6.1Pontuação média em todos os testes de benchmark.…
3.6Pontuação média em todos os testes de benchmark.…
Testes corretos
Um teste é totalmente aprovado apenas quando todas as execuções passam.Não seguiu as instruções: 3Resposta incorreta: 3Tempo esgotado: 1Tempo de resposta (médio)25.92sTempo de resposta (máx.)88.15sTempo de resposta (total)388.79sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 10Formatação extra: 1Não seguiu as instruções: 1Tempo de resposta (médio)12.82sTempo de resposta (máx.)45.14sTempo de resposta (total)115.42sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Consistência
8.9A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Custo por resultado
1.401Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
0.226Mostra o custo médio por resposta correta no benchmark, em centavos (quanto menor, melhor).…
Custo total
$0.113Custo total…
$0.007Custo total…
Taxa de acerto por tentativa
62.2%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
20.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
Testes instáveis
2Testes 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).…
common.totalAttempts
45 (15 x 3)common.totalAttempts…
45 (15 x 3)common.totalAttempts…
Tokens de saída
5,477Tokens de saída…
2,874Tokens de saída…
Tokens de raciocínio
46,912Tokens de raciocínio…
0Tokens de raciocínio…
Tempo de resposta (médio)
25.92sTempo de resposta (médio)…
12.82sTempo de resposta (médio)…
Tempo de resposta (máx.)
88.15sTempo de resposta (máx.)…
45.14sTempo de resposta (máx.)…
Tempo de resposta (total)
388.79sTempo de resposta (total)…
115.42sTempo de resposta (total)…
Melhores modelos por pontuação
Tempo de resposta (médio)
Pontuação vs custo total
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
OpenAI: GPT-5 Mini
7.0Pontuação média em todos os testes de benchmark.…
9.6A 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)16.45sTempo de resposta (máx.)26.00sTempo de resposta (total)49.36sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
16.45sTempo de resposta (médio)…
1,645Tokens de saída…
5,824Tokens de raciocínio…
Qwen: Qwen3 Coder Next
2.3Pontuação 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.Formatação extra: 1Não seguiu as instruções: 1Resposta incorreta: 1Tempo de resposta (médio)4.39sTempo de resposta (máx.)4.39sTempo de resposta (total)4.39sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
4.39sTempo de resposta (médio)…
1,315Tokens de saída…
0Tokens de raciocínio…
Combinado
Pontuação
Consistência
Taxa de acerto por tentativa
Testes instáveis
Testes corretos
Tempo de resposta (médio)
Tokens de saída
Tokens de raciocínio
OpenAI: GPT-5 Mini
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)88.15sTempo de resposta (máx.)88.15sTempo de resposta (total)88.15sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
88.15sTempo de resposta (médio)…
754Tokens de saída…
11,520Tokens de raciocínio…
Qwen: Qwen3 Coder Next
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)45.14sTempo de resposta (máx.)45.14sTempo de resposta (total)45.14sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
45.14sTempo de resposta (médio)…
317Tokens de saída…
0Tokens 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
OpenAI: GPT-5 Mini
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)12.58sTempo de resposta (máx.)13.87sTempo de resposta (total)25.16sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
12.58sTempo de resposta (médio)…
453Tokens de saída…
3,200Tokens de raciocínio…
Qwen: Qwen3 Coder Next
5.4Pontuação 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.Resposta incorreta: 1Tempo de resposta (médio)1.32sTempo de resposta (máx.)1.32sTempo de resposta (total)1.32sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
1.32sTempo de resposta (médio)…
246Tokens 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
OpenAI: GPT-5 Mini
10.0Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
22.2%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 esgotado: 1Tempo de resposta (médio)44.63sTempo de resposta (máx.)82.55sTempo de resposta (total)133.89sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
44.63sTempo de resposta (médio)…
293Tokens de saída…
14,016Tokens de raciocínio…
Qwen: Qwen3 Coder Next
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)962msTempo de resposta (máx.)962msTempo de resposta (total)962msUm teste é totalmente aprovado apenas quando todas as execuções passam.…
962msTempo de resposta (médio)…
26Tokens de saída…
0Tokens 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
OpenAI: GPT-5 Mini
7.5Pontuação média em todos os testes de benchmark.…
6.6A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
83.3%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)15.66sTempo de resposta (máx.)21.80sTempo de resposta (total)31.32sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
15.66sTempo de resposta (médio)…
318Tokens de saída…
4,992Tokens de raciocínio…
Qwen: Qwen3 Coder Next
4.5Pontuação 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: 2Tempo de resposta (médio)7.71sTempo de resposta (máx.)14.65sTempo de resposta (total)15.42sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
7.71sTempo de resposta (médio)…
63Tokens de saída…
0Tokens 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
OpenAI: GPT-5 Mini
4.3Pontuação média em todos os testes de benchmark.…
9.8A 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.Não seguiu as instruções: 1Resposta incorreta: 1Tempo de resposta (médio)14.09sTempo de resposta (máx.)16.81sTempo de resposta (total)42.28sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
14.09sTempo de resposta (médio)…
1,527Tokens de saída…
5,760Tokens de raciocínio…
Qwen: Qwen3 Coder Next
1.3Pontuação 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)22.86sTempo de resposta (máx.)42.58sTempo de resposta (total)45.73sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
22.86sTempo de resposta (médio)…
652Tokens de saída…
0Tokens 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
OpenAI: GPT-5 Mini
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)18.64sTempo de resposta (máx.)18.64sTempo de resposta (total)18.64sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
18.64sTempo de resposta (médio)…
487Tokens de saída…
1,600Tokens de raciocínio…
Qwen: Qwen3 Coder Next
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)2.47sTempo de resposta (máx.)2.47sTempo de resposta (total)2.47sUm teste é totalmente aprovado apenas quando todas as execuções passam.…