AI BENCHY
Comparar Gráficos Metodologia
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Falhas por categoria AI BENCHY

Combinado
Resposta incorreta

Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Combinado, para identificar pontos fracos mais rápido. Ordenar por: Tempo de resposta (médio) ↑.

Modelos exibidos

21

Falhas totais

21

Modelo mais afetado

Mercury 2 1
Posição Modelo Empresa Contagem de Resposta incorreta Pontuação da categoria Testes corretos Tempo de resposta (médio)
#51 Mercury 2 none Inception 1 10.0 0/1 606ms
#54 MiMo-V2-Flash none Xiaomi 1 10.0 0/1 2.87s
#44 GPT-5.4 none OpenAI 1 10.0 0/1 2.89s
#22 Gemini 3.1 Flash Lite Preview none Google 1 10.0 0/1 3.20s
#5 Gemini 3 Flash Preview low Google 1 10.0 0/1 3.27s
#53 Grok 4.1 Fast none X AI 1 10.0 0/1 3.33s
#20 Gemini 3 Flash Preview none Google 1 10.0 0/1 3.56s
#50 Qwen3 Coder Next medium Qwen 1 10.0 0/1 4.28s
#38 Gemini 2.5 Flash none Google 1 10.0 0/1 4.39s
#31 GLM 5 none Z.ai 1 10.0 0/1 4.98s
#37 Qwen3.5-Flash none Qwen 1 10.0 0/1 6.22s
#29 Qwen3.5 Plus 2026-02-15 none Qwen 1 10.0 0/1 6.65s
#47 GPT-4o-mini none OpenAI 1 10.0 0/1 7.58s
#45 Trinity Large Preview none Arcee AI 1 10.0 0/1 8.91s
#41 Qwen3.5-27B none Qwen 1 10.0 0/1 9.39s
#6 Gemini 3 Pro Preview medium Google 1 10.0 0/1 10.4s
#17 Gemini 3.1 Flash Lite Preview low Google 1 10.0 0/1 11.9s
#46 Kimi K2.5 none Moonshot AI 1 10.0 0/1 19.2s
#48 Qwen3 Coder Next none Qwen 1 10.0 0/1 45.1s
#40 Qwen3.5-122B-A10B none Qwen 1 10.0 0/1 46.0s
#42 Qwen3.5-35B-A3B none Qwen 1 10.0 0/1 47.4s

Melhores modelos por Contagem de Resposta incorreta

Contagem de Resposta incorreta vs pontuação média

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado