Ranking de modelos de Programação

Categoria AI BENCHY

Veja quais modelos de IA vão melhor em Programação, quais permanecem confiáveis e onde aparecem as maiores diferenças. Ordenar por: Métrica ↑.

Modelos exibidos

Média de Pontuação de Programação

5.7

Melhor modelo

Motivos de falha

Com motivo de falha Resposta incorreta230 Com motivo de falha Erro de API43 Com motivo de falha Tempo esgotado25 Com motivo de falha Sem resposta18 Com motivo de falha Não seguiu as instruções16 Com motivo de falha Formatação extra12

189/189

Posição	Modelo	Empresa	Pontuação de Programação	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#6	GPT-5.6 Sol high	OpenAI	10.0	9.4	$0.821	3/3	12.5s
Total de testes 3 Testes errados 0 Custo total $0.821 Tempo de resposta (médio) 12.5s
#7	GPT-5.5 low	OpenAI	10.0	9.3	$0.907	3/3	15.0s
Total de testes 3 Testes errados 0 Custo total $0.907 Tempo de resposta (médio) 15.0s
#9	Claude Fable 5 medium	Anthropic	10.0	9.2	$3.165	3/3	15.6s
Total de testes 3 Testes errados 0 Custo total $3.165 Tempo de resposta (médio) 15.6s
#13	GPT-5.3-Codex medium	OpenAI	10.0	8.9	$0.740	3/3	19.5s
Total de testes 3 Testes errados 0 Custo total $0.740 Tempo de resposta (médio) 19.5s
#15	Claude Opus 4.8 medium	Anthropic	10.0	8.8	$1.107	3/3	15.3s
Total de testes 3 Testes errados 0 Custo total $1.107 Tempo de resposta (médio) 15.3s
#18	GLM 5 medium	Z.ai	10.0	8.6	$0.228	3/3	74.3s
Total de testes 3 Testes errados 0 Custo total $0.228 Tempo de resposta (médio) 74.3s
#19	GPT-5 Mini medium	OpenAI	10.0	8.5	$0.159	3/3	27.6s
Total de testes 3 Testes errados 0 Custo total $0.159 Tempo de resposta (médio) 27.6s
#25	GPT-5.2 medium	OpenAI	10.0	8.4	$0.548	3/3	22.7s
Total de testes 3 Testes errados 0 Custo total $0.548 Tempo de resposta (médio) 22.7s
#40	Grok 4.5 low	X AI	10.0	7.8	$0.760	3/3	13.7s
Total de testes 3 Testes errados 0 Custo total $0.760 Tempo de resposta (médio) 13.7s

Ranking de Programação