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.
Agent's Last Exam — Pass rateExame final de agente — taxa de aprovação
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| Nº | Modelo | |
|---|---|---|
| 1 |  Gemini 4 ArgonGemini 4 Argon | 39.5Pass rate |
| 2 |  Claude Opus 5.5Claude Opus 5.5 | 38.2Pass rate |
| 3 |  GPT-6 AstraGPT-6 Astra | 34.2Pass rate |
Google DeepMind (model card)
Fonte: Google DeepMind (model card) ↗
Ficha do modelo Google: resultados do publicador e pontuações de terceiros republicadas, em outubro de 2026. Consulte a metodologia para configurações de avaliação; estas não são todas avaliações independentes. Metodologia de avaliação ↗
Agent's Last Exam — Pass rate · 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.
- Pontuação
- Testa trabalho profissional de longo horizonte em ambientes reais de software. A taxa de aprovação conta tarefas que atingem o resultado exigido, não apenas progresso parcial. Metodologia de avaliação ↗
- Cobertura
- Apenas resultados publicados para as famílias de modelos selecionadas são mostrados. OSWorld 2.x, Verified e Pro atualmente fornecem configurações do Claude Opus 5; esta não é uma cobertura completa de todos os modelos. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web e WorkArena++ ainda não estão integrados aqui. SafeArena mede segurança separadamente e não é mesclado às pontuações de conclusão de tarefa. Resultados ausentes nunca são preenchidos com zero.