de resposta (máx.) 23.18s Resposta incorreta: 2 Tempo esgotado: 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 Conhecimentos gerais : 3.0
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Ver cartão do modelo Total de testes 20 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 85.0% Testes instáveis 0 Tokens de entrada 31,590 Tokens de saída 2,025 Tokens de raciocínio 20,092 Tempo de resposta (médio) 9.43s Tempo de resposta (total) 188.66s 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
#9#9	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
#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
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 86.7% Testes instáveis 3 Tokens de entrada 31,593 Tokens de saída 1,964 Tokens de raciocínio 109,481 Tempo de resposta (médio) 37.88s Tempo de resposta (total) 757.66s Tempo de resposta (máx.) 332.10s Resposta incorreta: 4 Truques anti-IA : 10.0 Programação : 8.2 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
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 83.3% Testes instáveis 1 Tokens de entrada 57,185 Tokens de saída 23,201 Tokens de raciocínio 5,901 Tempo de resposta (médio) 9.34s Tempo de resposta (total) 186.84s 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
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Ver cartão do modelo Total de testes 20 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 1 Tokens de entrada 33,766 Tokens de saída 2,070 Tokens de raciocínio 27,348 Tempo de resposta (médio) 5.81s Tempo de resposta (total) 116.25s Tempo de resposta (máx.) 14.72s Resposta incorreta: 4 Truques anti-IA : 10.0 Programação : 7.3 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
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Ver cartão do modelo Total de testes 18 Testes errados 4 Confiabilidade N/D Taxa de acerto por tentativa 81.5% Testes instáveis 1 Tokens de entrada 35,955 Tokens de saída 1,647 Tokens de raciocínio 91,565 Tempo de resposta (médio) 9.75s Tempo de resposta (total) 175.48s Tempo de resposta (máx.) 31.36s Resposta incorreta: 3 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 : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 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
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Ver cartão do modelo Total de testes 20 Testes errados 5 Confiabilidade 9.9 Taxa de acerto por tentativa 80.0% Testes instáveis 2 Tokens de entrada 38,104 Tokens de saída 2,107 Tokens de raciocínio 112,479 Tempo de resposta (médio) 36.84s Tempo de resposta (total) 736.86s Tempo de resposta (máx.) 178.04s Resposta incorreta: 4 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 6.5 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
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 4 Tokens de entrada 31,680 Tokens de saída 2,336 Tokens de raciocínio 42,565 Tempo de resposta (médio) 15.95s Tempo de resposta (total) 319.08s 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
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 81.7% Testes instáveis 4 Tokens de entrada 32,626 Tokens de saída 21,558 Tokens de raciocínio 95,772 Tempo de resposta (médio) 32.67s Tempo de resposta (total) 392.01s 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
#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
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
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 10,840 Tokens de saída 100,760 Tokens de raciocínio 0 Tempo de resposta (médio) 9.05s Tempo de resposta (total) 153.86s Tempo de resposta (máx.) 64.36s Erro de API: 3 Resposta incorreta: 3 Truques anti-IA : 10.0 Programação : 8.2 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
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 73.3% Testes instáveis 1 Tokens de entrada 15,899 Tokens de saída 19,602 Tokens de raciocínio 49,686 Tempo de resposta (médio) 35.39s Tempo de resposta (total) 637.01s Tempo de resposta (máx.) 150.90s Erro de API: 2 Resposta incorreta: 2 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 10.0 Programação : 4.1 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
#23#23	Gemini 3.5 Flashminimal	7.9	Google	$0.103	1.58s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 71.7% Testes instáveis 1 Tokens de entrada 36,844 Tokens de saída 5,271 Tokens de raciocínio 0 Tempo de resposta (médio) 1.58s Tempo de resposta (total) 31.55s Tempo de resposta (máx.) 5.51s Resposta incorreta: 4 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Truques anti-IA : 6.5 Programação : 7.0 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
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% 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 Resposta incorreta: 3 Erro de API: 2 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.5 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
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 70.0% Testes instáveis 0 Tokens de entrada 34,266 Tokens de saída 1,988 Tokens de raciocínio 0 Tempo de resposta (médio) 1.30s Tempo de resposta (total) 25.95s Tempo de resposta (máx.) 3.92s Resposta incorreta: 6 Truques anti-IA : 6.5 Programação : 6.8 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Ver cartão do modelo Total de testes 20 Testes errados 6 Confiabilidade N/D Taxa de acerto por tentativa 70.0% Testes instáveis 0 Tokens de entrada 28,848 Tokens de saída 1,490 Tokens de raciocínio 10,102 Tempo de resposta (médio) 9.05s Tempo de resposta (total) 90.53s Tempo de resposta (máx.) 26.24s Erro de API: 3 Resposta incorreta: 3 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 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
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 75.0% Testes instáveis 3 Tokens de entrada 43,785 Tokens de saída 3,224 Tokens de raciocínio 67,040 Tempo de resposta (médio) 36.67s Tempo de resposta (total) 733.46s Tempo de resposta (máx.) 168.71s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 7.0 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
#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
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
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 31,489 Tokens de saída 2,221 Tokens de raciocínio 68,486 Tempo de resposta (médio) 22.31s Tempo de resposta (total) 446.17s Tempo de resposta (máx.) 100.41s Resposta incorreta: 5 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 8.2 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
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Ver cartão do modelo Total de testes 20 Testes errados 7 Confiabilidade 9.9 Taxa de acerto por tentativa 71.7% Testes instáveis 2 Tokens de entrada 37,338 Tokens de saída 294,481 Tokens de raciocínio 0 Tempo de resposta (médio) 18.32s Tempo de resposta (total) 366.45s Tempo de resposta (máx.) 113.98s Resposta incorreta: 5 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 4.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

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