4.2Pontuação média em todos os testes de benchmark.…
6.4Pontuação média em todos os testes de benchmark.…
Consistência
9.6A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
7.5A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Custo por resultado
0.000Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
2.171Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
Custo total
$0.000Custo total…
$0.196Custo total…
Testes corretos
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 9Não seguiu as instruções: 2Tempo de resposta (médio)3.15sTempo de resposta (máx.)8.91sTempo de resposta (total)50.46sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 3Não seguiu as instruções: 2Sem resposta: 1Tempo esgotado: 1Tempo de resposta (médio)69.83sTempo de resposta (máx.)137.29sTempo de resposta (total)628.45sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Taxa de acerto por tentativa
33.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
72.9%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
Testes instáveis
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
5Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Execuções totais
48Execuções totais…
48Execuções totais…
Tokens de saída
1,837Tokens de saída…
38,453Tokens de saída…
Tokens de raciocínio
0Tokens de raciocínio…
72,496Tokens de raciocínio…
Tempo de resposta (médio)
3.15sTempo de resposta (médio)…
69.83sTempo de resposta (médio)…
Tempo de resposta (máx.)
8.91sTempo de resposta (máx.)…
137.29sTempo de resposta (máx.)…
Tempo de resposta (total)
50.46sTempo de resposta (total)…
628.45sTempo de resposta (total)…
Melhores modelos por pontuação
Pontuação vs custo total
Tempo de resposta (médio)
Pontuação média vs Tempo de resposta (médio)
Detalhamento por categoria
Truques anti-IA
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
0.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 3Tempo de resposta (médio)3.59sTempo de resposta (máx.)8.17sTempo de resposta (total)10.78sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.59sTempo de resposta (médio)…
587Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
7.0Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
88.9%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem resposta: 1Tempo de resposta (médio)85.28sTempo de resposta (máx.)85.28sTempo de resposta (total)85.28sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
85.28sTempo de resposta (médio)…
335Tokens de saída…
6,255Tokens de raciocínio…
Combinado
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
0.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 1Tempo de resposta (médio)8.91sTempo de resposta (máx.)8.91sTempo de resposta (total)8.91sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
8.91sTempo de resposta (médio)…
294Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)71.37sTempo de resposta (máx.)71.37sTempo de resposta (total)71.37sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
71.37sTempo de resposta (médio)…
703Tokens de saída…
3,713Tokens de raciocínio…
Análise e extração de dados
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
9.9Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)3.26sTempo de resposta (máx.)4.66sTempo de resposta (total)6.52sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.26sTempo de resposta (médio)…
186Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
9.9Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)49.78sTempo de resposta (máx.)49.78sTempo de resposta (total)49.78sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
49.78sTempo de resposta (médio)…
563Tokens de saída…
7,940Tokens de raciocínio…
Específico do domínio
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
4.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
33.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 2Tempo de resposta (médio)877msTempo de resposta (máx.)894msTempo de resposta (total)2.63sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
877msTempo de resposta (médio)…
25Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
10.0Pontuação média em todos os testes de benchmark.…
4.4A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
33.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
2Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 2Tempo esgotado: 1Tempo de resposta (médio)137.29sTempo de resposta (máx.)137.29sTempo de resposta (total)137.29sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
137.29sTempo de resposta (médio)…
20,753Tokens de saída…
30,564Tokens de raciocínio…
Inteligência geral
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
3.0Pontuação média em todos os testes de benchmark.…
9.9A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
0.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Não seguiu as instruções: 1Tempo de resposta (médio)2.86sTempo de resposta (máx.)2.86sTempo de resposta (total)2.86sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
2.86sTempo de resposta (médio)…
124Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
6.0Pontuação média em todos os testes de benchmark.…
3.4A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
66.7%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Não seguiu as instruções: 1Tempo de resposta (médio)69.73sTempo de resposta (máx.)69.73sTempo de resposta (total)69.73sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
69.73sTempo de resposta (médio)…
3,815Tokens de saída…
4,262Tokens de raciocínio…
Seguimento de instruções
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
3.5Pontuação média em todos os testes de benchmark.…
6.7A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
16.7%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Não seguiu as instruções: 1Resposta incorreta: 1Tempo de resposta (médio)1.09sTempo de resposta (máx.)1.23sTempo de resposta (total)2.19sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
1.09sTempo de resposta (médio)…
63Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)92.47sTempo de resposta (máx.)92.47sTempo de resposta (total)92.47sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
92.47sTempo de resposta (médio)…
5,371Tokens de saída…
6,547Tokens de raciocínio…
Puzzle Solving
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
4.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
33.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 2Tempo de resposta (médio)3.30sTempo de resposta (máx.)4.81sTempo de resposta (total)9.91sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.30sTempo de resposta (médio)…
291Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
4.0Pontuação média em todos os testes de benchmark.…
7.3A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
44.4%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Não seguiu as instruções: 1Resposta incorreta: 1Tempo de resposta (médio)45.40sTempo de resposta (máx.)82.75sTempo de resposta (total)90.79sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
45.40sTempo de resposta (médio)…
6,671Tokens de saída…
12,403Tokens de raciocínio…
Chamada de ferramentas
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Trinity Large Preview
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)6.67sTempo de resposta (máx.)6.67sTempo de resposta (total)6.67sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
6.67sTempo de resposta (médio)…
267Tokens de saída…
0Tokens de raciocínio…
MoonshotAI: Kimi K2.5
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)31.74sTempo de resposta (máx.)31.74sTempo de resposta (total)31.74sUm teste é totalmente aprovado apenas quando todas as execuções passam.…