Comparação benchmark Qwen3.5 Plus 2026-02-15 (medium) vs Qwen3.6 Plus Preview (medium) vs GLM 5 Turbo (medium):Qwen3.5 Plus 2026-02-15 (medium) lidera em Pontuação com 7.2. 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:
2026-11-13
Modelos comparados
Posição
#208
Total de tokens de saída
302,730
Tempo de resposta (médio)
97.68s
Custo total
$0.567
Posição
#445
Total de tokens de saída
63,350
Tempo de resposta (médio)
15.25s
Custo total
$0.000
Posição
#310
Total de tokens de saída
70,035
Tempo de resposta (médio)
23.00s
Custo total
$0.323
Modelo recomendadoQwen3.5 Plus 2026-02-15 (medium)
Tem a pontuação mais alta nesta comparação (7.2) e o melhor equilíbrio geral entre custo e tempo de resposta entre os 3 modelos.
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
7.2Pontuação média em todos os testes de benchmark.…
4.0Pontuação média em todos os testes de benchmark.…
6.2Pontuação média em todos os testes de benchmark.…
Posição
#208
#445
#310
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
7.9A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
8.3A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
7.7A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Tentativas
69/69
57/69
63/69
Testes corretos
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 6Tempo esgotado: 2Chamada de ferramenta inválida: 1Tempo de resposta (médio)97.68sTempo de resposta (máx.)304.85sTempo de resposta (total)1562.81sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
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.…
72.5%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
39.1%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
68.1%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
Testes instáveis
6Testes 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).…
4Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Execuções totais
69Execuções totais…
57Execuções totais…
63Execuções totais…
Custo por resultado
4.047
0.000
2.011
Custo total
$0.567
$0.000
$0.323
Preço de entrada
$0.260 / 1MPreço de entrada…
$0.000 / 1MPreço de entrada…
$1.200 / 1MPreço de entrada…
Preço de saída
$1.560 / 1MPreço de saída…
$0.000 / 1MPreço de saída…
$4.000 / 1MPreço de saída…
Preço de leitura do cache
N/DPreço de leitura do cache…
N/DPreço de leitura do cache…
$0.240 / 1MPreço de leitura do cache…
Preço de escrita no cache
N/DPreço de escrita no cache…
N/DPreço de escrita no cache…
N/DPreço de escrita no cache…
Total de tokens de entrada
249,486Total de tokens de entrada…
32,639Total de tokens de entrada…
35,593Total de tokens de entrada…
Tokens de saída
14,481Tokens de saída…
1,153Tokens de saída…
12,245Tokens de saída…
Tokens de raciocínio
288,249Tokens de raciocínio…
62,197Tokens de raciocínio…
62,277Tokens de raciocínio…
Tempo de resposta (médio)
97.68sTempo de resposta (médio)…
15.25sTempo de resposta (médio)…
23.00sTempo de resposta (médio)…
Tempo de resposta (máx.)
304.85sTempo de resposta (máx.)…
43.55sTempo de resposta (máx.)…
194.23sTempo de resposta (máx.)…
Tempo de resposta (total)
1562.81sTempo de resposta (total)…
182.96sTempo de resposta (total)…
482.97sTempo de resposta (total)…
Parâmetros
~397B no total (~17B ativos)
~397B no total (~17B ativos)
744B no total (40B ativos)
Disponibilidade
Código fechado
Código fechado
Código fechado
Os preços de cache aplicam-se aos tokens de entrada. A leitura reutiliza prompts em cache; a escrita armazena-os e pode custar mais. Os tokens de saída usam o preço de saída.
Geração showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#208 Qwen3.5 Plus 2026-02-15
medium
Custo
$0.011
Tempo
125.5s
Tokens
7,040 tok
#445 Qwen3.6 Plus Preview
medium
Nenhum resultado showcase foi gerado para este modelo ainda.
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)186.40sTempo de resposta (máx.)186.40sTempo de resposta (total)186.40sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
186.40sTempo de resposta (médio)…
135,917Total de tokens de entrada…
4,658Tokens de saída…
23,363Tokens de raciocínio…
Qwen3.6 Plus PreviewModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
0.0Pontuação média em todos os testes de benchmark.…
0.0A 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.Sem respostas com falha.Tempo 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.
0.0Pontuação média em todos os testes de benchmark.…
0.0A 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.Sem respostas com falha.Tempo de resposta (médio)0msTempo de resposta (máx.)0msTempo de resposta (total)0msUm 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.Resposta incorreta: 2Tempo 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.
1.0Pontuação 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.…