Navegação
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modelos comparados

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-04-29

Métrica Grok 4.20 Beta Grok 4.20 Beta medium Lançamento: 2026-03-12 Grok 4.20 Multi Agent Beta Grok 4.20 Multi Agent Beta medium Lançamento: 2026-03-12 Grok 4.1 Fast Grok 4.1 Fast medium Lançamento: 2025-11-19 Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lançamento: 2025-12-17
Pontuação 8.0 6.4 6.7 10.0
Posição #35 #72 #68 #1
Confiabilidade N/D N/D N/D N/D
Consistência 9.1 7.4 7.2 10.0
Testes corretos
Taxa de acerto por tentativa 74.1% 57.4% 64.8% 100.0%
Testes instáveis 2 6 6 0
Execuções totais 52 52 54 18
Custo por resultado 5.269 72.473 0.613 0.600
Custo total $0.633 $5.074 $0.056 $0.108
Preço de entrada $0.000 / 1M $0.000 / 1M $0.200 / 1M $0.500 / 1M
Preço de saída $0.000 / 1M $0.000 / 1M $0.500 / 1M $3.000 / 1M
Tokens de saída 1,568 299,034 2,010 655
Tokens de raciocínio 91,909 309,670 91,298 33,749
Tempo de resposta (médio) 9.81s 9.80s 23.88s 12.11s
Tempo de resposta (máx.) 31.36s 35.28s 121.79s 82.37s
Tempo de resposta (total) 176.62s 156.75s 262.66s 217.93s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

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
Grok 4.20 Beta 8.7 7.9 91.7% 1 3.16s 268 7,583
Grok 4.20 Multi Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
Grok 4.1 Fast 8.7 7.9 91.7% 1 3.81s 108 4,741
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.26s 110 1,076
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 10.0 10.0 100.0% 0 31.36s 81 3,987
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 27.11s 86 13,141
Grok 4.1 Fast 2.3 1.1 33.3% 1 23.58s 821 6,703
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 82.37s 144 16,257
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 23.58s 117 3,495
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
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.01s 180 5,281
Grok 4.20 Multi Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
Grok 4.1 Fast 10.0 10.0 100.0% 0 6.63s 180 5,409
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 7.62s 93 2,197
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 5.3 10.0 33.3% 0 21.33s 251 40,255
Grok 4.20 Multi Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
Grok 4.1 Fast 5.8 4.4 66.7% 2 121.79s 11 37,657
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 14.81s 4 7,228
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Grok 4.20 Multi Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
Grok 4.1 Fast 4.2 9.9 0.0% 0 16.25s 127 3,456
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.34s 24 635
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 8.3 10.0 50.0% 0 4.97s 57 7,107
Grok 4.20 Multi Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
Grok 4.1 Fast 6.6 10.0 50.0% 0 5.30s 55 3,489
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.30s 24 903
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 8.2 7.2 88.9% 1 3.85s 249 6,660
Grok 4.20 Multi Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
Grok 4.1 Fast 5.3 7.2 44.4% 1 8.08s 187 6,086
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.86s 61 1,455
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Grok 4.20 Beta 3.0 10.0 0.0% 0 12.39s 183 5,384
Grok 4.20 Multi Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
Grok 4.1 Fast 2.8 1.6 33.3% 1 27.71s 260 11,485
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.78s 78 503

Comparação rápida

Trocar par de comparação

Grok 4.1 FastmediumvsGLM 5noneGPT-5.5nonevsGrok 4.1 FastmediumQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumGrok 4.1 FastmediumvsMiMo-V2-OmninoneGemma 4 31BnoneDisponível grátisvsGrok 4.1 FastmediumDeepSeek V4 ProhighvsGrok 4.1 FastmediumGrok 4.1 FastmediumvsGLM 5V TurbononeQwen3.5-FlashnonevsGrok 4.1 FastmediumGemma 4 26B A4BnoneDisponível grátisvsGrok 4.1 FastmediumSeed-2.0-LitenonevsGrok 4.1 FastmediumGemini 2.5 FlashnonevsGrok 4.1 FastmediumQwen3.5-35B-A3BnonevsGrok 4.1 Fastmedium