Ranking de Truques anti-IA x Resposta incorreta

Falhas por categoria AI BENCHY

Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Truques anti-IA, para identificar pontos fracos mais rápido.

Modelos exibidos

Falhas totais

165

Modelo mais afetado

Motivos de falha

Resposta incorreta165 Não seguiu as instruções17 Formatação extra11 Tempo esgotado4 Sem resposta1

Categorias

Específico do domínio182 Truques anti-IA165 Resolução de quebra-cabeças85 Seguimento de instruções44 Combinado37 Programação28 Análise e extração de dados19 Inteligência geral10 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#59	Qwen3.5-Flash none	Qwen	4	3.5	0/4	1.32s
#61	Seed-2.0-Lite none	Bytedance Seed	4	3.0	0/4	2.43s
#62	Gemini 2.5 Flash none	Google	4	3.0	0/4	582ms
#63	Qwen3.5-35B-A3B none	Qwen	4	3.4	0/4	1.43s
#65	MiMo-V2-Pro none	Xiaomi	4	3.5	0/4	1.80s
#66	GPT-5.4 none	OpenAI	4	3.2	0/4	1.21s
#72	Hunter Alpha none	OpenRouter	4	3.5	0/4	3.81s
#75	GLM 5.1 none	Z.ai	4	4.0	0/4	2.11s
#76	Kimi K2.5 none	Moonshot AI	4	3.6	0/4	6.24s
#77	GLM 5 Turbo none	Z.ai	4	3.0	0/4	2.84s
#78	Trinity Large Preview none	Arcee AI	4	3.0	0/4	3.02s
#79	Grok 4.20 Beta none	X AI	4	4.0	0/4	597ms
#83	Mistral Small 4 none	Mistral	4	3.4	0/4	395ms
#86	GPT-5.4 Mini none	OpenAI	4	3.1	0/4	929ms
#90	Qwen3.5-9B none	Qwen	4	3.1	0/4	1.71s

1 2 3 4 5

→

Melhores modelos por Contagem de Resposta incorreta