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: 2026-07-02 Modelos avaliados: 174

174/174

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#31#31	Qwen3.6 Plusmedium	7.8	Qwen	$0.294 ↑	30.70s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 69.8% Testes instáveis 2 Tokens de entrada 41,565 Tokens de saída 1,853 Tokens de raciocínio 141,973 Tempo de resposta (médio) 30.70s Tempo de resposta (total) 613.99s Tempo de resposta (máx.) 201.68s Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#32#32	Claude Sonnet 4.6medium	7.8	Anthropic	$1.418	17.06s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 2 Tokens de entrada 49,112 Tokens de saída 54,703 Tokens de raciocínio 29,970 Tempo de resposta (médio) 17.06s Tempo de resposta (total) 221.83s Tempo de resposta (máx.) 46.35s Resposta incorreta: 4 Formatação extra: 3 Tempo esgotado: 1 Truques anti-IA : 6.5 Programação : 5.7 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
#33#33	Gemini 3.1 Flash Lite Previewmedium	7.8	Google	$0.068	3.96s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 0 Tokens de entrada 37,786 Tokens de saída 2,210 Tokens de raciocínio 36,744 Tempo de resposta (médio) 3.96s Tempo de resposta (total) 83.06s Tempo de resposta (máx.) 14.93s Resposta incorreta: 7 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 5.5 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 Conhecimentos gerais : 3.0
#34#34	Qwen3.5 Plus 2026-04-20medium	7.8	Qwen	$0.317 ↓	46.36s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de entrada 42,097 Tokens de saída 2,280 Tokens de raciocínio 166,613 Tempo de resposta (médio) 46.36s Tempo de resposta (total) 973.57s Tempo de resposta (máx.) 189.38s Resposta incorreta: 8 Truques anti-IA : 10.0 Programação : 6.2 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
#35#35	Gemini 3.1 Flash Litemedium	7.8	Google	$0.071	3.23s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 2 Tokens de entrada 36,808 Tokens de saída 2,254 Tokens de raciocínio 38,300 Tempo de resposta (médio) 3.23s Tempo de resposta (total) 67.80s Tempo de resposta (máx.) 10.87s Resposta incorreta: 7 Não seguiu as instruções: 1 Truques anti-IA : 9.1 Programação : 5.5 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#36#36	Kimi K2.6medium	7.8	Moonshot AI	$0.888 ↓	71.67s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 3 Tokens de entrada 29,450 Tokens de saída 102,923 Tokens de raciocínio 254,094 Tempo de resposta (médio) 71.67s Tempo de resposta (total) 1433.36s Tempo de resposta (máx.) 406.78s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Sem resposta: 1 Truques anti-IA : 7.0 Programação : 5.7 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
#37#37	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.588 ↓	42.49s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 73.0% Testes instáveis 3 Tokens de entrada 41,832 Tokens de saída 26,187 Tokens de raciocínio 251,028 Tempo de resposta (médio) 42.49s Tempo de resposta (total) 892.30s Tempo de resposta (máx.) 168.16s Resposta incorreta: 5 Tempo esgotado: 2 Truques anti-IA : 10.0 Programação : 6.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#38#38	Claude Opus 4.8low	7.7	Anthropic	$1.270	10.83s
Ver cartão do modelo Total de testes 21 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 79.4% Testes instáveis 3 Tokens de entrada 60,946 Tokens de saída 31,771 Tokens de raciocínio 6,831 Tempo de resposta (médio) 10.83s Tempo de resposta (total) 227.39s Tempo de resposta (máx.) 127.97s Resposta incorreta: 4 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 6.6 Combinado : 9.8 Análise e extração de dados : 6.3 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
#39#39	Grok 4.3medium	7.7	X AI	$0.614	47.51s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.4% Testes instáveis 4 Tokens de entrada 44,472 Tokens de saída 1,981 Tokens de raciocínio 221,382 Tempo de resposta (médio) 47.51s Tempo de resposta (total) 997.68s Tempo de resposta (máx.) 216.69s Resposta incorreta: 5 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 10.0 Programação : 5.9 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
#40#40	Claude Opus 4.6medium	7.7	Anthropic	$2.053	25.89s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 3 Tokens de entrada 53,227 Tokens de saída 47,446 Tokens de raciocínio 24,000 Tempo de resposta (médio) 25.89s Tempo de resposta (total) 362.49s Tempo de resposta (máx.) 83.40s Formatação extra: 5 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 6.4 Programação : 5.7 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 Conhecimentos gerais : 3.0
#41#41	Step 3.7 Flashlow	7.7	Stepfun	$0.341	15.74s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 40,101 Tokens de saída 289,325 Tokens de raciocínio 0 Tempo de resposta (médio) 15.74s Tempo de resposta (total) 330.63s Tempo de resposta (máx.) 124.75s Resposta incorreta: 8 Sem resposta: 1 Truques anti-IA : 8.7 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 3.4 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#42#42	MiniMax M3medium	7.6	Minimax	$0.131	68.17s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 9.6 Taxa de acerto por tentativa 65.1% Testes instáveis 5 Tokens de entrada 46,546 Tokens de saída 49,036 Tokens de raciocínio 92,543 Tempo de resposta (médio) 68.17s Tempo de resposta (total) 1363.38s Tempo de resposta (máx.) 431.03s Tempo esgotado: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Formatação extra: 1 Sem resposta: 1 Truques anti-IA : 5.5 Programação : 6.1 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
#43#43	DeepSeek V4 Prohigh	7.6	DeepSeek	$0.157	77.20s
Ver cartão do modelo Total de testes 21 Testes errados 12 Confiabilidade 9.3 Taxa de acerto por tentativa 66.7% Testes instáveis 8 Tokens de entrada 38,726 Tokens de saída 6,334 Tokens de raciocínio 159,151 Tempo de resposta (médio) 77.20s Tempo de resposta (total) 1621.17s Tempo de resposta (máx.) 416.76s Resposta incorreta: 6 Não seguiu as instruções: 2 Erro de API: 1 Formatação extra: 1 Sem resposta: 1 Tempo esgotado: 1 Truques anti-IA : 5.7 Programação : 6.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 7.8 Resolução de quebra-cabeças : 6.9 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#44#44	Grok Build 0.1medium	7.6	X AI	$0.927	49.90s
Ver cartão do modelo Total de testes 21 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 0 Tokens de entrada 44,418 Tokens de saída 2,782 Tokens de raciocínio 438,018 Tempo de resposta (médio) 49.90s Tempo de resposta (total) 1047.92s Tempo de resposta (máx.) 252.69s Resposta incorreta: 5 Formatação extra: 3 Truques anti-IA : 8.3 Programação : 5.7 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
#45#45	Kimi K2.5medium	7.5	Moonshot AI	$0.348 ↓	98.43s
Ver cartão do modelo Total de testes 21 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 8 Tokens de entrada 34,312 Tokens de saída 48,379 Tokens de raciocínio 157,747 Tempo de resposta (médio) 98.43s Tempo de resposta (total) 1378.03s 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 : 6.1 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
#46#46	Mercury 2medium	7.5	Inception	$0.058	2.24s
Ver cartão do modelo Total de testes 21 Testes errados 11 Confiabilidade 10.0 Taxa de acerto por tentativa 54.0% Testes instáveis 3 Tokens de entrada 35,116 Tokens de saída 4,048 Tokens de raciocínio 61,219 Tempo de resposta (médio) 2.24s Tempo de resposta (total) 44.72s Tempo de resposta (máx.) 14.63s Resposta incorreta: 8 Não seguiu as instruções: 3 Truques anti-IA : 6.9 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 2.9 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#47#47	GPT-5.3 Chatnone	7.5	OpenAI	$0.433	6.34s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 5 Tokens de entrada 34,209 Tokens de saída 26,617 Tokens de raciocínio 0 Tempo de resposta (médio) 6.34s Tempo de resposta (total) 133.13s Tempo de resposta (máx.) 18.33s Resposta incorreta: 7 Não seguiu as instruções: 2 Truques anti-IA : 6.7 Programação : 5.6 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.6 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#48#48	GPT-5.4 Nanomedium	7.5	OpenAI	$0.107	11.95s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 63.5% Testes instáveis 4 Tokens de entrada 35,434 Tokens de saída 3,014 Tokens de raciocínio 76,520 Tempo de resposta (médio) 11.95s Tempo de resposta (total) 250.98s Tempo de resposta (máx.) 94.06s Resposta incorreta: 8 Não seguiu as instruções: 2 Truques anti-IA : 8.3 Programação : 6.1 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 : 4.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#49#49	Qwen3.6 Flashmedium	7.5	Qwen	$0.288 ↓	19.25s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 71.4% Testes instáveis 5 Tokens de entrada 42,362 Tokens de saída 2,995 Tokens de raciocínio 245,358 Tempo de resposta (médio) 19.25s Tempo de resposta (total) 404.20s Tempo de resposta (máx.) 122.87s Resposta incorreta: 8 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 5.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.8 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#50#50	DeepSeek V3.2medium	7.5	DeepSeek	$0.044 ↓	68.71s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 65.1% Testes instáveis 6 Tokens de entrada 38,333 Tokens de saída 7,186 Tokens de raciocínio 99,081 Tempo de resposta (médio) 68.71s Tempo de resposta (total) 1442.81s Tempo de resposta (máx.) 376.10s Resposta incorreta: 5 Erro de API: 2 Tempo esgotado: 2 Não seguiu as instruções: 1 Truques anti-IA : 8.2 Programação : 6.0 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 3.4 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#51#51	Claude Opus 4.7none	7.4	Anthropic	$0.505	3.02s
Ver cartão do modelo Total de testes 19 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 76.2% 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 : 3.3 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
#52#52	Seed-2.0-Minimedium	7.4	Bytedance Seed	$0.044	80.22s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 6.7 Taxa de acerto por tentativa 57.1% 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: 5 Resposta incorreta: 4 Não seguiu as instruções: 1 Truques anti-IA : 6.6 Programação : 5.5 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
#53#53	MiMo-V2.5-Promedium	7.4	Xiaomi	$0.106 ↓	26.13s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 4 Tokens de entrada 40,854 Tokens de saída 5,015 Tokens de raciocínio 97,742 Tempo de resposta (médio) 26.13s Tempo de resposta (total) 548.65s Tempo de resposta (máx.) 130.77s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 2 Erro de API: 1 Truques anti-IA : 10.0 Programação : 6.2 Combinado : 10.0 Análise e extração de dados : 7.3 Específico do domínio : 5.3 Inteligência geral : 5.5 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 6.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#54#54	Gemini 3 Flash Previewlow	7.4	Google	$0.111	5.76s
Ver cartão do modelo Total de testes 21 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 79.4% Testes instáveis 2 Tokens de entrada 36,769 Tokens de saída 2,076 Tokens de raciocínio 28,518 Tempo de resposta (médio) 5.76s Tempo de resposta (total) 120.93s Tempo de resposta (máx.) 14.72s Resposta incorreta: 5 Truques anti-IA : 10.0 Programação : 5.8 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 10.0
#55#55	Grok 4.20medium	7.3	X AI	$0.609 ↓	27.68s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 63.5% Testes instáveis 3 Tokens de entrada 44,433 Tokens de saída 1,819 Tokens de raciocínio 219,524 Tempo de resposta (médio) 27.68s Tempo de resposta (total) 581.26s Tempo de resposta (máx.) 199.66s Resposta incorreta: 6 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 8.2 Programação : 6.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 3.9 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#56#56	Hy3 previewmedium	7.3	Tencent	$0.018 ↕	16.28s
Ver cartão do modelo Total de testes 21 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 0 Tokens de entrada 27,030 Tokens de saída 73,544 Tokens de raciocínio 0 Tempo de resposta (médio) 16.28s Tempo de resposta (total) 293.12s Tempo de resposta (máx.) 46.04s Erro de API: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Truques anti-IA : 10.0 Programação : 5.3 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 5.3 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#57#57	Claude Sonnet 4.6none	7.3	Anthropic	$0.316	5.04s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 55.6% Testes instáveis 1 Tokens de entrada 57,886 Tokens de saída 9,465 Tokens de raciocínio 0 Tempo de resposta (médio) 5.04s Tempo de resposta (total) 70.60s Tempo de resposta (máx.) 23.84s Resposta incorreta: 5 Formatação extra: 4 Não seguiu as instruções: 1 Truques anti-IA : 4.8 Programação : 5.5 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 Conhecimentos gerais : 3.0
#58#58	GLM 5V Turbomedium	7.3	Z.ai	$0.457	23.08s
Ver cartão do modelo Total de testes 21 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 68.3% Testes instáveis 6 Tokens de entrada 44,615 Tokens de saída 2,347 Tokens de raciocínio 98,415 Tempo de resposta (médio) 23.08s Tempo de resposta (total) 484.63s Tempo de resposta (máx.) 95.88s Resposta incorreta: 7 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Truques anti-IA : 7.2 Programação : 6.0 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 Conhecimentos gerais : 3.0
#59#59	Claude Opus 4.8none	7.2	Anthropic	$0.539	3.48s
Ver cartão do modelo Total de testes 21 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 61.9% Testes instáveis 2 Tokens de entrada 67,104 Tokens de saída 8,107 Tokens de raciocínio 0 Tempo de resposta (médio) 3.48s Tempo de resposta (total) 73.00s Tempo de resposta (máx.) 17.73s Resposta incorreta: 4 Formatação extra: 3 Não seguiu as instruções: 1 Sem resposta: 1 Truques anti-IA : 6.5 Programação : 5.5 Combinado : 9.5 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#60#60	DeepSeek V4 Pronone	7.2	DeepSeek	$0.034	6.41s
Ver cartão do modelo Total de testes 21 Testes errados 11 Confiabilidade 9.9 Taxa de acerto por tentativa 52.4% Testes instáveis 3 Tokens de entrada 53,558 Tokens de saída 11,424 Tokens de raciocínio 0 Tempo de resposta (médio) 6.41s Tempo de resposta (total) 134.66s Tempo de resposta (máx.) 30.09s Resposta incorreta: 8 Não seguiu as instruções: 2 Formatação extra: 1 Truques anti-IA : 3.2 Programação : 5.6 Combinado : 9.5 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 : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

←

1 2 3 4 5 6

→

Comparação rápida

Gemini 3.5 FlashhighvsGemini 3 Flash Previewmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashhighvsClaude Fable 5medium Gemini 3.5 FlashhighvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponível grátis Gemini 3.5 FlashhighvsNorth Mini CodemediumDisponível grátis Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsClaude Fable 5medium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida