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

245

Modelo mais afetado

Motivos de falha

Resposta incorreta245 Não seguiu as instruções30 Formatação extra14 Erro de API13 Tempo esgotado4 Sem resposta2

Categorias

Específico do domínio314 Truques anti-IA245 Programação194 Resolução de quebra-cabeças147 Conhecimentos gerais130 Seguimento de instruções53 Combinado52 Análise e extração de dados35 Inteligência geral32 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#48	Gemini 3 Flash Preview none	Google	1	8.3	3/4	1.25s
#50	Gemini 3.1 Flash Lite Preview low	Google	1	8.3	3/4	2.12s
#52	Claude Sonnet 4.6 medium	Anthropic	1	6.5	2/4	2.98s
#53	Gemini 3.1 Flash Lite high	Google	1	8.7	3/4	37.2s
#54	GPT-5 Mini medium	OpenAI	1	7.1	2/4	13.9s
#57	Step 3.7 Flash low	Stepfun	1	8.7	3/4	4.02s
#58	Gemini 3.1 Flash Lite Preview none	Google	1	7.5	2/4	1.04s
#59	GLM 5V Turbo medium	Z.ai	1	7.2	2/4	10.8s
#60	Kimi K2.6 medium	Moonshot AI	1	7.0	2/4	11.6s
#63	GPT-5.3 Chat none	OpenAI	1	6.7	2/4	3.86s
#65	Grok 4.20 medium	X AI	1	8.2	3/4	3.95s
#70	GPT-5.4 Nano medium	OpenAI	1	8.3	3/4	4.52s
#73	Seed-2.0-Mini medium	Bytedance Seed	1	6.6	2/4	74.7s
#76	Kimi K2.5 medium	Moonshot AI	1	7.3	2/4	51.4s
#77	Claude Sonnet 4.6 none	Anthropic	1	4.8	1/4	2.94s

←

1 5 6 7 8

→

Melhores modelos por Contagem de Resposta incorreta