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)
#248	Gemini 3.1 Flash Lite Preview low	Google	0.3	0.6	$0.736	0/2	160.6s
Total de testes 2 Testes errados 2 Custo total $0.736 Tempo de resposta (médio) 160.6s
#249	Gemini 3.1 Flash Lite low	Google	0.3	0.6	$0.717	0/2	161.2s
Total de testes 2 Testes errados 2 Custo total $0.717 Tempo de resposta (médio) 161.2s
#254	Space Bunny Alpha medium	Stealth	0.4	0.6	$0.000	0/2	17.0s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 17.0s
#256	Trinity Large Thinking low	Arcee AI	0.5	0.6	$0.918	0/2	291.0s
Total de testes 2 Testes errados 2 Custo total $0.918 Tempo de resposta (médio) 291.0s
#257	DeepSeek V4 Flash 0423 none	DeepSeek	0.5	0.6	$0.149	0/2	179.6s
Total de testes 2 Testes errados 2 Custo total $0.149 Tempo de resposta (médio) 179.6s
#259	Space Bunny Alpha xhigh	Stealth	0.3	0.6	$0.000	0/2	37.1s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 37.1s
#262	DeepSeek V4 Flash 0731 none	DeepSeek	0.4	0.6	$0.053	0/2	202.4s
Total de testes 2 Testes errados 2 Custo total $0.053 Tempo de resposta (médio) 202.4s
#263	Gemini 3.1 Flash Lite Preview none	Google	0.3	0.6	$0.090	0/2	6.23s
Total de testes 2 Testes errados 2 Custo total $0.090 Tempo de resposta (médio) 6.23s
#265	Gemini 3.5 Flash none	Google	0.3	0.6	$1.752	0/2	0ms
Total de testes 2 Testes errados 2 Custo total $1.752 Tempo de resposta (médio) 0ms
#266	Beam 1.0 501B A23B high	Reflection	0.3	0.6	$0.674	0/2	2.68s
Total de testes 2 Testes errados 2 Custo total $0.674 Tempo de resposta (médio) 2.68s
#267	Trinity Large Thinking medium	Arcee AI	0.3	0.6	$0.862	0/2	382.7s
Total de testes 2 Testes errados 2 Custo total $0.862 Tempo de resposta (médio) 382.7s
#268	Apodex 1.1 Mini low	Apodex	0.3	0.6	$0.000	0/2	95.2s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 95.2s
#269	Inkling none	Thinkingmachines	0.3	0.6	$0.292	0/2	25.7s
Total de testes 2 Testes errados 2 Custo total $0.292 Tempo de resposta (médio) 25.7s
#272	Granite 4.2 8B medium	IBM Granite	0.3	0.6	$0.029	0/2	291.1s
Total de testes 2 Testes errados 2 Custo total $0.029 Tempo de resposta (médio) 291.1s
#273	KAT-Coder-Pro V2.5 default	Kwaipilot	0.4	0.6	$0.742	0/2	183.1s
Total de testes 2 Testes errados 2 Custo total $0.742 Tempo de resposta (médio) 183.1s

Ranking de Combinado

Filtrar modelos

Melhores modelos por Pontuação de Combinado

Pontuação de Combinado vs custo total

Melhores modelos por Tempo de resposta (médio)