Navegação
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modelos comparados

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-05-01

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 7.6 8.0 8.6 9.6
Posição #50 #37 #13 #2
Confiabilidade N/D N/D N/D N/D
Consistência 9.1 9.5 8.7 10.0
Testes corretos
Taxa de acerto por tentativa 70.4% 74.1% 83.3% 94.4%
Testes instáveis 2 1 3 0
Execuções totais 54 54 54 54
Custo por resultado 12.047 8.930 4.405 3.400
Custo total $1.446 $1.161 $0.573 $0.578
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
Tokens de saída 29,829 42,068 2,279 1,932
Tokens de raciocínio 18,938 26,784 35,179 40,542
Tempo de resposta (médio) 21.08s 12.66s 15.38s 15.96s
Tempo de resposta (máx.) 83.40s 46.35s 100.93s 40.61s
Tempo de resposta (total) 231.84s 126.62s 276.91s 175.52s

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

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.90s 112 3,218
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
Claude Sonnet 4.6 10.0 10.0 100.0% 0 35.76s 6,894 2,097
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 19.88s 405 4,201
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Gemini 3.1 Pro Preview 9.5 10.0 100.0% 0 40.61s 432 9,281
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.72s 279 3,904
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Gemini 3.1 Pro Preview 7.7 10.0 66.7% 0 32.73s 18 12,424
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 11.77s 108 1,179
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 9.56s 72 2,236
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 7.15s 232 3,117
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
Gemini 3.1 Pro Preview 10.0 10.0 100.0% 0 23.15s 274 982

Comparação rápida

Trocar par de comparação

GPT-5.3-CodexmediumvsHY3 PreviewhighDisponível grátisClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6mediumvsHY3 PreviewlowDisponível grátisClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3-Codexmedium