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)
#82	Hy3 preview high	Tencent	2	5.3	1/3	109.0s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2	2.9	0/3	24.7s
#89	Hy3 preview low	Tencent	2	5.9	1/3	40.4s
#92	Laguna M.1 medium	Poolside	2	5.3	1/3	24.1s
#93	Qwen3.6 Plus Preview medium	Qwen	2	3.0	0/3	22.1s
#95	Qwen3.5 Plus 2026-02-15 none	Qwen	2	5.3	1/3	1.17s
#96	Ring-2.6-1T none	Inclusionai	2	5.3	1/3	73.4s
#97	Gemini 2.5 Flash none	Google	2	5.9	1/3	495ms
#100	Grok Build 0.1 none	X AI	2	3.6	0/3	103.7s
#101	Mimo V2 Omni none	Xiaomi	2	5.3	1/3	2.10s
#104	Nemotron 3 Ultra 550b A55b none	NVIDIA	2	5.3	1/3	698ms
#105	Nemotron 3 Super medium	NVIDIA	2	2.9	0/3	16.2s
#107	Laguna Xs.2 medium	Poolside	2	4.1	0/3	11.1s
#109	GLM 5V Turbo none	Z.ai	2	5.3	1/3	2.09s
#111	Owl Alpha medium	Openrouter	2	5.3	1/3	8.58s

Melhores modelos por Contagem de Resposta incorreta