Ranking de modelos de Combinado

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

Modelos exibidos

Média de Pontuação de Combinado

0.6

Melhor modelo

Muse Glimmer 30B 0.6

Motivos de falha

Com motivo de falha Chamada de ferramenta inválida177 Com motivo de falha Resposta incorreta126 Com motivo de falha Erro de API62 Com motivo de falha Sem resposta55 Com motivo de falha Tempo esgotado11 Com motivo de falha Formatação extra1 Com motivo de falha Não seguiu as instruções1

442/442

Posição	Modelo	Empresa	Pontuação de Combinado	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#197	Qwen3.5-Flash medium	Qwen	0.6	0.7	$0.184	1/2	266.6s
Total de testes 2 Testes errados 1 Custo total $0.184 Tempo de resposta (médio) 266.6s
#199	Mercury 2.5 Preview medium	Inception	0.7	0.7	$0.039	1/2	13.9s
Total de testes 2 Testes errados 1 Custo total $0.039 Tempo de resposta (médio) 13.9s
#200	GPT-6 Sol none	OpenAI	0.7	0.7	$0.551	1/2	10.6s
Total de testes 2 Testes errados 1 Custo total $0.551 Tempo de resposta (médio) 10.6s
#201	Space Bunny Alpha max	Stealth	0.7	0.7	$0.000	1/2	61.0s
Total de testes 2 Testes errados 1 Custo total $0.000 Tempo de resposta (médio) 61.0s
#206	Solar Pro 4 low	Upstage	0.6	0.7	$0.101	1/2	358.1s
Total de testes 2 Testes errados 1 Custo total $0.101 Tempo de resposta (médio) 358.1s
#207	Grok 4.7 high	X AI	0.9	0.7	$3.037	1/2	129.3s
Total de testes 2 Testes errados 1 Custo total $3.037 Tempo de resposta (médio) 129.3s
#209	Ember-1 max	Fireworks	0.7	0.7	$3.264	1/2	64.4s
Total de testes 2 Testes errados 1 Custo total $3.264 Tempo de resposta (médio) 64.4s
#211	GPT-5.6 Sol none	OpenAI	0.7	0.7	$0.795	1/2	8.37s
Total de testes 2 Testes errados 1 Custo total $0.795 Tempo de resposta (médio) 8.37s
#214	GPT-5.5 none	OpenAI	0.7	0.7	$1.212	1/2	8.90s
Total de testes 2 Testes errados 1 Custo total $1.212 Tempo de resposta (médio) 8.90s
#215	GLM 5.2 none	Z.ai	0.7	0.7	$0.250	1/2	50.2s
Total de testes 2 Testes errados 1 Custo total $0.250 Tempo de resposta (médio) 50.2s
#216	Qwen3.7 Flash medium	Qwen	0.6	0.7	$0.076	1/2	314.2s
Total de testes 2 Testes errados 1 Custo total $0.076 Tempo de resposta (médio) 314.2s
#218	Mercury 2 medium	Inception	0.7	0.7	$0.121	1/2	7.84s
Total de testes 2 Testes errados 1 Custo total $0.121 Tempo de resposta (médio) 7.84s
#219	Step 3.7 Flash high	Stepfun	0.9	0.7	$1.478	1/2	41.2s
Total de testes 2 Testes errados 1 Custo total $1.478 Tempo de resposta (médio) 41.2s
#221	KAT-Coder-Pro V2.5 low	Kwaipilot	0.6	0.7	$0.568	1/2	111.9s
Total de testes 2 Testes errados 1 Custo total $0.568 Tempo de resposta (médio) 111.9s
#222	Claude Sonnet 5.5 medium	Anthropic	0.9	0.7	$1.100	1/2	23.6s
Total de testes 2 Testes errados 1 Custo total $1.100 Tempo de resposta (médio) 23.6s

Ranking de Combinado

Filtrar modelos

Melhores modelos por Pontuação de Combinado

Pontuação de Combinado vs custo total

Melhores modelos por Tempo de resposta (médio)