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)
#101	Mimo V2 Omni none	Xiaomi	1	3.0	0/1	5.96s
#102	Gemma 4 26B A4B none	Google	1	3.0	0/1	30.5s
#104	Nemotron 3 Ultra 550b A55b none	NVIDIA	1	3.0	0/1	4.79s
#107	Laguna Xs.2 medium	Poolside	1	3.0	0/1	15.9s
#108	Qwen3.5-Flash none	Qwen	1	3.0	0/1	6.22s
#109	GLM 5V Turbo none	Z.ai	1	3.0	0/1	6.51s
#110	Seed-2.0-Lite none	Bytedance Seed	1	3.0	0/1	6.59s
#111	Owl Alpha medium	Openrouter	1	3.0	0/1	10.0s
#114	Qwen3.5 Plus 2026-04-20 none	Qwen	1	2.8	0/1	13.3s
#115	Qwen3.5-27B none	Qwen	1	2.8	0/1	9.39s
#116	Hunter Alpha none	OpenRouter	1	3.0	0/1	15.2s
#117	Qwen3.5-35B-A3B none	Qwen	1	3.0	0/1	47.4s
#120	Mimo V2 PRO none	Xiaomi	1	3.0	0/1	6.58s
#121	Owl Alpha none	Openrouter	1	3.0	0/1	21.7s
#124	Kimi K2.6 none	Moonshot AI	1	3.0	0/1	3.38s

←

1 2 3 4

→

Melhores modelos por Contagem de Resposta incorreta