Ranking de Específico do domínio x Resposta incorreta

Falhas por categoria AI BENCHY

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

Modelos exibidos

Falhas totais

314

Modelo mais afetado

Motivos de falha

Resposta incorreta314 Tempo esgotado34 Formatação extra12 Erro de API6 Sem resposta5 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)
#14	Qwen3.6 Max Preview medium	Qwen	3	2.9	0/3	95.9s
#18	Qwen3.7 Plus medium	Qwen	3	3.6	0/3	45.3s
#26	Qwen3.6 Plus medium	Qwen	3	2.9	0/3	29.6s
#29	Qwen3.5-122B-A10B medium	Qwen	3	2.9	0/3	63.4s
#31	DeepSeek V4 Flash high	DeepSeek	3	4.1	0/3	100.3s
#36	Qwen3.5 Plus 2026-04-20 medium	Qwen	3	2.9	0/3	53.1s
#39	Qwen3.6 Flash medium	Qwen	3	3.5	0/3	14.6s
#40	Gemini 3.1 Flash Lite Preview medium	Google	3	3.0	0/3	4.21s
#41	Nemotron 3 Ultra 550b A55b medium	NVIDIA	3	3.5	0/3	24.9s
#44	Gemini 3.1 Flash Lite medium	Google	3	2.9	0/3	3.16s
#45	GPT-5.4 Mini medium	OpenAI	3	4.1	0/3	65.3s
#53	Gemini 3.1 Flash Lite high	Google	3	3.6	0/3	139.9s
#63	GPT-5.3 Chat none	OpenAI	3	3.5	0/3	13.0s
#75	Ring-2.6-1T medium	Inclusionai	3	3.5	0/3	64.9s
#78	Qwen3.6 27B medium	Qwen	3	2.9	0/3	73.4s

Melhores modelos por Contagem de Resposta incorreta