Comparação benchmark Qwen3.5 Plus 2026-02-15 (medium) vs Qwen3.6 Plus Preview (medium) vs GLM 5 Turbo (medium):GLM 5 Turbo (medium) lidera em Pontuação com 7.6. Qwen3.5 Plus 2026-02-15 (medium) lidera em Confiabilidade com 10.0. Qwen3.6 Plus Preview (medium) tem o menor Custo total em $0.000. Qwen3.6 Plus Preview (medium) é o mais rápido com 15.25s.
Benchmarks gerados a partir das suítes de teste do AI BENCHY em:
2026-09-29
Modelos comparados
Posição
#131
Total de tokens de saída
274,709
Tempo de resposta (médio)
91.76s
Custo total
$0.459
Posição
#324
Total de tokens de saída
63,350
Tempo de resposta (médio)
15.25s
Custo total
$0.000
Posição
#119
Total de tokens de saída
74,522
Tempo de resposta (médio)
23.00s
Custo total
$0.323
Modelo recomendadoGLM 5 Turbo (medium)
Tem a melhor pontuação aqui (7.6) e responde cerca de 2.3x mais rápido que os outros modelos nesta comparação.
Qwen3.6 Plus PreviewQwen3.6 Plus PreviewmediumModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.Lançamento: 2026-04-20Disponível grátis
GLM 5 TurboGLM 5 TurbomediumModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.Lançamento: 2026-03-15
Qwen3.6 Plus PreviewQwen3.6 Plus PreviewmediumModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.Lançamento: 2026-04-20Disponível grátis
GLM 5 TurboGLM 5 TurbomediumModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.Lançamento: 2026-03-15
Pontuação
7.5Pontuação média em todos os testes de benchmark.…
4.9Pontuação média em todos os testes de benchmark.…
7.6Pontuação média em todos os testes de benchmark.…
Posição
#131
#324
#119
Confiabilidade
10.0Pontuação de sucesso na primeira tentativa: 10.0 significa nenhum erro reexecutável da API alvo ou de limite de taxa antes de chamadas bem-sucedidas; falhas registradas reduzem a pontuação.…
N/DPontuação de sucesso na primeira tentativa: 10.0 significa nenhum erro reexecutável da API alvo ou de limite de taxa antes de chamadas bem-sucedidas; falhas registradas reduzem a pontuação.…
10.0Pontuação de sucesso na primeira tentativa: 10.0 significa nenhum erro reexecutável da API alvo ou de limite de taxa antes de chamadas bem-sucedidas; falhas registradas reduzem a pontuação.…
Consistência
8.1A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
8.6A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
8.1A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Erro de API: 8Resposta incorreta: 2Tempo de resposta (médio)15.25sTempo de resposta (máx.)43.55sTempo de resposta (total)182.96sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
8.2Pontuação média em todos os testes de benchmark.…
7.9A 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.Resposta incorreta: 1Tempo de resposta (médio)45.78sTempo de resposta (máx.)81.20sTempo de resposta (total)91.57sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
45.78sTempo de resposta (médio)…
672Total de tokens de entrada…
205Tokens de saída…
21,236Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
8.3Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
75.0%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)11.69sTempo de resposta (máx.)19.37sTempo de resposta (total)35.08sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
11.69sTempo de resposta (médio)…
501Total de tokens de entrada…
61Tokens de saída…
5,812Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
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)4.82sTempo de resposta (máx.)7.69sTempo de resposta (total)19.26sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
6.6Pontuação média em todos os testes de benchmark.…
7.1A 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.Erro de API: 1Resposta incorreta: 1Tempo de resposta (médio)180.70sTempo de resposta (máx.)266.69sTempo de resposta (total)542.10sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
180.70sTempo de resposta (médio)…
6,950Total de tokens de entrada…
420Tokens de saída…
80,595Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
9.8Pontuação média em todos os testes de benchmark.…
3.3A 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.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)…
0Total de tokens de entrada…
0Tokens de saída…
0Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
8.2Pontuação média em todos os testes de benchmark.…
9.3A 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.Sem resposta: 1Tempo de resposta (médio)45.90sTempo de resposta (máx.)95.57sTempo de resposta (total)137.71sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
6.9Pontuação média em todos os testes de benchmark.…
5.9A 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.Chamada de ferramenta inválida: 1Tempo de resposta (médio)175.85sTempo de resposta (máx.)304.85sTempo de resposta (total)351.70sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
175.85sTempo de resposta (médio)…
87,576Total de tokens de entrada…
8,085Tokens de saída…
69,183Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
5.0Pontuação média em todos os testes de benchmark.…
5.0A 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.Sem respostas com falha.Tempo de resposta (médio)34.95sTempo de resposta (máx.)34.95sTempo de resposta (total)34.95sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
34.95sTempo de resposta (médio)…
14,934Total de tokens de entrada…
452Tokens de saída…
13,073Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
5.0Pontuação média em todos os testes de benchmark.…
5.0A 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.Sem respostas com falha.Tempo de resposta (médio)13.88sTempo de resposta (máx.)13.88sTempo de resposta (total)13.88sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
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)46.91sTempo de resposta (máx.)46.91sTempo de resposta (total)46.91sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
46.91sTempo de resposta (médio)…
7,782Total de tokens de entrada…
270Tokens de saída…
14,916Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
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)14.95sTempo de resposta (máx.)15.40sTempo de resposta (total)29.90sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
14.95sTempo de resposta (médio)…
7,782Total de tokens de entrada…
270Tokens de saída…
10,706Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
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)6.19sTempo de resposta (máx.)6.42sTempo de resposta (total)12.38sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
5.3Pontuação média em todos os testes de benchmark.…
7.2A 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.Tempo esgotado: 1Resposta incorreta: 1Tempo de resposta (médio)55.99sTempo de resposta (máx.)55.99sTempo de resposta (total)55.99sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
55.99sTempo de resposta (médio)…
453Total de tokens de entrada…
35Tokens de saída…
30,685Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
3.0Pontuação 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: 2Erro de API: 1Tempo de resposta (médio)22.08sTempo de resposta (máx.)43.55sTempo de resposta (total)66.23sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
22.08sTempo de resposta (médio)…
665Total de tokens de entrada…
49Tokens de saída…
26,895Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
2.9Pontuação média em todos os testes de benchmark.…
4.4A 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.…
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)71.07sTempo de resposta (máx.)194.23sTempo de resposta (total)213.22sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
4.7Pontuação média em todos os testes de benchmark.…
1.6A 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.…
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.Tempo esgotado: 1Tempo de resposta (médio)79.86sTempo de resposta (máx.)79.86sTempo de resposta (total)79.86sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
79.86sTempo de resposta (médio)…
344Total de tokens de entrada…
73Tokens de saída…
8,675Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
3.0Pontuação 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.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)…
0Total de tokens de entrada…
0Tokens de saída…
0Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
6.1Pontuação média em todos os testes de benchmark.…
3.1A 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.Resposta incorreta: 1Tempo de resposta (médio)10.05sTempo de resposta (máx.)10.05sTempo de resposta (total)10.05sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
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)31.93sTempo de resposta (máx.)31.93sTempo de resposta (total)31.93sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
31.93sTempo de resposta (médio)…
699Total de tokens de entrada…
101Tokens de saída…
7,704Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
6.5Pontuação 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)3.40sTempo de resposta (máx.)3.40sTempo de resposta (total)3.40sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.40sTempo de resposta (médio)…
381Total de tokens de entrada…
27Tokens de saída…
1,383Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
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)5.38sTempo de resposta (máx.)5.70sTempo de resposta (total)10.77sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
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)32.50sTempo de resposta (máx.)49.12sTempo de resposta (total)65.01sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
32.50sTempo de resposta (médio)…
696Total de tokens de entrada…
301Tokens de saída…
13,853Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
5.3Pontuação 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.Erro de API: 2Tempo de resposta (médio)7.52sTempo de resposta (máx.)7.52sTempo de resposta (total)7.52sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
7.52sTempo de resposta (médio)…
183Total de tokens de entrada…
27Tokens de saída…
2,998Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
8.7Pontuação média em todos os testes de benchmark.…
7.9A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
77.8%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)5.23sTempo de resposta (máx.)7.26sTempo de resposta (total)15.69sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
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)7.54sTempo de resposta (máx.)7.54sTempo de resposta (total)7.54sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
7.54sTempo de resposta (médio)…
8,193Total de tokens de entrada…
309Tokens de saída…
909Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
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)5.87sTempo de resposta (máx.)5.87sTempo de resposta (total)5.87sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
5.87sTempo de resposta (médio)…
8,193Total de tokens de entrada…
267Tokens de saída…
1,330Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
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)9.84sTempo de resposta (máx.)9.84sTempo de resposta (total)9.84sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.0Pontuação 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)103.81sTempo de resposta (máx.)103.81sTempo de resposta (total)103.81sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
103.81sTempo de resposta (médio)…
204Total de tokens de entrada…
24Tokens de saída…
17,130Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
3.0Pontuação 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.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)…
0Total de tokens de entrada…
0Tokens de saída…
0Tokens de raciocínio…
GLM 5 TurboModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
3.0Pontuação 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)40.17sTempo de resposta (máx.)40.17sTempo de resposta (total)40.17sUm teste é totalmente aprovado apenas quando todas as execuções passam.…