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 $0.427. GPT-5.6 Sol (high) é o mais rápido com 11.48s.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-09-10

Modelos comparados

Posição: #20
Total de tokens de saída: 95,583
Tempo de resposta (médio): 22.51s
Custo total: $3.070

Posição: #15
Total de tokens de saída: 28,708
Tempo de resposta (médio): 11.48s
Custo total: $0.446

Posição: #78
Total de tokens de saída: 224,128
Tempo de resposta (médio): 142.84s
Custo total: $3.467

Posição: #7
Total de tokens de saída: 100,876
Tempo de resposta (médio): 11.86s
Custo total: $0.427

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	9.2	9.4	7.9	9.8
Posição	#20	#15	#78	#7
Confiabilidade	10.0	10.0	9.0	10.0
Consistência	10.0	8.9	9.2	9.2
Tentativas	66/66	66/66	66/66	66/66
Testes corretos
Taxa de acerto por tentativa	81.8%	89.4%	77.3%	95.5%
Testes instáveis	0	3	2	2
Execuções totais	66	66	66	66
Custo por resultado	17.052	6.987	21.668	4.101
Custo total	$3.070	$0.446	$3.467	$0.427
Preço de entrada	$5.000 / 1M	$2.000 / 1M	$3.000 / 1M	$0.750 / 1M
Preço de saída	$25.000 / 1M	$10.000 / 1M	$15.000 / 1M	$3.750 / 1M
Total de tokens de entrada	135,956	79,258	34,960	64,446
Tokens de saída	64,624	4,855	2,887	1,974
Tokens de raciocínio	30,959	23,853	221,241	98,902
Tempo de resposta (médio)	22.51s	11.48s	142.84s	11.86s
Tempo de resposta (máx.)	159.01s	54.79s	766.58s	77.15s
Tempo de resposta (total)	495.12s	252.62s	2714.02s	260.96s
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

Geração showcase de modelos

Hamster playing table tennis

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

#20 Claude Opus 5

high

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

#15 GPT-5.6 Sol

high

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

#78 MoonshotAI: Kimi K3

max

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

#7 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:

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

Comparação rápida

Trocar par de comparação

Kimi K3maxvsGPT-5.2 Chatnone Claude Opus 5highvsGemini 3.7 Flashlow Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.8 27Blow Kimi K3maxvsGPT-5.6 Terrahigh Claude Opus 5highvsGemini 3.1 Pro Previewmedium Kimi K3maxvsInklingmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2high Kimi K3maxvsQwen3.6 Plusmedium Gemini 3.5 Flash LitemediumvsKimi K3max