Leaderboard do AI Benchy

Name: Resultados de benchmark de modelos AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-10-01 Modelos avaliados: 382

Modelos recomendados

GPT-6.1 Sol xhigh Inteligente Taxa de acerto por tentativa 97.1% Testes corretos 22 / 23 Pontuação 9.9/10 Gemini 3.7 Flash low Rápido Tempo de resposta (médio) 6.24s Total de tokens de saída 38,453 Pontuação 9.4/10 GPT-6 Luna high Acessível Preço de entrada $0.100 / 1M Preço de saída $0.500 / 1M Preço de leitura do cache $0.010 / 1M Preço de escrita no cache $0.125 / 1M Pontuação 7.7/10

382/382

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#226#226	KAT-Coder-Pro V2.5medium	6.2	Kwaipilot	$0.669 ↑	23.94s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 62.3% Testes instáveis 8 Tokens de entrada 87,916 Tokens de saída 7,213 Tokens de raciocínio 132,162 Tempo de resposta (médio) 23.94s Tempo de resposta (total) 550.52s Tempo de resposta (máx.) 257.00s Resposta incorreta: 9 Erro de API: 2 Não seguiu as instruções: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.2 Programação : 7.8 Combinado : 6.4 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 4.7 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#227#227	GLM 5 Turbomedium	6.2	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 68.1% 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 Tarefas de agentes : 0.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 5.0 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
#228#228	DeepSeek V4 Flash 0731none	6.2	DeepSeek	$0.055 ↑	27.42s
Ver cartão do modelo Total de testes 23 Testes errados 18 Confiabilidade 10.0 Taxa de acerto por tentativa 30.4% Testes instáveis 4 Tokens de entrada 349,876 Tokens de saída 39,789 Tokens de raciocínio 0 Tempo de resposta (médio) 27.42s Tempo de resposta (total) 630.70s Tempo de resposta (máx.) 387.15s Resposta incorreta: 13 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Formatação extra: 1 Tarefas de agentes : 10.0 Truques anti-IA : 3.4 Programação : 4.3 Combinado : 3.7 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 5.0 Resolução de quebra-cabeças : 3.2 Chamada de ferramentas : 9.5 Conhecimentos gerais : 3.0
#229#229	Gemini 3.1 Flash Lite Previewnone	6.2	Google	$0.090	3.60s
Ver cartão do modelo Total de testes 23 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 1 Tokens de entrada 261,962 Tokens de saída 15,760 Tokens de raciocínio 0 Tempo de resposta (médio) 3.60s Tempo de resposta (total) 82.91s Tempo de resposta (máx.) 48.59s Resposta incorreta: 8 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.5 Programação : 5.5 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 Conhecimentos gerais : 3.0
#230#230	Claude Fable 5.1low	6.2	Anthropic	$3.395	11.40s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 3 Tokens de entrada 209,116 Tokens de saída 10,031 Tokens de raciocínio 16,042 Tempo de resposta (médio) 11.40s Tempo de resposta (total) 262.14s Tempo de resposta (máx.) 34.77s Formatação extra: 4 Resposta incorreta: 4 Não seguiu as instruções: 3 Erro de API: 1 Tarefas de agentes : 2.8 Truques anti-IA : 6.5 Programação : 3.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 10.0 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#231#231	Gemini 3.5 Flashnone	6.1	Google	$1.752	14.13s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 4 Tokens de entrada 246,061 Tokens de saída 153,595 Tokens de raciocínio 0 Tempo de resposta (médio) 14.13s Tempo de resposta (total) 268.55s Tempo de resposta (máx.) 85.26s Erro de API: 4 Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 2.8 Truques anti-IA : 10.0 Programação : 8.8 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 3.0 Conhecimentos gerais : 2.8
#232#232	Trinity Large Thinkingmedium	6.1	Arcee AI	$0.862	84.01s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 49.3% Testes instáveis 7 Tokens de entrada 319,352 Tokens de saída 158,447 Tokens de raciocínio 875,524 Tempo de resposta (médio) 84.01s Tempo de resposta (total) 1932.24s Tempo de resposta (máx.) 525.14s Resposta incorreta: 9 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Tarefas de agentes : 6.1 Truques anti-IA : 6.8 Programação : 7.5 Combinado : 2.9 Análise e extração de dados : 6.3 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 4.4 Resolução de quebra-cabeças : 5.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#233#233	Inklingnone	6.1	Thinkingmachines	$0.299 ↓	5.30s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 31.9% Testes instáveis 1 Tokens de entrada 236,599 Tokens de saída 16,536 Tokens de raciocínio 0 Tempo de resposta (médio) 5.30s Tempo de resposta (total) 121.91s Tempo de resposta (máx.) 48.02s Resposta incorreta: 13 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 4.8 Programação : 4.5 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#234#234	Qwen3.5 Plus 2026-04-20none	6.1	Qwen	$0.216 ↓	18.49s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 9.8 Taxa de acerto por tentativa 44.9% Testes instáveis 5 Tokens de entrada 299,984 Tokens de saída 69,664 Tokens de raciocínio 0 Tempo de resposta (médio) 18.49s Tempo de resposta (total) 425.33s Tempo de resposta (máx.) 206.05s Resposta incorreta: 12 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 4.8 Programação : 3.9 Combinado : 6.4 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 6.2 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#235#235	Granite 4.2 8Bmedium	6.1	IBM Granite	$0.029	50.47s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 8.9 Taxa de acerto por tentativa 37.7% Testes instáveis 1 Tokens de entrada 259,708 Tokens de saída 16,567 Tokens de raciocínio 33,580 Tempo de resposta (médio) 50.47s Tempo de resposta (total) 1160.91s Tempo de resposta (máx.) 557.96s Resposta incorreta: 9 Tempo esgotado: 4 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.4 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 4.0 Seguimento de instruções : 3.8 Resolução de quebra-cabeças : 3.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#236#236	KAT-Coder-Pro V2.5none	6.1	Kwaipilot	$0.742 ↑	24.96s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 68.1% Testes instáveis 8 Tokens de entrada 98,508 Tokens de saída 139,572 Tokens de raciocínio 0 Tempo de resposta (médio) 24.96s Tempo de resposta (total) 574.12s Tempo de resposta (máx.) 335.41s Resposta incorreta: 10 Erro de API: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 3.0 Truques anti-IA : 8.7 Programação : 6.1 Combinado : 4.1 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 4.8 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#237#237	Claude Sonnet 4.6none	6.0	Anthropic	$0.661	7.67s
Ver cartão do modelo Total de testes 22 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 55.1% Testes instáveis 1 Tokens de entrada 123,273 Tokens de saída 19,362 Tokens de raciocínio 0 Tempo de resposta (médio) 7.67s Tempo de resposta (total) 122.78s Tempo de resposta (máx.) 51.18s Resposta incorreta: 5 Formatação extra: 4 Não seguiu as instruções: 1 Tarefas de agentes : 0.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 9.8 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 Conhecimentos gerais : 3.0
#238#238	GLM 5.3 FlashXlow	6.0	Z.ai	$0.157	9.69s
Ver cartão do modelo Total de testes 23 Testes errados 12 Confiabilidade 10.0 Taxa de acerto por tentativa 63.8% Testes instáveis 9 Tokens de entrada 277,028 Tokens de saída 11,965 Tokens de raciocínio 31,238 Tempo de resposta (médio) 9.69s Tempo de resposta (total) 222.83s Tempo de resposta (máx.) 77.99s Resposta incorreta: 10 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 4.7 Truques anti-IA : 8.2 Programação : 5.5 Combinado : 2.8 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.7 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#239#239	MiMo-V2.6-Pronone	6.0	Xiaomi	$0.193	9.66s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 43.5% Testes instáveis 2 Tokens de entrada 278,866 Tokens de saída 82,069 Tokens de raciocínio 0 Tempo de resposta (médio) 9.66s Tempo de resposta (total) 222.07s Tempo de resposta (máx.) 106.86s Resposta incorreta: 10 Formatação extra: 2 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.5 Programação : 5.6 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#240#240	Inkling Smallmedium	6.0	Thinkingmachines	$0.113 ↓	6.03s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 50.7% Testes instáveis 3 Tokens de entrada 100,255 Tokens de saída 6,422 Tokens de raciocínio 49,847 Tempo de resposta (médio) 6.03s Tempo de resposta (total) 138.65s Tempo de resposta (máx.) 17.26s Resposta incorreta: 6 Não seguiu as instruções: 4 Chamada de ferramenta inválida: 2 Erro de API: 1 Tarefas de agentes : 3.0 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 3.0 Inteligência geral : 5.3 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.8 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#241#241	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.114	7.49s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 39.1% Testes instáveis 3 Tokens de entrada 314,113 Tokens de saída 17,558 Tokens de raciocínio 0 Tempo de resposta (médio) 7.49s Tempo de resposta (total) 172.19s Tempo de resposta (máx.) 75.99s Resposta incorreta: 14 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.0 Programação : 5.6 Combinado : 3.0 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 : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#242#242	Gemini 3.1 Flash Liteminimal	5.9	Google	$0.080	3.95s
Ver cartão do modelo Total de testes 23 Testes errados 13 Confiabilidade 10.0 Taxa de acerto por tentativa 49.3% Testes instáveis 3 Tokens de entrada 238,785 Tokens de saída 12,875 Tokens de raciocínio 0 Tempo de resposta (médio) 3.95s Tempo de resposta (total) 90.76s Tempo de resposta (máx.) 50.03s Resposta incorreta: 9 Não seguiu as instruções: 3 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 8.3 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#243#243	gpt-oss-120bmedium	5.9	OpenAI	$0.030 ↓	31.58s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 10.0 Taxa de acerto por tentativa 47.8% Testes instáveis 5 Tokens de entrada 285,293 Tokens de saída 29,565 Tokens de raciocínio 89,266 Tempo de resposta (médio) 31.58s Tempo de resposta (total) 536.78s Tempo de resposta (máx.) 203.90s Resposta incorreta: 10 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 5.0 Truques anti-IA : 6.7 Programação : 5.9 Combinado : 6.5 Análise e extração de dados : 6.4 Específico do domínio : 2.9 Inteligência geral : 4.3 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#244#244	Gemini 3.1 Flash Litenone	5.9	Google	$0.069	3.58s
Ver cartão do modelo Total de testes 23 Testes errados 14 Confiabilidade 9.9 Taxa de acerto por tentativa 47.8% Testes instáveis 4 Tokens de entrada 202,069 Tokens de saída 11,961 Tokens de raciocínio 0 Tempo de resposta (médio) 3.58s Tempo de resposta (total) 82.24s Tempo de resposta (máx.) 43.82s Resposta incorreta: 12 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 7.5 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#245#245	Qwen3.6 Flashnone	5.9	Qwen	$0.139 ↓	7.63s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 33.3% Testes instáveis 1 Tokens de entrada 388,929 Tokens de saída 57,714 Tokens de raciocínio 0 Tempo de resposta (médio) 7.63s Tempo de resposta (total) 175.42s Tempo de resposta (máx.) 93.47s Resposta incorreta: 13 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.1 Programação : 5.4 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#246#246	Claude Sonnet 5none	5.9	Anthropic	$1.095	8.60s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 5 Tokens de entrada 393,560 Tokens de saída 30,777 Tokens de raciocínio 0 Tempo de resposta (médio) 8.60s Tempo de resposta (total) 197.73s Tempo de resposta (máx.) 64.73s Resposta incorreta: 9 Formatação extra: 4 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 4.7 Truques anti-IA : 5.3 Programação : 4.6 Combinado : 6.5 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 4.7 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#247#247	Nemotron 3 Ultranone	5.9	NVIDIA	$0.157 ↕	6.76s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 2 Tokens de entrada 275,381 Tokens de saída 11,544 Tokens de raciocínio 0 Tempo de resposta (médio) 6.76s Tempo de resposta (total) 155.50s Tempo de resposta (máx.) 70.17s Resposta incorreta: 12 Erro de API: 2 Não seguiu as instruções: 1 Tarefas de agentes : 5.0 Truques anti-IA : 3.5 Programação : 5.5 Combinado : 3.0 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 : 5.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#248#248	Qwen3.7 Flashnone	5.9	Qwen	$0.028	14.70s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 10.0 Taxa de acerto por tentativa 36.2% Testes instáveis 3 Tokens de entrada 410,787 Tokens de saída 117,742 Tokens de raciocínio 0 Tempo de resposta (médio) 14.70s Tempo de resposta (total) 338.13s Tempo de resposta (máx.) 186.24s Resposta incorreta: 14 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 4.7 Truques anti-IA : 3.0 Programação : 5.5 Combinado : 3.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 6.3 Resolução de quebra-cabeças : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#249#249	GPT-5.6 Terranone	5.8	OpenAI	$0.377 ↓	4.11s
Ver cartão do modelo Total de testes 23 Testes errados 15 Confiabilidade 10.0 Taxa de acerto por tentativa 40.6% Testes instáveis 3 Tokens de entrada 213,564 Tokens de saída 7,381 Tokens de raciocínio 0 Tempo de resposta (médio) 4.11s Tempo de resposta (total) 94.52s Tempo de resposta (máx.) 57.98s Resposta incorreta: 12 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 5.0 Truques anti-IA : 4.8 Programação : 5.5 Combinado : 2.9 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 8.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 9.6 Conhecimentos gerais : 3.0
#250#250	DeepSeek V4.1 Flashnone	5.8	DeepSeek	$0.157 ↓	16.63s
Ver cartão do modelo Total de testes 23 Testes errados 16 Confiabilidade 9.7 Taxa de acerto por tentativa 36.2% Testes instáveis 3 Tokens de entrada 337,756 Tokens de saída 292,779 Tokens de raciocínio 0 Tempo de resposta (médio) 16.63s Tempo de resposta (total) 382.53s Tempo de resposta (máx.) 247.66s Resposta incorreta: 11 Não seguiu as instruções: 2 Erro de API: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 7.4 Truques anti-IA : 3.7 Programação : 5.5 Combinado : 3.0 Análise e extração de dados : 6.5 Específico do domínio : 7.7 Inteligência geral : 5.5 Seguimento de instruções : 6.5 Resolução de quebra-cabeças : 5.3 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

←

1 9 10 11 16

→

Tendências globais do benchmark

Veja como os modelos atuais equilibram pontuação, custo, velocidade, comprimento da saída e desempenho por categoria.

Gráficos →

Fronteira de Pareto: inteligência vs custo

Evolução da melhor pontuação das empresas líderes

Fronteira de Pareto: inteligência vs velocidade de resposta

Fronteira de Pareto: pontuação vs tokens de saída

Dificuldade das categorias entre os modelos

Comparação rápida

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow