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)
#231	Qwen3.5 Plus 2026-02-15 none	Qwen	0.4	0.6	$0.176	0/3	2.05s
Total de testes 3 Testes errados 3 Custo total $0.176 Tempo de resposta (médio) 2.05s
#388	MiMo-V2-Flash default	Xiaomi	0.4	0.3	$0.025	0/3	2.64s
Total de testes 3 Testes errados 3 Custo total $0.025 Tempo de resposta (médio) 2.64s
#176	Gemma 4 31B medium	Google	0.4	0.7	$0.144	0/3	219.8s
Total de testes 3 Testes errados 3 Custo total $0.144 Tempo de resposta (médio) 219.8s
#253	Apodex 1.1 Mini medium	Apodex	0.4	0.6	$0.000	0/3	51.0s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 51.0s
#242	DeepSeek V4 Flash 0731 none	DeepSeek	0.4	0.6	$0.053	0/3	1.72s
Total de testes 3 Testes errados 3 Custo total $0.053 Tempo de resposta (médio) 1.72s
#335	GLM 4.7 Flash none	Z.ai	0.4	0.5	$0.027	0/3	2.54s
Total de testes 3 Testes errados 3 Custo total $0.027 Tempo de resposta (médio) 2.54s
#309	KAT Coder AIR V2.5 high	Kwaipilot	0.4	0.5	$0.077	0/3	39.1s
Total de testes 3 Testes errados 3 Custo total $0.077 Tempo de resposta (médio) 39.1s
#304	Laguna XS 2.1 none	Poolside	0.4	0.5	$0.020	0/3	623ms
Total de testes 3 Testes errados 3 Custo total $0.020 Tempo de resposta (médio) 623ms
#316	MiMo-V2.5-Pro none	Xiaomi	0.4	0.5	$0.135	0/3	1.41s
Total de testes 3 Testes errados 3 Custo total $0.135 Tempo de resposta (médio) 1.41s
#354	Mimo V2 Omni default	Xiaomi	0.4	0.4	$0.021	0/3	2.75s
Total de testes 3 Testes errados 3 Custo total $0.021 Tempo de resposta (médio) 2.75s
#308	Nemotron 3.5 Lightning high	NVIDIA	0.4	0.5	$0.168	0/3	168.4s
Total de testes 3 Testes errados 3 Custo total $0.168 Tempo de resposta (médio) 168.4s
#312	Mistral Small 4 medium	Mistral	0.4	0.5	$0.126	0/3	40.0s
Total de testes 3 Testes errados 3 Custo total $0.126 Tempo de resposta (médio) 40.0s
#337	Nemotron 3.5 Lightning medium	NVIDIA	0.4	0.5	$0.195	0/3	285.5s
Total de testes 3 Testes errados 3 Custo total $0.195 Tempo de resposta (médio) 285.5s
#248	Inkling none	Thinkingmachines	0.4	0.6	$0.292	0/3	1.01s
Total de testes 3 Testes errados 3 Custo total $0.292 Tempo de resposta (médio) 1.01s
#374	Granite 4.1 8b default	IBM Granite	0.4	0.4	$0.007	0/3	775ms
Total de testes 3 Testes errados 3 Custo total $0.007 Tempo de resposta (médio) 775ms

Ranking de Programação

Filtrar modelos

Melhores modelos por Pontuação de Programação

Pontuação de Programação vs custo total

Melhores modelos por Tempo de resposta (médio)