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: 2026-05-10 Modelos avaliados: 144

144/144

Posição	Modelo	Pontuação	Empresa	Custo total	Tempo de resposta (médio)
#31#31	Qwen3.5-122B-A10Bmedium	7.9	Qwen	$0.561	32.51s
Ver cartão do modelo Total de testes 19 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 3 Tokens de saída 18,457 Tokens de raciocínio 177,734 Tempo de resposta (médio) 32.51s Tempo de resposta (total) 617.70s Tempo de resposta (máx.) 119.29s Resposta incorreta: 4 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 Conhecimentos gerais : 3.0
#32#32	MiMo-V2.5medium	7.8	Xiaomi	$0.253	14.40s
Ver cartão do modelo Total de testes 18 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 75.9% Testes instáveis 3 Tokens de saída 2,821 Tokens de raciocínio 116,207 Tempo de resposta (médio) 14.40s Tempo de resposta (total) 259.20s Tempo de resposta (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 : 5.4 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0
#33#33	Qwen3.5 Plus 2026-04-20medium	7.8	Qwen	$0.305	35.96s
Ver cartão do modelo Total de testes 19 Testes errados 6 Confiabilidade 9.6 Taxa de acerto por tentativa 73.7% Testes instáveis 2 Tokens de saída 2,206 Tokens de raciocínio 118,998 Tempo de resposta (médio) 35.96s Tempo de resposta (total) 683.23s Tempo de resposta (máx.) 92.57s Resposta incorreta: 6 Truques anti-IA : 10.0 Programação : 7.6 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
#34#34	Hy3 previewmedium	7.8	Tencent	$0.000	16.03s
Ver cartão do modelo Total de testes 19 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 70.2% Testes instáveis 1 Tokens de saída 72,551 Tokens de raciocínio 0 Tempo de resposta (médio) 16.03s Tempo de resposta (total) 288.59s Tempo de resposta (máx.) 46.04s Resposta incorreta: 4 Erro de API: 1 Não seguiu as instruções: 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 Conhecimentos gerais : 3.0
#35#35	Claude Sonnet 4.6medium	7.8	Anthropic	$1.237	14.25s
Ver cartão do modelo Total de testes 19 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 70.2% Testes instáveis 1 Tokens de saída 45,505 Tokens de raciocínio 28,370 Tempo de resposta (médio) 14.25s Tempo de resposta (total) 156.71s Tempo de resposta (máx.) 46.35s Resposta incorreta: 3 Formatação extra: 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 Conhecimentos gerais : 3.0
#36#36	Step 3.5 Flashnone	7.8	Stepfun	$0.020	39.03s
Ver cartão do modelo Total de testes 12 Testes errados 3 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 0 Tokens de saída 64,795 Tokens de raciocínio 0 Tempo de resposta (médio) 39.03s Tempo de resposta (total) 312.26s Tempo de resposta (máx.) 114.12s Erro de API: 1 Não seguiu as instruções: 1 Resposta incorreta: 1 Truques anti-IA : 10.0 Programação : 3.0 Combinado : 0.0 Análise e extração de dados : 0.0 Específico do domínio : 10.0 Inteligência geral : 4.0 Seguimento de instruções : 10.0 Chamada de ferramentas : 0.0 Conhecimentos gerais : 3.0
#37#37	MiMo-V2-Promedium	7.7	Xiaomi	$0.212	16.18s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 9.4 Taxa de acerto por tentativa 77.2% Testes instáveis 4 Tokens de saída 2,514 Tokens de raciocínio 55,816 Tempo de resposta (médio) 16.18s Tempo de resposta (total) 307.48s Tempo de resposta (máx.) 82.71s Resposta incorreta: 4 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 : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#38#38	Gemma 4 26B A4Bmedium	7.7	Google	$0.034	33.69s
Ver cartão do modelo Total de testes 19 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 73.7% Testes instáveis 3 Tokens de saída 16,725 Tokens de raciocínio 61,536 Tempo de resposta (médio) 33.69s Tempo de resposta (total) 606.35s Tempo de resposta (máx.) 180.87s Resposta incorreta: 4 Tempo esgotado: 2 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 : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#39#39	Hy3 previewlow	7.7	Tencent	$0.000	24.58s
Ver cartão do modelo Total de testes 19 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 72.9% Testes instáveis 1 Tokens de saída 63,155 Tokens de raciocínio 0 Tempo de resposta (médio) 24.58s Tempo de resposta (total) 368.71s Tempo de resposta (máx.) 78.74s Resposta incorreta: 4 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 : 0.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.5 Chamada de ferramentas : 6.6 Conhecimentos gerais : 3.0
#40#40	Gemini 3.1 Flash Lite Previewnone	7.7	Google	$0.016	1.28s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 1 Tokens de saída 5,370 Tokens de raciocínio 0 Tempo de resposta (médio) 1.28s Tempo de resposta (total) 24.23s Tempo de resposta (máx.) 3.39s Resposta incorreta: 5 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 Conhecimentos gerais : 3.0
#41#41	GPT-5.2 Chatnone	7.6	OpenAI	$0.309	6.85s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.9% Testes instáveis 3 Tokens de saída 18,585 Tokens de raciocínio 0 Tempo de resposta (médio) 6.85s Tempo de resposta (total) 130.06s Tempo de resposta (máx.) 38.52s Resposta incorreta: 5 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 : 5.3 Inteligência geral : 4.4 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#42#42	Kimi K2.6medium	7.6	Moonshot AI	$0.778	49.92s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 71.9% Testes instáveis 3 Tokens de saída 96,469 Tokens de raciocínio 195,991 Tempo de resposta (médio) 49.92s Tempo de resposta (total) 898.64s Tempo de resposta (máx.) 215.85s Resposta incorreta: 3 Não seguiu as instruções: 2 Tempo esgotado: 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 : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#43#43	Step 3.5 Flashmedium	7.6	Stepfun	$0.011	41.66s
Ver cartão do modelo Total de testes 18 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de saída 78,299 Tokens de raciocínio 173,409 Tempo de resposta (médio) 41.66s Tempo de resposta (total) 499.91s Tempo de resposta (máx.) 170.45s Resposta incorreta: 4 Não seguiu as instruções: 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 Conhecimentos gerais : 3.0
#44#44	Gemini 3.1 Flash Litelow	7.6	Google	$0.025	1.92s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 68.4% Testes instáveis 2 Tokens de saída 2,702 Tokens de raciocínio 8,596 Tempo de resposta (médio) 1.92s Tempo de resposta (total) 36.49s Tempo de resposta (máx.) 5.66s Resposta incorreta: 7 Truques anti-IA : 7.3 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 Conhecimentos gerais : 3.0
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.089	65.79s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 6.7 Taxa de acerto por tentativa 77.2% Testes instáveis 6 Tokens de saída 2,105 Tokens de raciocínio 228,936 Tempo de resposta (médio) 65.79s Tempo de resposta (total) 1250.00s 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 : 4.7 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 : 6.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#46#46	GPT-5.3 Chatnone	7.6	OpenAI	$0.348	5.80s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 70.2% Testes instáveis 3 Tokens de saída 21,353 Tokens de raciocínio 0 Tempo de resposta (médio) 5.80s Tempo de resposta (total) 110.27s Tempo de resposta (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 : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#47#47	GLM 5.1medium	7.6	Z.ai	$0.209	24.43s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 0.0 Taxa de acerto por tentativa 71.9% Testes instáveis 3 Tokens de saída 8,087 Tokens de raciocínio 51,269 Tempo de resposta (médio) 24.43s Tempo de resposta (total) 439.65s Tempo de resposta (máx.) 118.52s Resposta incorreta: 4 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 Conhecimentos gerais : 3.0
#48#48	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.033	45.88s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 75.4% Testes instáveis 5 Tokens de saída 10,281 Tokens de raciocínio 98,830 Tempo de resposta (médio) 45.88s Tempo de resposta (total) 871.76s Tempo de resposta (máx.) 218.13s Resposta incorreta: 6 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 : 4.1 Inteligência geral : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#49#49	GLM 5V Turbomedium	7.5	Z.ai	$0.322	16.33s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.7% Testes instáveis 6 Tokens de saída 2,373 Tokens de raciocínio 66,463 Tempo de resposta (médio) 16.33s Tempo de resposta (total) 310.29s Tempo de resposta (máx.) 67.08s Resposta incorreta: 5 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 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 : 7.6 Chamada de ferramentas : 7.0 Conhecimentos gerais : 3.0
#50#50	Qwen3.6 Flashmedium	7.5	Qwen	$0.305	15.85s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.9% Testes instáveis 5 Tokens de saída 2,830 Tokens de raciocínio 194,258 Tempo de resposta (médio) 15.85s Tempo de resposta (total) 301.13s Tempo de resposta (máx.) 122.87s Resposta incorreta: 6 Não seguiu as instruções: 2 Truques anti-IA : 10.0 Programação : 6.7 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 : 6.1 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#51#51	Gemini 3.1 Flash Litehigh	7.5	Google	$2.044	61.96s
Ver cartão do modelo Total de testes 18 Testes errados 7 Confiabilidade 9.8 Taxa de acerto por tentativa 74.1% Testes instáveis 4 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 Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Truques anti-IA : 9.4 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
#52#52	Claude Opus 4.6medium	7.4	Anthropic	$1.710	24.59s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 2 Tokens de saída 37,874 Tokens de raciocínio 21,390 Tempo de resposta (médio) 24.59s Tempo de resposta (total) 295.08s Tempo de resposta (máx.) 83.40s Formatação extra: 4 Resposta incorreta: 3 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 Conhecimentos gerais : 3.0
#53#53	GPT-5.4 Nanomedium	7.3	OpenAI	$0.084	10.87s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 64.9% Testes instáveis 2 Tokens de saída 3,016 Tokens de raciocínio 59,306 Tempo de resposta (médio) 10.87s Tempo de resposta (total) 206.61s Tempo de resposta (máx.) 94.06s Resposta incorreta: 6 Não seguiu as instruções: 2 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 : 3.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#54#54	Qwen3.6 Max Previewnone	7.2	Qwen	$0.083	3.31s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 64.9% Testes instáveis 2 Tokens de saída 4,751 Tokens de raciocínio 0 Tempo de resposta (médio) 3.31s Tempo de resposta (total) 62.80s Tempo de resposta (máx.) 20.51s Resposta incorreta: 8 Truques anti-IA : 5.2 Programação : 5.0 Combinado : 3.0 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 4.3 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#55#55	Ring 2.6 1tmedium	7.2	Inclusionai	$0.000	61.29s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 9.9 Taxa de acerto por tentativa 66.7% Testes instáveis 3 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 Truques anti-IA : 10.0 Programação : 10.0 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
#56#56	MiMo-V2-Flashmedium	7.2	Xiaomi	$0.038	21.71s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 3 Tokens de saída 12,399 Tokens de raciocínio 115,182 Tempo de resposta (médio) 21.71s Tempo de resposta (total) 282.29s Tempo de resposta (máx.) 96.01s Resposta incorreta: 4 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 Conhecimentos gerais : 3.0
#57#57	Ring 2.6 1tnone	7.2	Inclusionai	$0.000	55.10s
Ver cartão do modelo Total de testes 19 Testes errados 7 Confiabilidade 9.8 Taxa de acerto por tentativa 62.5% Testes instáveis 2 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 Não seguiu as instruções: 2 Truques anti-IA : 9.2 Programação : 10.0 Combinado : 0.0 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 : 0.0 Conhecimentos gerais : 3.0
#58#58	Seed-2.0-Minimedium	7.2	Bytedance Seed	$0.038	68.89s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 3.3 Taxa de acerto por tentativa 63.2% Testes instáveis 2 Tokens de saída 2,469 Tokens de raciocínio 81,017 Tempo de resposta (médio) 68.89s Tempo de resposta (total) 1102.23s Tempo de resposta (máx.) 262.83s Tempo esgotado: 4 Resposta incorreta: 3 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 Conhecimentos gerais : 3.0
#59#59	Qwen3.5-35B-A3Bmedium	7.2	Qwen	$0.481	51.50s
Ver cartão do modelo Total de testes 19 Testes errados 9 Confiabilidade 6.7 Taxa de acerto por tentativa 75.4% Testes instáveis 7 Tokens de saída 21,056 Tokens de raciocínio 280,814 Tempo de resposta (médio) 51.50s Tempo de resposta (total) 978.57s Tempo de resposta (máx.) 177.35s Tempo esgotado: 4 Resposta incorreta: 3 Erro de API: 1 Sem resposta: 1 Truques anti-IA : 10.0 Programação : 10.0 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 : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#60#60	GPT-5.2medium	7.2	OpenAI	$0.397	15.22s
Ver cartão do modelo Total de testes 19 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 68.4% Testes instáveis 4 Tokens de saída 2,731 Tokens de raciocínio 22,200 Tempo de resposta (médio) 15.22s Tempo de resposta (total) 182.59s Tempo de resposta (máx.) 77.80s Não seguiu as instruções: 3 Resposta incorreta: 3 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 : 7.6 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0

Comparação rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumDisponível grátis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparação rápida