Ranking de modelos de Programação

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

0.6

Melhor modelo

Gemini 3.1 Flash Lite Preview 0.0

Motivos de falha

Com motivo de falha Resposta incorreta456 Com motivo de falha Erro de API64 Com motivo de falha Sem resposta47 Com motivo de falha Não seguiu as instruções44 Com motivo de falha Formatação extra36 Com motivo de falha Tempo esgotado24

408/408

Posição	Modelo	Empresa	Pontuação de Programação	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#402	D1 default	Liquid	0.2	0.2	$0.003	0/2	456ms
Total de testes 2 Testes errados 2 Custo total $0.003 Tempo de resposta (médio) 456ms
#297	Step 3.5 Flash medium	Stepfun	0.2	0.5	$0.105	0/2	258.4s
Total de testes 2 Testes errados 2 Custo total $0.105 Tempo de resposta (médio) 258.4s
#380	Laguna M.1 default	Poolside	0.2	0.4	$0.009	0/1	2.93s
Total de testes 1 Testes errados 1 Custo total $0.009 Tempo de resposta (médio) 2.93s
#399	GPT-6 Luna Decisions default	OpenAI	0.3	0.2	$0.005	0/2	447ms
Total de testes 2 Testes errados 2 Custo total $0.005 Tempo de resposta (médio) 447ms
#281	Step 5 Preview low	Stepfun	0.3	0.6	$4.110	0/3	378.2s
Total de testes 3 Testes errados 3 Custo total $4.110 Tempo de resposta (médio) 378.2s
#387	Hy3 preview none	Tencent	0.3	0.3	$0.007	0/3	4.56s
Total de testes 3 Testes errados 3 Custo total $0.007 Tempo de resposta (médio) 4.56s
#250	Step 5 Preview medium	Stepfun	0.3	0.6	$4.136	0/3	363.9s
Total de testes 3 Testes errados 3 Custo total $4.136 Tempo de resposta (médio) 363.9s
#169	Step 5 Preview high	Stepfun	0.3	0.7	$4.513	0/3	421.7s
Total de testes 3 Testes errados 3 Custo total $4.513 Tempo de resposta (médio) 421.7s
#368	Qwen3.5-9B medium	Qwen	0.3	0.4	$0.106	0/3	100.9s
Total de testes 3 Testes errados 3 Custo total $0.106 Tempo de resposta (médio) 100.9s
#376	Ling 3.0 Tiny high	Inclusionai	0.3	0.4	$0.000	0/3	177.7s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 177.7s
#377	Ling 3.0 Tiny low	Inclusionai	0.3	0.4	$0.000	0/3	170.7s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 170.7s
#378	Ling 3.0 Tiny medium	Inclusionai	0.3	0.4	$0.000	0/3	212.0s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 212.0s
#141	Gemma 4 26B A4B medium	Google	0.3	0.7	$0.101	0/3	272.5s
Total de testes 3 Testes errados 3 Custo total $0.101 Tempo de resposta (médio) 272.5s
#328	Gemini 3 PRO Preview medium	Google	0.3	0.5	$0.385	0/3	0ms
Total de testes 3 Testes errados 3 Custo total $0.385 Tempo de resposta (médio) 0ms
#385	Command A+ medium	Cohere	0.3	0.3	$0.064	0/3	93.1s
Total de testes 3 Testes errados 3 Custo total $0.064 Tempo de resposta (médio) 93.1s

Ranking de Programação

Filtrar modelos

Melhores modelos por Pontuação de Programação

Pontuação de Programação vs custo total

Melhores modelos por Tempo de resposta (médio)