Modelos comparados

Comparação benchmark Claude Opus 4.6 (medium) vs Claude Sonnet 4.6 (medium) vs GPT-5.3-Codex (medium) vs Gemini 3.1 Pro Preview (medium): Gemini 3.1 Pro Preview (medium) lidera em Pontuação com 9.2. Claude Opus 4.6 (medium) lidera em Confiabilidade com 10.0. GPT-5.3-Codex (medium) tem o menor Custo total em $0.920. GPT-5.3-Codex (medium) é o mais rápido com 16.96s.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-08-07

Posição: #60
Total de tokens de saída: 100,601
Tempo de resposta (médio): 34.27s
Custo total: $3.059

Posição: #56
Total de tokens de saída: 115,865
Tempo de resposta (médio): 25.91s
Custo total: $2.057

Posição: #18
Total de tokens de saída: 55,525
Tempo de resposta (médio): 16.96s
Custo total: $0.920

Posição: #9
Total de tokens de saída: 97,958
Tempo de resposta (médio): 21.47s
Custo total: $1.361

Modelo recomendado GPT-5.3-Codex (medium)

A pontuação fica perto da melhor aqui (8.9 vs 9.2) e custa cerca de 2.3x menos que os outros modelos nesta comparação.

Comparação detalhada

Métrica	Claude Opus 4.6 Claude Opus 4.6 medium Lançamento: 2026-02-05	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lançamento: 2026-02-17	GPT-5.3-Codex GPT-5.3-Codex medium Lançamento: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lançamento: 2026-02-19

Métrica	Claude Opus 4.6 Claude Opus 4.6 medium Lançamento: 2026-02-05	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lançamento: 2026-02-17	GPT-5.3-Codex GPT-5.3-Codex medium Lançamento: 2026-02-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lançamento: 2026-02-19
Pontuação	7.7	7.8	8.9	9.2
Posição	#60	#56	#18	#9
Confiabilidade	10.0	10.0	10.0	10.0
Consistência	8.8	9.2	8.6	10.0
Cobertura do benchmark	22/22 testes · 66/66 tentativas	22/22 testes · 66/66 tentativas	22/22 testes · 66/66 tentativas	22/22 testes · 66/66 tentativas
Testes corretos
Taxa de acerto por tentativa	63.6%	66.7%	83.3%	90.9%
Testes instáveis	3	2	4	0
Execuções totais	66	66	66	66
Custo por resultado	23.524	14.692	5.748	6.801
Custo total	$3.059	$2.057	$0.920	$1.361
Preço de entrada	$5.000 / 1M	$3.000 / 1M	$1.750 / 1M	$2.000 / 1M
Preço de saída	$25.000 / 1M	$15.000 / 1M	$14.000 / 1M	$12.000 / 1M
Total de tokens de entrada	108,615	106,292	81,268	92,287
Tokens de saída	72,286	80,748	6,251	5,232
Tokens de raciocínio	28,315	35,117	49,274	92,726
Tempo de resposta (médio)	34.27s	25.91s	16.96s	21.47s
Tempo de resposta (máx.)	151.51s	140.96s	100.93s	88.68s
Tempo de resposta (total)	513.99s	362.78s	373.19s	322.08s

Geração showcase de modelos

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#60 Claude Opus 4.6

medium

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

#56 Claude Sonnet 4.6

medium

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

#18 GPT-5.3-Codex

medium

Custo: $0.049
Tempo: 54.9s
Tokens: 3,580 tok

#9 Gemini 3.1 Pro Preview

medium

Custo: $0.115
Tempo: 87.2s
Tokens: 9,629 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	6.4	5.8	66.7%	2	7.45s	840	986	1,071
Claude Sonnet 4.6	6.5	10.0	50.0%	0	2.98s	789	1,046	1,093
GPT-5.3-Codex	8.7	7.9	91.7%	1	4.16s	606	240	1,722
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	7.90s	498	112	3,218

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	5.7	7.1	44.4%	1	30.10s	8,522	13,057	4,121
Claude Sonnet 4.6	5.7	6.6	44.4%	1	33.29s	6,995	16,089	3,686
GPT-5.3-Codex	10.0	10.0	100.0%	0	19.50s	7,302	535	10,890
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0	40.17s	8,124	435	41,247

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	114.08s	76,073	33,018	9,509
Claude Sonnet 4.6	10.0	10.0	100.0%	93.65s	75,531	31,916	9,109
GPT-5.3-Codex	10.0	10.0	100.0%	26.04s	57,988	4,258	5,816
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	40.39s	67,910	3,687	23,111

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	7.37s	8,676	691	757
Claude Sonnet 4.6	10.0	10.0	100.0%	13.90s	8,676	649	742
GPT-5.3-Codex	10.0	10.0	100.0%	3.07s	7,140	234	728
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.72s	7,265	279	3,904

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	3.0	10.0	0.0%	0	83.40s	674	14,642	8,687
Claude Sonnet 4.6	2.9	7.2	11.1%	1	0ms	471	25,790	16,919
GPT-5.3-Codex	5.9	7.2	55.6%	1	64.31s	813	64	25,308
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	32.73s	635	18	12,424

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	5.04s	564	188	292
Claude Sonnet 4.6	10.0	10.0	100.0%	4.94s	564	256	433
GPT-5.3-Codex	4.6	10.0	0.0%	4.87s	477	187	331
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	11.77s	490	108	1,179

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	2.43s	792	266	467
Claude Sonnet 4.6	10.0	10.0	100.0%	2.61s	792	318	552
GPT-5.3-Codex	10.0	10.0	100.0%	3.04s	660	93	693
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	9.56s	621	72	2,236

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	7.7	10.0	66.7%	0	4.71s	816	532	630
Claude Sonnet 4.6	10.0	10.0	100.0%	0	5.31s	816	592	646
GPT-5.3-Codex	9.0	7.9	88.9%	1	5.05s	642	356	1,593
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.90s	570	235	3,128

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	9.73s	11,454	861	329
Claude Sonnet 4.6	10.0	10.0	100.0%	7.48s	11,454	655	351
GPT-5.3-Codex	10.0	10.0	100.0%	6.37s	5,445	254	492
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	23.15s	6,018	274	982

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	3.0	10.0	0.0%	0	63.24s	204	8,045	2,452
Claude Sonnet 4.6	3.0	10.0	0.0%	0	30.09s	204	3,437	1,586
GPT-5.3-Codex	2.8	1.6	33.3%	1	14.43s	195	30	1,701
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.27s	156	12	1,297

Comparação rápida

Trocar par de comparação

GPT-5.3-CodexmediumvsGrok 4.5high Claude Opus 5highvsGemini 3.1 Pro Previewmedium Claude Opus 4.6mediumvsGPT-5.6 Lunahigh Gemini 3.5 FlashlowvsGPT-5.3-Codexmedium Claude Opus 4.6mediumvsDeepSeek V4 Flashhigh Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Claude Opus 4.6mediumvsDeepSeek V4 Prohigh Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 4.6mediumvsQwen3.7 Flashhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh