Ajude a manter os dados públicos corretos
Viu algo faltando, incorreto ou desatualizado? Conte-nos sobre esta página.
Viu algo faltando, incorreto ou desatualizado? Conte-nos sobre esta página.
Resultados de benchmarks de IA e desempenho dos modelos
Pontuações individuais do benchmark exibidas por data.
| Organização | Modelos | Data informada | Maior pontuação | Informações | Declarado pelo provedor | Fonte |
|---|---|---|---|---|---|---|
| Gemini 4 Argon | 13 de out. de 2026 | 77,90% | Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/original_images/gemini-4-argon_table_blog.gif | Sim | Fonte | |
| DeepSeek V4.1 Flash | 10 de set. de 2026 | 74,20% | Instruct model; reasoning_effort=100; mini-SWE harness; Resolved | Sim | Fonte | |
| GPT-6 Astra | 03 de set. de 2026 | 74,10% | DeepSWE v1.1 | Sim | Fonte | |
| GPT 5.5 | 23 de abr. de 2026 | 70% | mini-swe-agent; effort xhigh; 70% +/-3%; avg cost $6.61; avg time 21m; out tok 47k | Não | Fonte | |
| Claude Opus 5 | 24 de jul. de 2026 | 68,80% | DeepSWE v1.1; 113 long-horizon tasks; adaptive thinking at max effort; average of 5 trials | Sim | Fonte | |
| Kimi K3 | 16 de jul. de 2026 | 67,50% | KimiCode harness; Moonshot release-table score. The official DeepSWE leaderboard reports a separate 67.3 result with mini-SWE-agent. | Sim | Fonte | |
| Claude Opus 4.8 | 28 de mai. de 2026 | 58% | mini-swe-agent; effort max; 58% +/-2%; avg cost $12.58; avg time 43m; out tok 136k | Não | Fonte | |
| GPT 5.4 | 05 de mar. de 2026 | 56% | mini-swe-agent; effort xhigh; 56% +/-2%; avg cost $4.38; avg time 27m; out tok 71k | Não | Fonte | |
| DeepSeek V4 Flash 0731 | 31 de jul. de 2026 | 54,40% | DeepSeek-V4-Flash-0731 | Sim | Fonte | |
| Claude Opus 4.7 | 16 de abr. de 2026 | 54% | mini-swe-agent; effort max; 54% +/-5%; avg cost $18.19; avg time 39m; out tok 103k | Não | Fonte | |
| Muse Spark 1.1 | 09 de jul. de 2026 | 53,30% | DeepSWE 1.1; long-horizon agentic coding | Sim | Fonte | |
| Qwen 3.8 27B | 14 de ago. de 2026 | 42,20% | DeepSWE 1.1 | Sim | Fonte | |
| Claude Sonnet 4.6 | 17 de fev. de 2026 | 32% | mini-swe-agent; effort high; 32% +/-2%; avg cost $5.52; avg time 42m; out tok 76k | Não | Fonte | |
| Claude Opus 4.6 | 05 de fev. de 2026 | 28% | mini-swe-agent; effort max; 28% +/-4%; avg cost $5.39; avg time 30m; out tok 44k | Não | Fonte | |
| Gemini 3.5 Flash | 19 de mai. de 2026 | 28% | mini-swe-agent; effort medium; 28% +/-4%; avg cost $7.42; avg time 17m; out tok 189k | Não | Fonte | |
| Kimi K2.6 | 20 de abr. de 2026 | 24% | mini-swe-agent; 24% +/-2%; avg cost $3.16; avg time 56m; out tok 84k | Não | Fonte | |
| GPT 5.4 Mini | 17 de mar. de 2026 | 24% | mini-swe-agent; effort xhigh; 24% +/-3%; avg cost $2.08; avg time 33m; out tok 135k | Não | Fonte | |
| MiniMax M3 | 01 de jun. de 2026 | 20% | mini-swe-agent; 20% +/-4%; avg cost $5.57; avg time 57m; out tok 98k | Não | Fonte | |
| MiMo V2.5 Pro | 23 de abr. de 2026 | 19% | mini-swe-agent; 19% +/-2%; avg cost $1.99; avg time 28m; out tok 49k | Não | Fonte | |
| GLM 5.1 | 07 de abr. de 2026 | 18% | mini-swe-agent; 18% +/-1%; avg cost $7.46; avg time 35m; out tok 49k | Não | Fonte | |
| Grok Build 0.1 | 15 de mai. de 2026 | 13% | mini-swe-agent; 13% +/-2%; avg cost $6.60; avg time 44m; out tok 52k | Não | Fonte | |
| Gemini 3.1 Pro Preview | 19 de fev. de 2026 | 10% | DeepSWE label: gemini-3.1-pro; mini-swe-agent; 10% +/-3%; avg cost $1.84; avg time 36m; out tok 53k | Não | Fonte | |
| DeepSeek V4 Pro | 24 de abr. de 2026 | 8% | mini-swe-agent; 8% +/-3%; avg cost $4.22; avg time 37m; out tok 50k | Não | Fonte | |
| Gemini 3 Flash Preview | 17 de dez. de 2025 | 5% | DeepSWE label: gemini-3-flash; mini-swe-agent; 5% +/-2%; avg cost $1.53; avg time 39m; out tok 233k | Não | Fonte |
