AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.5

Resumo

Comparação benchmark Claude Opus 4.6 vs GPT-5.5: Claude Opus 4.6 lidera na pontuação média com 7.0 vs 6.4. GPT-5.5 tem menor custo de benchmark com $0.231 vs $2.053. GPT-5.5 é mais rápido com 1.89s vs 25.89s, com taxas de acerto de 61.9% vs 54.0%.

Modelo recomendado: GPT-5.5 - A pontuação fica perto da melhor aqui (6.4 vs 7.0) e custa cerca de 8.9x menos que Claude Opus 4.6.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-04

Métrica	Claude Opus 4.6 Claude Opus 4.6 medium Lançamento: 2026-02-05	GPT-5.5 GPT-5.5 none Lançamento: 2026-04-24

Métrica	Claude Opus 4.6 Claude Opus 4.6 medium Lançamento: 2026-02-05	GPT-5.5 GPT-5.5 none Lançamento: 2026-04-24
Pontuação	7.0	6.4
Posição	#69	#91
Confiabilidade	10.0	10.0
Consistência	8.8	8.8
Testes corretos
Taxa de acerto por tentativa	61.9%	54.0%
Testes instáveis	3	3
Execuções totais	63	63
Custo por resultado	17.103	2.302
Custo total	$2.053	$0.231
Preço de entrada	$5.000 / 1M	$5.000 / 1M
Preço de saída	$25.000 / 1M	$30.000 / 1M
Total de tokens de entrada	53,227	34,212
Tokens de saída	47,446	1,971
Tokens de raciocínio	24,000	0
Tempo de resposta (médio)	25.89s	1.89s
Tempo de resposta (máx.)	83.40s	5.56s
Tempo de resposta (total)	362.49s	39.64s

Generation showcase

Hamster playing table tennis

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

#69 Claude Opus 4.6

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

#91 GPT-5.5

none

Cost: $0.090
Time: 54.3s
Tokens: 3,063 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

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	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
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	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
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	0

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	0		76.66s	20,685	8,178	5,194
GPT-5.5	3.0	10.0	0.0%	0		5.56s	11,019	300	0

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	0		7.37s	8,676	691	757
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	0

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	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
GPT-5.5	2.9	7.2	11.1%	1		1.31s	723	52	0

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	0		5.04s	564	188	292
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	0

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	0		2.43s	792	266	467
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	0

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	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
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	0

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 4.6	10.0	10.0	100.0%	0		9.73s	11,454	861	329
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	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
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Comparação rápida

Trocar par de comparação