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 |
|---|---|---|---|---|---|---|
| Claude Opus 5 | 24 de jul. de 2026 | 64,70% | Web search, web fetch, programmatic tool calling, and code execution; thinking set to auto; 1M-token cap; contamination controls enabled | Sim | Fonte | |
| DeepSeek V4.1 Flash | 10 de set. de 2026 | 63,90% | Instruct model; reasoning_effort=100; with tools; Pass@1 | Sim | Fonte | |
| LongCat 2.5 | 02 de nov. de 2026 | 63,10% | HLE with tools, text-only subset; Claude Code v2.1.116, 256K max generation; thinking enabled, temperature 1.0, top_p 0.95 unless stated; Meituan-reported in the LongCat-2.5 launch blog (accessed 2026-11-02) | Sim | Fonte | |
| Kimi K3 | 16 de jul. de 2026 | 56% | HLE-Full with tools. | Sim | Fonte | |
| LongCat 2.0 | 30 de jun. de 2026 | 37,50% | HLE with tools, text-only subset; Claude Code v2.1.116, 256K max generation; thinking enabled, temperature 1.0, top_p 0.95 unless stated; Meituan-reported in the LongCat-2.5 launch blog (accessed 2026-11-02) | Sim | Fonte |
