AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.3-Codex

Resumo

Comparação benchmark Claude Opus 4.8 vs GPT-5.3-Codex: GPT-5.3-Codex lidera na pontuação média com 8.9 vs 7.7. GPT-5.3-Codex tem menor custo de benchmark com $0.740 vs $1.270. Claude Opus 4.8 é mais rápido com 10.83s vs 16.22s, com taxas de acerto de 79.4% vs 82.5%.

Modelo recomendado: GPT-5.3-Codex - Tem a melhor pontuação aqui (8.9) e custa cerca de 1.7x menos que Claude Opus 4.8.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-02

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	GPT-5.3-Codex GPT-5.3-Codex medium Lançamento: 2026-02-05

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lançamento: 2026-05-28	GPT-5.3-Codex GPT-5.3-Codex medium Lançamento: 2026-02-05
Pontuação	7.7	8.9
Posição	#38	#10
Confiabilidade	10.0	10.0
Consistência	8.8	8.5
Testes corretos
Taxa de acerto por tentativa	79.4%	82.5%
Testes instáveis	3	4
Execuções totais	63	63
Custo por resultado	8.466	4.932
Custo total	$1.270	$0.740
Preço de entrada	$5.000 / 1M	$1.750 / 1M
Preço de saída	$25.000 / 1M	$14.000 / 1M
Total de tokens de entrada	60,946	34,299
Tokens de saída	31,771	2,357
Tokens de raciocínio	6,831	46,189
Tempo de resposta (médio)	10.83s	16.22s
Tempo de resposta (máx.)	127.97s	100.93s
Tempo de resposta (total)	227.39s	340.67s

Geração showcase

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Custo: $0.031
Tempo: 14.1s
Tokens: 1,345 tok

#10 GPT-5.3-Codex

medium

Custo: $0.049
Tempo: 54.9s
Tokens: 3,580 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.56s	11,019	364	2,731

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GPT-5.3-Codex	5.9	7.2	55.6%	1		64.31s	813	64	25,308

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Comparação rápida

Trocar par de comparação