AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.5

Resumo

Comparação benchmark Claude Opus 4.8 vs GPT-5.5 (low): GPT-5.5 (low) lidera na pontuação média com 9.3 vs 7.2. Claude Opus 4.8 tem menor custo de benchmark com $0.539 vs $0.907. Claude Opus 4.8 é mais rápido com 3.48s vs 9.76s, com taxas de acerto de 61.9% vs 85.7%.

Modelo recomendado: GPT-5.5 (low) - Tem a pontuação mais forte nesta comparação (9.3) e o melhor equilíbrio geral entre custo e tempo de resposta entre os 2 modelos.

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

Métrica	Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28	GPT-5.5 GPT-5.5 low Lançamento: 2026-04-24

Métrica	Claude Opus 4.8 Claude Opus 4.8 none Lançamento: 2026-05-28	GPT-5.5 GPT-5.5 low Lançamento: 2026-04-24
Pontuação	7.2	9.3
Posição	#70	#7
Confiabilidade	10.0	10.0
Consistência	9.2	10.0
Testes corretos
Taxa de acerto por tentativa	61.9%	85.7%
Testes instáveis	2	0
Execuções totais	63	63
Custo por resultado	4.485	5.035
Custo total	$0.539	$0.907
Preço de entrada	$5.000 / 1M	$5.000 / 1M
Preço de saída	$25.000 / 1M	$30.000 / 1M
Total de tokens de entrada	67,104	34,209
Tokens de saída	8,107	2,046
Tokens de raciocínio	0	22,460
Tempo de resposta (médio)	3.48s	9.76s
Tempo de resposta (máx.)	17.73s	56.19s
Tempo de resposta (total)	73.00s	204.92s

Geração showcase

Hamster playing table tennis

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

#70 Claude Opus 4.8

none

Custo: $0.053
Tempo: 22.0s
Tokens: 2,253 tok

#7 GPT-5.5

low

Custo: $0.068
Tempo: 37.0s
Tokens: 2,339 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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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	9.5	10.0	100.0%	0		17.73s	29,658	3,259	0
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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	7.3	5.8	83.3%	1		1.77s	10,503	308	0
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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	7.2	44.4%	1		1.70s	975	61	0
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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		3.48s	708	230	0
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	9.9	10.0	100.0%	0		1.37s	909	95	0
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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	7.7	10.0	66.7%	0		2.74s	894	783	0
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		5.35s	11,775	355	0
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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		3.41s	258	212	0
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Comparação rápida

Trocar par de comparação