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

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.2 Chat

Resumo

Comparação benchmark Claude Opus 4.8 (medium) vs GPT-5.2 Chat: Claude Opus 4.8 (medium) lidera na pontuação média com 8.8 vs 8.5. GPT-5.2 Chat tem menor custo de benchmark com $0.393 vs $1.107. GPT-5.2 Chat é mais rápido com 7.13s vs 9.72s, com taxas de acerto de 84.1% vs 74.6%.

Modelo recomendado: GPT-5.2 Chat - A pontuação fica perto da melhor aqui (8.5 vs 8.8) e custa cerca de 2.8x menos que Claude Opus 4.8 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-10

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lançamento: 2026-05-28 GPT-5.2 Chat GPT-5.2 Chat none Lançamento: 2025-12-11
Pontuação 8.8 8.5
Posição #15 #22
Confiabilidade 10.0 10.0
Consistência 9.6 8.9
Testes corretos
Taxa de acerto por tentativa 84.1% 74.6%
Testes instáveis 1 3
Execuções totais 63 63
Custo por resultado 6.512 2.803
Custo total $1.107 $0.393
Preço de entrada $5.000 / 1M $1.750 / 1M
Preço de saída $25.000 / 1M $14.000 / 1M
Total de tokens de entrada 61,007 34,212
Tokens de saída 26,495 23,744
Tokens de raciocínio 5,901 0
Tempo de resposta (médio) 9.72s 7.13s
Tempo de resposta (máx.) 38.03s 38.52s
Tempo de resposta (total) 204.19s 149.69s

Geração showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Custo
$0.057
Tempo
23.1s
Tokens
2,412 tok

#22 GPT-5.2 Chat

none
Custo
$0.010
Tempo
15.3s
Tokens
797 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 3.95s 834 1,179 478
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 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 4.8 10.0 10.0 100.0% 0 15.33s 10,590 9,945 1,381
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 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 4.8 9.8 10.0 100.0% 0 38.03s 23,561 5,260 1,588
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 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 4.8 7.1 5.6 83.3% 1 12.29s 10,503 481 312
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 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 4.8 5.3 10.0 33.3% 0 14.59s 975 7,477 900
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 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 4.8 10.0 10.0 100.0% 0 2.46s 708 237 0
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 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 4.8 10.0 10.0 100.0% 0 3.32s 909 373 320
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 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 4.8 10.0 10.0 100.0% 0 3.95s 894 791 483
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 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 4.8 10.0 10.0 100.0% 0 8.96s 11,775 301 225
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 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 4.8 3.0 10.0 0.0% 0 6.14s 258 451 214
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0

Comparação rápida

Trocar par de comparação

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmediumDisponível grátisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGemini 3.5 Flashlow