Ranking de Combinado x Resposta incorreta

Falhas por categoria AI BENCHY

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

Modelos exibidos

Falhas totais

Modelo mais afetado

Motivos de falha

Resposta incorreta52 Chamada de ferramenta inválida19 Erro de API13 Sem resposta2 Tempo esgotado2 Não seguiu as instruções1

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)
#16	Gemini 3 Flash Preview low	Google	1	3.0	0/1	3.27s
#34	Qwen3.7 Max none	Qwen	1	3.0	0/1	2.17s
#35	Gemini 3 PRO Preview medium	Google	1	3.0	0/1	10.4s
#48	Gemini 3 Flash Preview none	Google	1	4.7	0/1	3.56s
#50	Gemini 3.1 Flash Lite Preview low	Google	1	3.0	0/1	11.9s
#51	Mimo V2 PRO medium	Xiaomi	1	4.7	0/1	64.7s
#58	Gemini 3.1 Flash Lite Preview none	Google	1	3.0	0/1	3.20s
#61	Gemini 3.1 Flash Lite low	Google	1	3.0	0/1	4.48s
#74	Qwen3.6 Max Preview none	Qwen	1	3.0	0/1	20.5s
#87	Gemini 3.1 Flash Lite minimal	Google	1	3.0	0/1	2.53s
#90	Gemini 3.1 Flash Lite none	Google	1	3.0	0/1	2.73s
#91	GPT-5.5 none	OpenAI	1	3.0	0/1	5.56s
#95	Qwen3.5 Plus 2026-02-15 none	Qwen	1	3.0	0/1	6.65s
#97	Gemini 2.5 Flash none	Google	1	3.0	0/1	4.39s
#98	GLM 5 none	Z.ai	1	3.0	0/1	4.98s

Melhores modelos por Contagem de Resposta incorreta