Modelos comparados

Comparação benchmark Claude Opus 5 (high) vs GPT-5.6 Sol (high) vs Kimi K3 (max) vs Gemini 3.6 Flash (medium): Gemini 3.6 Flash (medium) lidera em Pontuação com 9.8. Claude Opus 5 (high) lidera em Confiabilidade com 10.0. Gemini 3.6 Flash (medium) tem o menor Custo total em $0.577. GPT-5.6 Sol (high) é o mais rápido com 13.59s.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-10-26

Modelos comparados

Posição: #30
Total de tokens de saída: 105,662
Tempo de resposta (médio): 25.31s
Custo total: $4.524

Posição: #24
Total de tokens de saída: 32,071
Tempo de resposta (médio): 13.59s
Custo total: $1.595

Posição: #102
Total de tokens de saída: 233,327
Tempo de resposta (médio): 139.41s
Custo total: $3.409

Posição: #10
Total de tokens de saída: 116,124
Tempo de resposta (médio): 14.03s
Custo total: $0.577

Modelo recomendado Gemini 3.6 Flash (medium)

Tem a melhor pontuação aqui (9.8) e custa cerca de 5.5x menos que os outros modelos nesta comparação.

Comparação detalhada

Métrica	Claude Opus 5 Claude Opus 5 high Lançamento: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high Lançamento: 2026-07-09	Kimi K3 Kimi K3 max Lançamento: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium Lançamento: 2026-07-21

Métrica	Claude Opus 5 Claude Opus 5 high Lançamento: 2026-07-25	GPT-5.6 Sol GPT-5.6 Sol high Lançamento: 2026-07-09	Kimi K3 Kimi K3 max Lançamento: 2026-07-16	Gemini 3.6 Flash Gemini 3.6 Flash medium Lançamento: 2026-07-21
Pontuação	9.4	9.5	8.3	9.8
Posição	#30	#24	#102	#10
Confiabilidade	10.0	10.0	9.3	10.0
Consistência	10.0	8.9	9.3	9.3
Tentativas	69/69	69/69	69/69	69/69
Testes corretos
Taxa de acerto por tentativa	82.6%	89.9%	78.3%	95.7%
Testes instáveis	0	3	2	2
Execuções totais	69	69	69	69
Custo por resultado	23.809	8.020	23.601	4.619
Custo total	$4.524	$1.595	$3.409	$0.577
Preço de entrada	$5.000 / 1M	$2.000 / 1M	$0.830 / 1M	$0.750 / 1M
Preço de saída	$25.000 / 1M	$10.000 / 1M	$14.000 / 1M	$3.750 / 1M
Preço de leitura do cache	$0.500 / 1M	$0.200 / 1M	$0.270 / 1M	$0.075 / 1M
Preço de escrita no cache	$6.250 / 1M	$2.500 / 1M	N/D	$0.042 / 1M
Total de tokens de entrada	376,421	195,567	170,700	188,003
Tokens de saída	67,688	5,841	7,719	2,914
Tokens de raciocínio	37,974	26,230	225,608	113,210
Tempo de resposta (médio)	25.31s	13.59s	139.41s	14.03s
Tempo de resposta (máx.)	159.01s	59.99s	766.58s	77.15s
Tempo de resposta (total)	582.11s	312.61s	2788.26s	322.73s
Parâmetros	~5T no total (~500B ativos)	~2T no total (~150B ativos)	2.8T no total (104B ativos)	~500B no total (~20B ativos)
Disponibilidade	Código fechado	Código fechado	Pesos disponíveis	Código fechado

Os preços de cache aplicam-se aos tokens de entrada. A leitura reutiliza prompts em cache; a escrita armazena-os e pode custar mais. Os tokens de saída usam o preço de saída.

Geração showcase de modelos

Hamster playing table tennis

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

#30 Claude Opus 5

high

Custo: $0.265
Tempo: 144.5s
Tokens: 10,741 tok

#24 GPT-5.6 Sol

high

Custo: $0.151
Tempo: 201.9s
Tokens: 5,100 tok

#102 MoonshotAI: Kimi K3

max

Custo: $0.281
Tempo: 506.9s
Tokens: 18,863 tok

#10 Gemini 3.6 Flash

medium

Custo: $0.095
Tempo: 49.9s
Tokens: 12,664 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

Categoria:

Tarefas de agentes	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	86.99s	240,465	3,064	7,015
GPT-5.6 Sol	10.0	10.0	100.0%	59.99s	116,309	986	2,377
Kimi K3	10.0	10.0	100.0%	74.24s	135,740	4,832	4,367
Gemini 3.6 Flash	10.0	10.0	100.0%	61.77s	123,557	940	14,308

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	0	5.91s	834	2,063	617
GPT-5.6 Sol	8.7	7.9	91.7%	1	3.39s	606	171	644
Kimi K3	10.0	10.0	100.0%	0	10.24s	1,638	496	2,629
Gemini 3.6 Flash	10.0	10.0	100.0%	0	2.54s	508	165	4,173

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	12.73s	10,590	7,547	1,721
GPT-5.6 Sol	10.0	10.0	100.0%	12.52s	7,302	404	5,656
Kimi K3	10.0	10.0	100.0%	325.79s	8,061	460	84,012
Gemini 3.6 Flash	10.0	10.0	100.0%	14.81s	8,124	444	31,421

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198
GPT-5.6 Sol	10.0	10.0	100.0%	24.99s	56,154	3,298	4,866
Kimi K3	6.5	10.0	50.0%	223.03s	12,792	399	20,460
Gemini 3.6 Flash	10.0	10.0	100.0%	49.01s	40,411	405	13,351

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	0	4.22s	10,503	488	160
GPT-5.6 Sol	10.0	10.0	100.0%	0	1.16s	7,140	222	0
Kimi K3	7.3	5.8	83.3%	1	16.72s	7,839	354	2,606
Gemini 3.6 Flash	10.0	10.0	100.0%	0	4.92s	7,457	279	5,288

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	3.0	10.0	0.0%	0	104.24s	972	40,623	24,923
GPT-5.6 Sol	5.3	7.2	44.4%	1	37.67s	628	62	10,365
Kimi K3	5.3	7.2	44.4%	1	683.62s	838	57	106,892
Gemini 3.6 Flash	5.8	4.4	66.7%	2	21.99s	648	12	31,866

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	3.79s	708	268	0
GPT-5.6 Sol	10.0	10.0	100.0%	4.40s	477	97	238
Kimi K3	10.0	10.0	100.0%	14.91s	732	191	871
Gemini 3.6 Flash	10.0	10.0	100.0%	3.40s	492	109	1,384

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	4.78s	909	119	361
GPT-5.6 Sol	10.0	10.0	100.0%	2.73s	660	96	331
Kimi K3	10.0	10.0	100.0%	7.66s	1,179	147	1,119
Gemini 3.6 Flash	10.0	10.0	100.0%	3.82s	623	72	3,634

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	4.66s	894	908	524
GPT-5.6 Sol	10.0	10.0	100.0%	4.10s	642	211	675
Kimi K3	10.0	10.0	100.0%	7.36s	1,416	495	1,368
Gemini 3.6 Flash	10.0	10.0	100.0%	3.43s	568	249	3,656

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	10.0	10.0	100.0%	8.44s	11,739	354	0
GPT-5.6 Sol	10.0	10.0	100.0%	7.08s	5,454	264	393
Kimi K3	3.0	10.0	0.0%	0ms	0	0	0
Gemini 3.6 Flash	10.0	10.0	100.0%	5.78s	5,457	229	1,372

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Claude Opus 5	3.0	10.0	0.0%	0	14.14s	258	1,708	455
GPT-5.6 Sol	4.7	1.6	66.7%	1	6.97s	195	30	685
Kimi K3	3.0	10.0	0.0%	0	19.67s	465	288	1,284
Gemini 3.6 Flash	10.0	10.0	100.0%	0	5.48s	158	10	2,757

Trocar par de comparação

Claude Opus 5highvsGemini 3.7 Flashlow Gemini 3.5 FlashhighvsKimi K3max Claude Haiku 5.5highvsKimi K3max Claude Opus 5highvsGPT-6.1 Terraxhigh Kimi K3maxvsGPT-5.6 Terrahigh Kimi K3maxvsGPT-6 Lunamedium Claude Opus 4.8mediumvsKimi K3max Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Ling 3.1 FlashmediumvsKimi K3max Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 5highvsGPT-6.1 Terralow Claude Opus 5.5lowvsGPT-5.6 Solhigh

Modelos comparados