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: Custo total ↓.

Modelos exibidos

Média de Pontuação de Combinado

0.6

Melhor modelo

Claude Sonnet 5.5 1.0

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)
#60	GPT-5.4 medium	OpenAI	1.0	0.9	$2.213	2/2	29.8s
Total de testes 2 Testes errados 0 Custo total $2.213 Tempo de resposta (médio) 29.8s
#14	GPT-6 Astra low	OpenAI	1.0	1.0	$2.160	2/2	10.5s
Total de testes 2 Testes errados 0 Custo total $2.160 Tempo de resposta (médio) 10.5s
#25	Claude Opus 5.5 high	Anthropic	1.0	0.9	$2.133	2/2	60.0s
Total de testes 2 Testes errados 0 Custo total $2.133 Tempo de resposta (médio) 60.0s
#236	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	93.7s
Total de testes 2 Testes errados 0 Custo total $2.126 Tempo de resposta (médio) 93.7s
#44	Muse Spark Open xhigh	Meta	1.0	0.9	$2.081	2/2	134.0s
Total de testes 2 Testes errados 0 Custo total $2.081 Tempo de resposta (médio) 134.0s
#366	Gemini 3.1 Flash Lite high	Google	0.5	0.5	$2.044	1/1	149.2s
Total de testes 1 Testes errados 0 Custo total $2.044 Tempo de resposta (médio) 149.2s
#68	Seed 2.1 Turbo medium	Bytedance Seed	1.0	0.9	$2.042	2/2	400.3s
Total de testes 2 Testes errados 0 Custo total $2.042 Tempo de resposta (médio) 400.3s
#54	Muse Spark 1.2 high	Meta	0.8	0.9	$2.018	1/2	39.9s
Total de testes 2 Testes errados 1 Custo total $2.018 Tempo de resposta (médio) 39.9s
#153	Grok 4.7 low	X AI	0.7	0.7	$1.933	1/2	31.2s
Total de testes 2 Testes errados 1 Custo total $1.933 Tempo de resposta (médio) 31.2s
#2	Gemini 3.8 Flash high	Google	1.0	1.0	$1.927	2/2	115.7s
Total de testes 2 Testes errados 0 Custo total $1.927 Tempo de resposta (médio) 115.7s
#42	Seed 2.1 Turbo high	Bytedance Seed	1.0	0.9	$1.892	2/2	408.8s
Total de testes 2 Testes errados 0 Custo total $1.892 Tempo de resposta (médio) 408.8s
#39	Muse Spark 1.3 high	Meta	1.0	0.9	$1.891	2/2	55.5s
Total de testes 2 Testes errados 0 Custo total $1.891 Tempo de resposta (médio) 55.5s
#58	Pareto 26.9 default	Unbiased	0.8	0.9	$1.864	1/2	81.4s
Total de testes 2 Testes errados 1 Custo total $1.864 Tempo de resposta (médio) 81.4s
#317	Hy4 preview low	Tencent	0.3	0.5	$1.844	0/2	139.4s
Total de testes 2 Testes errados 2 Custo total $1.844 Tempo de resposta (médio) 139.4s
#23	GPT-5.5 low	OpenAI	1.0	0.9	$1.822	2/2	13.7s
Total de testes 2 Testes errados 0 Custo total $1.822 Tempo de resposta (médio) 13.7s

Ranking de Combinado

Filtrar modelos

Melhores modelos por Pontuação de Combinado

Pontuação de Combinado vs custo total

Melhores modelos por Tempo de resposta (médio)