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)
#51#51	DeepSeek V4.1 Flashhigh	8.7	DeepSeek	$0.241 ↓	33.27s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.7 Taxa de acerto por tentativa 75.4% Testes instáveis 3 Tokens de entrada 282,490 Tokens de saída 8,621 Tokens de raciocínio 455,535 Tempo de resposta (médio) 33.27s Tempo de resposta (total) 765.12s Tempo de resposta (máx.) 205.53s Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 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 : 6.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#52#52	DeepSeek V4.1 Flashmedium	8.7	DeepSeek	$0.231 ↓	32.88s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.6 Taxa de acerto por tentativa 73.9% Testes instáveis 2 Tokens de entrada 280,643 Tokens de saída 7,342 Tokens de raciocínio 437,323 Tempo de resposta (médio) 32.88s Tempo de resposta (total) 756.34s Tempo de resposta (máx.) 276.31s Resposta incorreta: 5 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#53#53	Muse Spark 1.2low	8.7	Meta	$0.881	11.81s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 3 Tokens de entrada 254,914 Tokens de saída 10,303 Tokens de raciocínio 121,928 Tempo de resposta (médio) 11.81s Tempo de resposta (total) 271.60s Tempo de resposta (máx.) 56.77s Resposta incorreta: 4 Não seguiu as instruções: 3 Tarefas de agentes : 10.0 Truques anti-IA : 9.2 Programação : 8.4 Combinado : 9.8 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#54#54	GPT-5.2medium	8.7	OpenAI	$1.558 ↑	31.29s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 73.9% Testes instáveis 4 Tokens de entrada 235,207 Tokens de saída 11,065 Tokens de raciocínio 69,473 Tempo de resposta (médio) 31.29s Tempo de resposta (total) 531.98s Tempo de resposta (máx.) 116.86s Não seguiu as instruções: 3 Resposta incorreta: 3 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 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 : 7.5 Chamada de ferramentas : 4.7 Conhecimentos gerais : 3.0
#55#55	Qwen3.8 27Bhigh	8.7	Qwen	~$0.298	166.34s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 9.7 Taxa de acerto por tentativa 78.3% Testes instáveis 2 Tokens de entrada 348,967 Tokens de saída 1,005 Tokens de raciocínio 676,075 Tempo de resposta (médio) 166.34s Tempo de resposta (total) 3825.81s Tempo de resposta (máx.) 640.85s Não seguiu as instruções: 2 Sem resposta: 2 Resposta incorreta: 2 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.1 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 5.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 7.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#56#56	MiMo-V2.6-Promedium	8.7	Xiaomi	$0.586	148.11s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.5 Taxa de acerto por tentativa 78.3% Testes instáveis 7 Tokens de entrada 298,476 Tokens de saída 7,762 Tokens de raciocínio 515,918 Tempo de resposta (médio) 148.11s Tempo de resposta (total) 3406.53s Tempo de resposta (máx.) 904.91s Formatação extra: 3 Resposta incorreta: 3 Não seguiu as instruções: 1 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.3 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 : 8.4 Resolução de quebra-cabeças : 8.4 Chamada de ferramentas : 10.0 Conhecimentos gerais : 2.8
#57#57	Seed 2.1 Turbomedium	8.7	Bytedance Seed	$2.042	189.13s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 5 Tokens de entrada 234,572 Tokens de saída 8,019 Tokens de raciocínio 761,563 Tempo de resposta (médio) 189.13s Tempo de resposta (total) 4349.92s Tempo de resposta (máx.) 885.33s Resposta incorreta: 5 Não seguiu as instruções: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.2 Programação : 8.2 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 9.9 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#58#58	GPT-6 Sollow	8.7	OpenAI	$0.477	8.72s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 87.0% Testes instáveis 4 Tokens de entrada 172,359 Tokens de saída 5,026 Tokens de raciocínio 8,185 Tempo de resposta (médio) 8.72s Tempo de resposta (total) 200.61s Tempo de resposta (máx.) 48.43s Resposta incorreta: 5 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.2 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 : 4.7
#59#59	DeepSeek V4.1 Flashmax	8.6	DeepSeek	$0.467 ↓	61.58s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 9.4 Taxa de acerto por tentativa 69.6% Testes instáveis 2 Tokens de entrada 414,054 Tokens de saída 7,635 Tokens de raciocínio 900,536 Tempo de resposta (médio) 61.58s Tempo de resposta (total) 1416.24s Tempo de resposta (máx.) 335.08s Resposta incorreta: 6 Erro de API: 1 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.3 Programação : 10.0 Combinado : 10.0 Análise e extração de dados : 6.5 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.5 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#60#60	Muse Spark 1.1low	8.6	Meta	$0.885	13.21s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 10.0 Taxa de acerto por tentativa 72.5% Testes instáveis 4 Tokens de entrada 291,368 Tokens de saída 13,469 Tokens de raciocínio 108,952 Tempo de resposta (médio) 13.21s Tempo de resposta (total) 303.92s Tempo de resposta (máx.) 54.15s Resposta incorreta: 5 Não seguiu as instruções: 3 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.9 Programação : 10.0 Combinado : 6.6 Análise e extração de dados : 10.0 Específico do domínio : 3.6 Inteligência geral : 10.0 Seguimento de instruções : 7.3 Resolução de quebra-cabeças : 8.3 Chamada de ferramentas : 9.8 Conhecimentos gerais : 3.0
#61#61	Claude Sonnet 5.5xhigh	8.6	Anthropic	$1.516	14.98s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 79.7% Testes instáveis 4 Tokens de entrada 342,579 Tokens de saída 12,848 Tokens de raciocínio 70,193 Tempo de resposta (médio) 14.98s Tempo de resposta (total) 344.60s Tempo de resposta (máx.) 54.92s Resposta incorreta: 3 Formatação extra: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 6.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#62#62	Claude Sonnet 5.5high	8.6	Anthropic	$1.175	10.79s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 81.2% Testes instáveis 5 Tokens de entrada 345,687 Tokens de saída 13,550 Tokens de raciocínio 34,743 Tempo de resposta (médio) 10.79s Tempo de resposta (total) 248.22s Tempo de resposta (máx.) 51.53s Resposta incorreta: 5 Formatação extra: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.2 Análise e extração de dados : 7.3 Específico do domínio : 3.5 Inteligência geral : 6.5 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#63#63	Qwen3.8 Max (0902)low	8.6	Qwen	$1.131	29.07s
Ver cartão do modelo Total de testes 23 Testes errados 5 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 3 Tokens de entrada 298,682 Tokens de saída 8,374 Tokens de raciocínio 80,549 Tempo de resposta (médio) 29.07s Tempo de resposta (total) 668.66s Tempo de resposta (máx.) 207.79s Resposta incorreta: 4 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 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 : 6.1 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#64#64	Grok 4.6high	8.5	X AI	$2.629	87.48s
Ver cartão do modelo Total de testes 23 Testes errados 4 Confiabilidade 10.0 Taxa de acerto por tentativa 82.6% Testes instáveis 0 Tokens de entrada 376,233 Tokens de saída 6,687 Tokens de raciocínio 305,927 Tempo de resposta (médio) 87.48s Tempo de resposta (total) 2012.15s Tempo de resposta (máx.) 618.49s Resposta incorreta: 3 Sem resposta: 1 Tarefas de agentes : 5.0 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 : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#65#65	Muse Spark 1.3low	8.5	Meta	$0.911	17.73s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 82.6% Testes instáveis 5 Tokens de entrada 270,231 Tokens de saída 13,363 Tokens de raciocínio 121,332 Tempo de resposta (médio) 17.73s Tempo de resposta (total) 407.75s Tempo de resposta (máx.) 78.72s Resposta incorreta: 4 Erro de API: 1 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.2 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#66#66	Claude Sonnet 5medium	8.5	Anthropic	$1.438	15.01s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 3 Tokens de entrada 353,658 Tokens de saída 54,891 Tokens de raciocínio 18,370 Tempo de resposta (médio) 15.01s Tempo de resposta (total) 345.16s Tempo de resposta (máx.) 69.26s Resposta incorreta: 5 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 9.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 5.3 Inteligência geral : 4.8 Seguimento de instruções : 9.9 Resolução de quebra-cabeças : 7.7 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#67#67	Qwen3.7 Maxmedium	8.5	Qwen	$1.689 ↓	48.35s
Ver cartão do modelo Total de testes 23 Testes errados 6 Confiabilidade 10.0 Taxa de acerto por tentativa 85.5% Testes instáveis 4 Tokens de entrada 367,848 Tokens de saída 8,753 Tokens de raciocínio 250,279 Tempo de resposta (médio) 48.35s Tempo de resposta (total) 1112.11s Tempo de resposta (máx.) 556.06s Resposta incorreta: 5 Chamada de ferramenta inválida: 1 Tarefas de agentes : 6.1 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 8.7 Análise e extração de dados : 10.0 Específico do domínio : 4.1 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#68#68	Qwen3.8 2.4T A95Blow	8.4	Qwen	$4.016 ↑	120.40s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 9.6 Taxa de acerto por tentativa 73.9% Testes instáveis 2 Tokens de entrada 313,881 Tokens de saída 123,706 Tokens de raciocínio 388,328 Tempo de resposta (médio) 120.40s Tempo de resposta (total) 2769.16s Tempo de resposta (máx.) 534.21s Resposta incorreta: 5 Chamada de ferramenta inválida: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 7.8 Combinado : 8.2 Análise e extração de dados : 10.0 Específico do domínio : 3.2 Inteligência geral : 6.1 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 10.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#69#69	GPT-5 Minimedium	8.4	OpenAI	$0.315 ↑	29.42s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 66.7% Testes instáveis 4 Tokens de entrada 214,645 Tokens de saída 15,532 Tokens de raciocínio 103,679 Tempo de resposta (médio) 29.42s Tempo de resposta (total) 676.56s Tempo de resposta (máx.) 111.48s Resposta incorreta: 5 Não seguiu as instruções: 3 Sem resposta: 1 Tempo esgotado: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.1 Programação : 10.0 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 4.5 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 5.6 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#70#70	Muse Glimmer 30Bxhigh	8.4	Meta	$0.823 ↑	97.70s
Ver cartão do modelo Total de testes 23 Testes errados 9 Confiabilidade 9.9 Taxa de acerto por tentativa 71.0% Testes instáveis 4 Tokens de entrada 287,538 Tokens de saída 118,266 Tokens de raciocínio 346,758 Tempo de resposta (médio) 97.70s Tempo de resposta (total) 2247.18s Tempo de resposta (máx.) 576.79s Resposta incorreta: 4 Sem resposta: 3 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 10.0 Combinado : 6.0 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 5.5 Seguimento de instruções : 8.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#71#71	Gemini 3.1 Pro Previewmedium	8.4	Google	$1.585	22.71s
Ver cartão do modelo Total de testes 23 Testes errados 3 Confiabilidade 9.8 Taxa de acerto por tentativa 89.9% Testes instáveis 1 Tokens de entrada 176,208 Tokens de saída 6,093 Tokens de raciocínio 96,598 Tempo de resposta (médio) 22.71s Tempo de resposta (total) 386.11s Tempo de resposta (máx.) 88.68s Resposta incorreta: 2 Tempo esgotado: 1 Tarefas de agentes : 4.7 Truques anti-IA : 10.0 Programação : 7.9 Combinado : 9.8 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
#72#72	Inklinghigh	8.4	Thinkingmachines	$1.394 ↑	62.72s
Ver cartão do modelo Total de testes 23 Testes errados 7 Confiabilidade 10.0 Taxa de acerto por tentativa 78.3% Testes instáveis 3 Tokens de entrada 240,395 Tokens de saída 7,169 Tokens de raciocínio 242,073 Tempo de resposta (médio) 62.72s Tempo de resposta (total) 1442.48s Tempo de resposta (máx.) 327.51s Resposta incorreta: 4 Chamada de ferramenta inválida: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 8.5 Combinado : 7.3 Análise e extração de dados : 10.0 Específico do domínio : 7.7 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 6.9 Chamada de ferramentas : 3.0 Conhecimentos gerais : 3.0
#73#73	Muse Spark 1.1high	8.4	Meta	$2.570	37.41s
Ver cartão do modelo Total de testes 23 Testes errados 10 Confiabilidade 10.0 Taxa de acerto por tentativa 69.6% Testes instáveis 6 Tokens de entrada 336,310 Tokens de saída 10,838 Tokens de raciocínio 494,728 Tempo de resposta (médio) 37.41s Tempo de resposta (total) 860.39s Tempo de resposta (máx.) 196.03s Resposta incorreta: 3 Não seguiu as instruções: 2 Chamada de ferramenta inválida: 2 Erro de API: 1 Formatação extra: 1 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 7.5 Programação : 10.0 Combinado : 5.9 Análise e extração de dados : 10.0 Específico do domínio : 2.9 Inteligência geral : 10.0 Seguimento de instruções : 6.4 Resolução de quebra-cabeças : 7.8 Chamada de ferramentas : 9.6 Conhecimentos gerais : 3.0
#74#74	DeepSeek V4 Flash 0731high	8.4	DeepSeek	$0.578 ↑	118.83s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 76.8% Testes instáveis 5 Tokens de entrada 281,863 Tokens de saída 24,535 Tokens de raciocínio 507,976 Tempo de resposta (médio) 118.83s Tempo de resposta (total) 2733.01s Tempo de resposta (máx.) 600.61s Resposta incorreta: 5 Não seguiu as instruções: 2 Sem resposta: 1 Tarefas de agentes : 10.0 Truques anti-IA : 8.7 Programação : 6.3 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.5 Inteligência geral : 10.0 Seguimento de instruções : 9.8 Resolução de quebra-cabeças : 8.2 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0
#75#75	GLM 5.2high	8.4	Z.ai	$1.644 ↑	69.11s
Ver cartão do modelo Total de testes 23 Testes errados 8 Confiabilidade 10.0 Taxa de acerto por tentativa 71.0% Testes instáveis 3 Tokens de entrada 288,913 Tokens de saída 79,462 Tokens de raciocínio 303,120 Tempo de resposta (médio) 69.11s Tempo de resposta (total) 1589.43s Tempo de resposta (máx.) 599.43s Resposta incorreta: 5 Sem resposta: 2 Não seguiu as instruções: 1 Tarefas de agentes : 10.0 Truques anti-IA : 10.0 Programação : 6.4 Combinado : 10.0 Análise e extração de dados : 10.0 Específico do domínio : 3.1 Inteligência geral : 10.0 Seguimento de instruções : 10.0 Resolução de quebra-cabeças : 6.0 Chamada de ferramentas : 10.0 Conhecimentos gerais : 3.0

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