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)
#113	DeepSeek V4 Pro none	DeepSeek	2	5.3	1/3	3.17s
#114	Qwen3.5 Plus 2026-04-20 none	Qwen	2	5.3	1/3	4.43s
#116	Hunter Alpha none	OpenRouter	2	5.3	1/3	2.33s
#120	Mimo V2 PRO none	Xiaomi	2	5.3	1/3	1.78s
#121	Owl Alpha none	Openrouter	2	5.3	1/3	3.00s
#123	MiMo-V2.5-Pro none	Xiaomi	2	5.3	1/3	877ms
#124	Kimi K2.6 none	Moonshot AI	2	5.3	1/3	1.48s
#125	GPT-5.4 none	OpenAI	2	5.3	1/3	1.07s
#127	Grok 4.20 none	X AI	2	3.0	0/3	687ms
#128	Qwen3.6 Flash none	Qwen	2	5.3	1/3	1.11s
#129	MiniMax M2.5 medium	Minimax	2	2.9	0/3	237.3s
#131	Qwen3.5-122B-A10B none	Qwen	2	5.3	1/3	465ms
#133	DeepSeek V3.2 none	DeepSeek	2	2.9	0/3	4.17s
#134	GLM 5 Turbo none	Z.ai	2	5.3	1/3	1.97s
#135	Kimi K2.5 none	Moonshot AI	2	5.3	1/3	4.38s

Melhores modelos por Contagem de Resposta incorreta