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

182

Modelo mais afetado

Motivos de falha

Resposta incorreta182 Tempo esgotado31 Formatação extra8 Erro de API2 Sem resposta2

Categorias

Específico do domínio182 Truques anti-IA165 Resolução de quebra-cabeças85 Seguimento de instruções44 Combinado37 Programação28 Análise e extração de dados19 Inteligência geral10 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#9	Qwen3.6 Plus Preview medium	Qwen	3	3.0	0/3	22.1s
#17	Gemini 3.1 Flash Lite Preview medium	Google	3	3.0	0/3	4.21s
#19	Qwen3.5-122B-A10B medium	Qwen	3	2.9	0/3	63.4s
#20	Qwen3.6 Plus medium	Qwen	3	2.9	0/3	29.6s
#36	GPT-5.3 Chat none	OpenAI	3	3.5	0/3	13.0s
#44	GPT-5.4 Mini medium	OpenAI	3	4.1	0/3	65.3s
#53	GLM 5 none	Z.ai	3	3.0	0/3	2.24s
#54	Mercury 2 medium	Inception	3	2.9	0/3	6.48s
#60	Gemma 4 26B A4B none	Google	3	3.6	0/3	2.49s
#61	Seed-2.0-Lite none	Bytedance Seed	3	3.6	0/3	1.33s
#64	DeepSeek V3.2 none	DeepSeek	3	3.6	0/3	1.61s
#67	Qwen3.5-27B none	Qwen	3	3.0	0/3	540ms
#68	gpt-oss-120b medium	OpenAI	3	2.9	0/3	50.9s
#75	GLM 5.1 none	Z.ai	3	2.9	0/3	1.99s
#79	Grok 4.20 Beta none	X AI	3	3.0	0/3	611ms

1 2 3 4 5 6 7

→

Melhores modelos por Contagem de Resposta incorreta