7.6Pontuação média em todos os testes de benchmark.…
7.5Pontuação média em todos os testes de benchmark.…
Posição
#12
#17
Testes corretos
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 4Tempo de resposta (médio)3.49sTempo de resposta (máx.)11.91sTempo de resposta (total)52.29sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 3Erro de API: 1Tempo de resposta (médio)27.68sTempo de resposta (máx.)96.01sTempo de resposta (total)249.14sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Consistência
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
9.4A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Custo por resultado
0.170Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
0.314Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
Custo total
$0.019Custo total…
$0.035Custo total…
Taxa de acerto por tentativa
73.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
77.8%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).…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
common.totalRuns
45 (15 x 3)common.totalRuns…
45 (15 x 3)common.totalRuns…
Tokens de saída
1,542Tokens de saída…
11,526Tokens de saída…
Tokens de raciocínio
6,888Tokens de raciocínio…
106,226Tokens de raciocínio…
Tempo de resposta (médio)
3.49sTempo de resposta (médio)…
27.68sTempo de resposta (médio)…
Tempo de resposta (máx.)
11.91sTempo de resposta (máx.)…
96.01sTempo de resposta (máx.)…
Tempo de resposta (total)
52.29sTempo de resposta (total)…
249.14sTempo 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
Google: Gemini 3.1 Flash Lite Preview
7.0Pontuação média em todos os testes de benchmark.…
10.0A 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.…
2.18sTempo de resposta (médio)…
456Tokens de saída…
1,224Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
9.7Pontuação 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)16.79sTempo de resposta (máx.)20.83sTempo de resposta (total)33.57sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
16.79sTempo de resposta (médio)…
1,328Tokens de saída…
18,739Tokens de raciocínio…
Combinado
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
Google: Gemini 3.1 Flash Lite 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)11.91sTempo de resposta (máx.)11.91sTempo de resposta (total)11.91sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
11.91sTempo de resposta (médio)…
225Tokens de saída…
762Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
9.0Pontuação 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)75.68sTempo de resposta (máx.)75.68sTempo de resposta (total)75.68sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
75.68sTempo de resposta (médio)…
442Tokens de saída…
26,859Tokens 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
Google: Gemini 3.1 Flash Lite 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)3.00sTempo de resposta (máx.)3.74sTempo de resposta (total)5.99sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.00sTempo de resposta (médio)…
291Tokens de saída…
696Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
5.5Pontuação média em todos os testes de benchmark.…
10.0A 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.Erro de API: 1Tempo de resposta (médio)0msTempo de resposta (máx.)0msTempo de resposta (total)0msUm teste é totalmente aprovado apenas quando todas as execuções passam.…
0msTempo de resposta (médio)…
153Tokens de saída…
0Tokens 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
Google: Gemini 3.1 Flash Lite 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)2.36sTempo de resposta (máx.)3.51sTempo de resposta (total)7.07sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
2.36sTempo de resposta (médio)…
18Tokens de saída…
1,212Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
4.0Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
55.6%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)96.01sTempo de resposta (máx.)96.01sTempo de resposta (total)96.01sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
96.01sTempo de resposta (médio)…
8,374Tokens de saída…
42,461Tokens 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
Google: Gemini 3.1 Flash Lite 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)1.49sTempo de resposta (máx.)1.66sTempo de resposta (total)2.99sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
1.49sTempo de resposta (médio)…
72Tokens de saída…
753Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
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)4.28sTempo de resposta (máx.)7.37sTempo de resposta (total)8.55sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
4.28sTempo de resposta (médio)…
75Tokens de saída…
3,504Tokens 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
Google: Gemini 3.1 Flash Lite 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)2.76sTempo de resposta (máx.)5.08sTempo de resposta (total)8.27sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
2.76sTempo de resposta (médio)…
243Tokens de saída…
1,248Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
7.0Pontuação média em todos os testes de benchmark.…
10.0A 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)3.77sTempo de resposta (máx.)5.26sTempo de resposta (total)7.55sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.77sTempo de resposta (médio)…
833Tokens de saída…
1,948Tokens 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
Google: Gemini 3.1 Flash Lite 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)9.54sTempo de resposta (máx.)9.54sTempo de resposta (total)9.54sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
9.54sTempo de resposta (médio)…
237Tokens de saída…
993Tokens de raciocínio…
Xiaomi: MiMo-V2-Flash
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)27.78sTempo de resposta (máx.)27.78sTempo de resposta (total)27.78sUm teste é totalmente aprovado apenas quando todas as execuções passam.…