Modelos comparados

Comparação benchmark GPT-5.5 (medium) vs GPT-5.4 (medium) vs Gemini 3.1 Pro Preview (medium) vs Claude Opus 4.7 (medium): Gemini 3.1 Pro Preview (medium) lidera em Pontuação com 9.2. GPT-5.5 (medium) lidera em Confiabilidade com 10.0. Gemini 3.1 Pro Preview (medium) tem o menor Custo total em $1.352. Claude Opus 4.7 (medium) é o mais rápido com 7.62s.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-09-28

Modelos comparados

Posição: #33
Total de tokens de saída: 125,316
Tempo de resposta (médio): 38.97s
Custo total: $4.163

Posição: #56
Total de tokens de saída: 90,466
Tempo de resposta (médio): 22.85s
Custo total: $1.560

Posição: #22
Total de tokens de saída: 97,238
Tempo de resposta (médio): 20.62s
Custo total: $1.352

Posição: #49
Total de tokens de saída: 29,990
Tempo de resposta (médio): 7.62s
Custo total: $1.476

Modelo recomendado Gemini 3.1 Pro Preview (medium)

Tem a melhor pontuação aqui (9.2) e custa cerca de 1.8x menos que os outros modelos nesta comparação.

Comparação detalhada

Métrica	GPT-5.5 GPT-5.5 medium Lançamento: 2026-04-24	GPT-5.4 GPT-5.4 medium Lançamento: 2026-03-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lançamento: 2026-02-19	Claude Opus 4.7 Claude Opus 4.7 medium Lançamento: 2026-04-16

Métrica	GPT-5.5 GPT-5.5 medium Lançamento: 2026-04-24	GPT-5.4 GPT-5.4 medium Lançamento: 2026-03-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lançamento: 2026-02-19	Claude Opus 4.7 Claude Opus 4.7 medium Lançamento: 2026-04-16
Pontuação	9.0	8.5	9.2	8.7
Posição	#33	#56	#22	#49
Confiabilidade	10.0	10.0	10.0	10.0
Consistência	8.9	8.6	10.0	9.6
Tentativas	66/66	66/66	66/66	66/66
Testes corretos
Taxa de acerto por tentativa	87.9%	77.3%	90.9%	83.3%
Testes instáveis	3	4	0	1
Execuções totais	66	66	66	66
Custo por resultado	23.127	10.399	6.758	8.200
Custo total	$4.163	$1.560	$1.352	$1.476
Preço de entrada	$5.000 / 1M	$2.500 / 1M	$2.000 / 1M	$5.000 / 1M
Preço de saída	$30.000 / 1M	$15.000 / 1M	$12.000 / 1M	$25.000 / 1M
Total de tokens de entrada	80,668	81,136	92,296	145,249
Tokens de saída	5,617	6,155	5,232	24,948
Tokens de raciocínio	119,699	84,311	92,006	5,042
Tempo de resposta (médio)	38.97s	22.85s	20.62s	7.62s
Tempo de resposta (máx.)	332.10s	100.41s	88.68s	65.40s
Tempo de resposta (total)	857.43s	502.78s	329.94s	159.94s
Parâmetros	~1.5T no total (~100B ativos)	~1.5T no total (~100B ativos)	~1.2T no total (~20B ativos)	~5T no total (~500B ativos)
Disponibilidade	Código fechado	Código fechado	Código fechado	Código fechado

Geração showcase de modelos

Hamster playing table tennis

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

#33 GPT-5.5

medium

Custo: $0.112
Tempo: 71.9s
Tokens: 3,807 tok

#56 GPT-5.4

medium

Custo: $0.214
Tempo: 199.6s
Tokens: 14,349 tok

#22 Gemini 3.1 Pro Preview

medium

Custo: $0.115
Tempo: 87.2s
Tokens: 9,629 tok

#49 Claude Opus 4.7

medium

Custo: $0.059
Tempo: 26.8s
Tokens: 2,475 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	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	4.66s	606	250	1,335
GPT-5.4	8.3	10.0	75.0%	4.11s	606	240	1,511
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.90s	498	112	3,218
Claude Opus 4.7	8.3	10.0	75.0%	1.85s	894	348	0

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	8.8	7.8	88.9%	1	59.77s	7,305	362	24,959
GPT-5.4	8.8	7.8	88.9%	1	44.36s	7,305	433	24,216
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0	40.17s	8,124	435	41,247
Claude Opus 4.7	7.6	7.2	77.8%	1	12.96s	10,635	7,629	1,114

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	33.52s	57,466	3,944	6,735
GPT-5.4	10.0	10.0	100.0%	29.77s	58,038	4,214	13,351
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	40.39s	67,910	3,687	23,111
Claude Opus 4.7	10.0	10.0	100.0%	43.42s	104,347	15,459	3,928

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	4.18s	7,140	234	593
GPT-5.4	10.0	10.0	100.0%	5.32s	7,140	234	804
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.72s	7,265	279	3,904
Claude Opus 4.7	10.0	10.0	100.0%	2.37s	10,533	324	0

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
GPT-5.5	5.3	7.2	44.4%	1	168.16s	732	67	80,505
GPT-5.4	5.3	7.2	44.4%	1	72.44s	628	61	36,544
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	20.29s	644	18	11,704
Claude Opus 4.7	7.7	10.0	66.7%	0	1.19s	627	51	0

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	0	4.16s	477	138	223
GPT-5.4	4.7	3.1	33.3%	1	4.92s	477	145	321
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	11.77s	490	108	1,179
Claude Opus 4.7	10.0	10.0	100.0%	0	2.87s	723	256	0

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	3.36s	660	93	538
GPT-5.4	10.0	10.0	100.0%	3.11s	660	93	897
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	9.56s	621	72	2,236
Claude Opus 4.7	10.0	10.0	100.0%	1.57s	939	114	0

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	0	6.76s	642	241	2,225
GPT-5.4	8.2	7.2	88.9%	1	9.14s	642	441	3,815
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.90s	570	235	3,128
Claude Opus 4.7	10.0	10.0	100.0%	0	2.43s	939	370	0

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	10.0	10.0	100.0%	10.57s	5,445	258	832
GPT-5.4	10.0	10.0	100.0%	13.28s	5,445	264	1,031
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	23.15s	6,018	274	982
Claude Opus 4.7	10.0	10.0	100.0%	4.17s	15,339	373	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-5.5	2.8	1.6	33.3%	1	37.86s	195	30	1,754
GPT-5.4	3.0	10.0	0.0%	0	13.95s	195	30	1,821
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.27s	156	12	1,297
Claude Opus 4.7	3.0	10.0	0.0%	0	2.25s	273	24	0

Comparação rápida

Trocar par de comparação

Claude Opus 4.7mediumvsGLM 5.3 Flashmax Claude Opus 4.7mediumvsGemini 3.6 Flashlow Claude Opus 5.5highvsGemini 3.1 Pro Previewmedium Claude Fable 5.1highvsGPT-5.5medium GPT-5.4mediumvsQwen3.8 Maxlow Claude Opus 5highvsGemini 3.1 Pro Previewmedium GPT-5.5mediumvsGrok 4.5high Claude Opus 4.7mediumvsMuse Spark 1.2high Claude Opus 4.7mediumvsGemini 3.5 Flash Litehigh DeepSeek V4.1 FlashlowvsGPT-5.4medium DeepSeek V4.1 FlashhighvsGPT-5.4medium Claude Opus 5.5lowvsGemini 3.1 Pro Previewmedium