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 |
|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 09 de jul. de 2026 | 88,10% | MCP Atlas; scaled tool use | Sim | Fonte | |
| Kimi K3 | 16 de jul. de 2026 | 84,20% | 500-task public subset; 100-turn limit; Gemini 3.1 Pro judge. | Sim | Fonte | |
| Gemini 3.5 Flash | 19 de mai. de 2026 | 83,60% | MCP Atlas | Sim | Fonte | |
| LongCat 2.5 | 02 de nov. de 2026 | 83,10% | MCP Atlas; reasoning max, temperature 0.7, top_p 0.95, 256K context; 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 | |
| Beam | 05 de out. de 2026 | 78,70% | Reflection-reported launch score. Source row: MCP Atlas. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced. | Sim | Fonte | |
| Claude Opus 4.7 | 16 de abr. de 2026 | 77,30% | - | Sim | Fonte | |
| Qwen 3.7 Max | 21 de mai. de 2026 | 76,40% | MCP-Atlas public set; Gemini 2.5 Pro judge | Sim | Fonte | |
| Muse Glimmer 30B | 10 de ago. de 2026 | 75,50% | MCP Atlas public set; high reasoning; mean pass rate over four runs | Sim | Fonte | |
| GPT 5.5 | 23 de abr. de 2026 | 75,30% | April 2026 update | Sim | Fonte | |
| MiniMax M3 | 01 de jun. de 2026 | 74,20% | Public Set | Sim | Fonte | |
| Qwen 3.6 Plus | 01 de abr. de 2026 | 74,10% | - | Sim | Fonte | |
| DeepSeek V4 Pro | 24 de abr. de 2026 | 73,60% | MCPAtlas Public; Pass@1; DeepSeek-V4-Pro Max | Sim | Fonte | |
| GLM 5.1 | 07 de abr. de 2026 | 71,80% | Public Set | Sim | Fonte | |
| Gemini 3.1 Pro Preview | 19 de fev. de 2026 | 69,20% | - | Sim | - | |
| DeepSeek V4 Flash | 24 de abr. de 2026 | 69% | MCPAtlas; Pass@1; DeepSeek-V4-Flash Max | Sim | Fonte | |
| GLM 5 | 11 de fev. de 2026 | 67,80% | - | Sim | Fonte | |
| GPT 5 Pro | 07 de ago. de 2025 | 67,20% | inferred family alias from gpt-5.4 (score=0.4083; benches=19) | Sim | Fonte | |
| GPT 5 Search API | 14 de out. de 2025 | 67,20% | inferred family alias from gpt-5.4 (score=0.3050; benches=19) | Sim | Fonte | |
| GPT 5.4 | 05 de mar. de 2026 | 67,20% | - | Sim | Fonte | |
| Claude Opus 4.6 | 05 de fev. de 2026 | 62,70% | High effort | Sim | Fonte | |
| LongCat 2.0 | 30 de jun. de 2026 | 61,80% | MCP Atlas; reasoning max, temperature 0.7, top_p 0.95, 256K context; 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 | |
| Nova 2 Pro | 02 de dez. de 2025 | 61,60% | - | Sim | Fonte | |
| Claude Sonnet 4.6 | 17 de fev. de 2026 | 61,30% | - | Sim | Fonte | |
| GPT 5.2 Chat | 11 de dez. de 2025 | 60,60% | inferred alias from gpt-5.2-2025-12-11 | Sim | Fonte | |
| GPT 5.4 Mini | 17 de mar. de 2026 | 57,70% | - | Sim | Fonte |
