Comparação de Capacidades de Modelos de IA
Uso de computador
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena · tarefas mistas
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| Nº | Modelo | Motor do agente | Esforço de raciocínio | Intervalo de 95% | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
Coarena · tarefas mistas
Fonte: Coarena ↗ · Obtido 21 de out. de 2026, 06:00 UTC
Coarena · tarefas mistas · Source date unknown
PandaNpc Atualizado 21 de out. de 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guia de colunas
- Nº
- Apenas ordem de exibição. A ordenação altera este número; não é uma classificação de capacidade publicada.
- Modelo
- O nome do modelo avaliado e o ícone do respetivo provedor. Um traço numa coluna de pontuação significa que não há pontuação publicada disponível aqui, e não um zero.
- Motor do agente
- Coarena
- Esforço de raciocínio
- medium
- Pontuação
- Avaliação cega de preferência humana em tarefas mistas de navegador, desktop, programação e perguntas e respostas no ambiente de avaliação da Coarena. Esta é uma classificação Bradley–Terry, não uma porcentagem nem sucesso verificado em tarefas. O intervalo é de 95%; intervalos sobrepostos não estabelecem um vencedor. Estes são resultados gerais, não o subconjunto de desktop. O esforço de raciocínio só é mostrado quando publicado. O ranking usa as 20.000 batalhas julgadas elegíveis mais recentes; PandaNpc mostra seu horário de obtenção porque este snapshot não fornece um carimbo de data/hora de cálculo. Metodologia de avaliação ↗
- Intervalo de 95%
- Intervalo de 95%