7.38Pontuação média em todos os testes de benchmark.…
7.12Pontuação média em todos os testes de benchmark.…
7.92Pontuação média em todos os testes de benchmark.…
7.87Pontuação média em todos os testes de benchmark.…
Consistência
10.00A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
10.00A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
9.99A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
9.44A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Custo por resultado
0.162Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
0.403Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
17.455Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
0.624Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
Custo total
$0.017Custo total…
$0.037Custo total…
$1.920Custo total…
$0.069Custo total…
Testes corretos
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 4Não seguiu as instruções: 1Tempo de resposta (médio)2.89sTempo de resposta (máx.)9.54sTempo de resposta (total)43.35sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 4Não seguiu as instruções: 2Tempo de resposta (médio)3.74sTempo de resposta (máx.)12.98sTempo de resposta (total)56.15sUm 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: 1Tempo de resposta (médio)69.85sTempo de resposta (máx.)232.25sTempo de resposta (total)1047.79sUm 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: 1Tempo de resposta (médio)6.32sTempo de resposta (máx.)14.72sTempo de resposta (total)94.86sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Taxa de acerto por tentativa
66.7%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
60.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
73.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
75.6%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
Testes instáveis
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Tokens de saída
1,392Tokens de saída…
1,417Tokens de saída…
943Tokens de saída…
1,274Tokens de saída…
Tokens de raciocínio
6,379Tokens de raciocínio…
19,435Tokens de raciocínio…
1,275,768Tokens de raciocínio…
18,372Tokens de raciocínio…
Melhores modelos por pontuação
Pontuação vs custo total
Detalhamento por categoria
Truques anti-IA
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
7.00Pontuação média em todos os testes de benchmark.…
10.00A 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.…
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)2.18sTempo de resposta (máx.)3.18sTempo de resposta (total)6.53sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
456Tokens de saída…
1,224Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
9.00Pontuação média em todos os testes de benchmark.…
9.99A 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.…
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)2.53sTempo de resposta (máx.)3.89sTempo de resposta (total)7.58sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
564Tokens de saída…
3,780Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)43.87sTempo de resposta (máx.)121.88sTempo de resposta (total)131.62sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
144Tokens de saída…
193,077Tokens de raciocínio…
Google: Gemini 3 Flash Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)3.50sTempo de resposta (máx.)4.31sTempo de resposta (total)10.49sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
275Tokens de saída…
2,476Tokens de raciocínio…
Combinado
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
1.00Pontuação média em todos os testes de benchmark.…
10.00A 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)2.96sTempo de resposta (máx.)2.96sTempo de resposta (total)2.96sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
75Tokens de saída…
253Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)12.98sTempo de resposta (máx.)12.98sTempo de resposta (total)12.98sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
109Tokens de saída…
2,449Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)232.25sTempo de resposta (máx.)232.25sTempo de resposta (total)232.25sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
112Tokens de saída…
126,813Tokens de raciocínio…
Google: Gemini 3 Flash Preview
1.00Pontuação média em todos os testes de benchmark.…
10.00A 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)2.96sTempo de resposta (máx.)2.96sTempo de resposta (total)2.96sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
104Tokens de saída…
0Tokens de raciocínio…
Análise e extração de dados
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
9.88Pontuação média em todos os testes de benchmark.…
10.00A 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)3.00sTempo de resposta (máx.)3.74sTempo de resposta (total)5.99sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
291Tokens de saída…
696Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
9.88Pontuação média em todos os testes de benchmark.…
10.00A 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)2.29sTempo de resposta (máx.)2.31sTempo de resposta (total)4.59sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
279Tokens de saída…
2,952Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
9.88Pontuação média em todos os testes de benchmark.…
10.00A 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)7.16sTempo de resposta (máx.)8.54sTempo de resposta (total)14.31sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
279Tokens de saída…
6,186Tokens de raciocínio…
Google: Gemini 3 Flash Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)9.46sTempo de resposta (máx.)14.72sTempo de resposta (total)18.92sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
305Tokens de saída…
3,004Tokens de raciocínio…
Específico do domínio
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
4.00Pontuação média em todos os testes de benchmark.…
10.00A 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)2.36sTempo de resposta (máx.)3.51sTempo de resposta (total)7.07sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
18Tokens de saída…
1,212Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
1.00Pontuação média em todos os testes de benchmark.…
10.00A 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)4.21sTempo de resposta (máx.)5.86sTempo de resposta (total)12.62sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
18Tokens de saída…
5,325Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
4.00Pontuação média em todos os testes de benchmark.…
10.00A 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)127.58sTempo de resposta (máx.)133.93sTempo de resposta (total)382.74sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
18Tokens de saída…
566,202Tokens de raciocínio…
Google: Gemini 3 Flash Preview
4.00Pontuação média em todos os testes de benchmark.…
7.21A 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.Resposta incorreta: 2Tempo de resposta (médio)8.05sTempo de resposta (máx.)14.40sTempo de resposta (total)24.15sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
12Tokens de saída…
6,410Tokens de raciocínio…
Seguimento de instruções
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
8.50Pontuação média em todos os testes de benchmark.…
10.00A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
50.0%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)1.49sTempo de resposta (máx.)1.66sTempo de resposta (total)2.99sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
72Tokens de saída…
753Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
8.00Pontuação média em todos os testes de benchmark.…
9.99A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
50.0%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)1.91sTempo de resposta (máx.)1.93sTempo de resposta (total)3.82sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
72Tokens de saída…
2,121Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
8.00Pontuação média em todos os testes de benchmark.…
9.96A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
50.0%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)70.07sTempo de resposta (máx.)136.53sTempo de resposta (total)140.14sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
69Tokens de saída…
190,053Tokens de raciocínio…
Google: Gemini 3 Flash Preview
7.50Pontuação média em todos os testes de benchmark.…
9.99A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
50.0%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)7.02sTempo de resposta (máx.)7.35sTempo de resposta (total)14.03sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
71Tokens de saída…
2,752Tokens de raciocínio…
Puzzle Solving
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)2.76sTempo de resposta (máx.)5.08sTempo de resposta (total)8.27sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
243Tokens de saída…
1,248Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
7.00Pontuação média em todos os testes de benchmark.…
10.00A 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.…
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)3.58sTempo de resposta (máx.)4.41sTempo de resposta (total)10.75sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
141Tokens de saída…
1,896Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
7.00Pontuação média em todos os testes de benchmark.…
10.00A 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.…
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)46.33sTempo de resposta (máx.)134.22sTempo de resposta (total)139.00sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
87Tokens de saída…
190,953Tokens de raciocínio…
Google: Gemini 3 Flash Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)6.44sTempo de resposta (máx.)10.27sTempo de resposta (total)19.32sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
273Tokens de saída…
3,315Tokens de raciocínio…
Chamada de ferramentas
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)9.54sTempo de resposta (máx.)9.54sTempo de resposta (total)9.54sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
237Tokens de saída…
993Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)3.80sTempo de resposta (máx.)3.80sTempo de resposta (total)3.80sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
234Tokens de saída…
912Tokens de raciocínio…
Google: Gemini 3.1 Flash Lite Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)7.73sTempo de resposta (máx.)7.73sTempo de resposta (total)7.73sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
234Tokens de saída…
2,484Tokens de raciocínio…
Google: Gemini 3 Flash Preview
10.00Pontuação média em todos os testes de benchmark.…
10.00A 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)4.99sTempo de resposta (máx.)4.99sTempo de resposta (total)4.99sUm teste é totalmente aprovado apenas quando todas as execuções passam.…