Comparação benchmark GPT-6.1 Sol (xhigh) vs GPT-6 Astra (xhigh) vs Claude Sonnet 5.5 (xhigh):GPT-6.1 Sol (xhigh) lidera em Pontuação com 9.9. GPT-6.1 Sol (xhigh) lidera em Confiabilidade com 10.0. GPT-6.1 Sol (xhigh) tem o menor Custo total em $1.377. Claude Sonnet 5.5 (xhigh) é o mais rápido com 14.98s.
Benchmarks gerados a partir das suítes de teste do AI BENCHY em:
2026-11-18
Modelos comparados
Posição
#16
Total de tokens de saída
102,482
Tempo de resposta (médio)
33.11s
Custo total
$1.377
Posição
#18
Total de tokens de saída
90,095
Tempo de resposta (médio)
29.67s
Custo total
$6.213
Posição
#115
Total de tokens de saída
83,041
Tempo de resposta (médio)
14.98s
Custo total
$1.516
Modelo recomendadoGPT-6.1 Sol (xhigh)
Tem a melhor pontuação aqui (9.9) e custa cerca de 2.8x menos que os outros modelos nesta comparação.
GPT-6 AstraGPT-6 AstraxhighModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.Lançamento: 2026-09-04
Claude Sonnet 5.5Claude Sonnet 5.5xhighModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.Lançamento: 2026-09-29
Pontuação
9.9Pontuação média em todos os testes de benchmark.…
9.9Pontuação média em todos os testes de benchmark.…
8.6Pontuação média em todos os testes de benchmark.…
Posição
#16
#18
#115
Confiabilidade
10.0Pontuação de sucesso na primeira tentativa: 10.0 significa nenhum erro reexecutável da API alvo ou de limite de taxa antes de chamadas bem-sucedidas; falhas registradas reduzem a pontuação.…
9.9Pontuação de sucesso na primeira tentativa: 10.0 significa nenhum erro reexecutável da API alvo ou de limite de taxa antes de chamadas bem-sucedidas; falhas registradas reduzem a pontuação.…
10.0Pontuação de sucesso na primeira tentativa: 10.0 significa nenhum erro reexecutável da API alvo ou de limite de taxa antes de chamadas bem-sucedidas; falhas registradas reduzem a pontuação.…
Consistência
9.6A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
9.6A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
8.7A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
Tentativas
69/69
69/69
69/69
Testes corretos
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 1Tempo de resposta (médio)33.11sTempo de resposta (máx.)491.85sTempo de resposta (total)761.52sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 1Tempo de resposta (médio)29.67sTempo de resposta (máx.)381.11sTempo de resposta (total)682.42sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
97.1%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
97.1%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
79.7%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
Testes instáveis
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
4Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Execuções totais
69Execuções totais…
69Execuções totais…
69Execuções totais…
Custo por resultado
6.256
28.237
9.473
Custo total
$1.377
$6.213
$1.516
Preço de entrada
$2.000 / 1MPreço de entrada…
$10.000 / 1MPreço de entrada…
$2.000 / 1MPreço de entrada…
Preço de saída
$10.000 / 1MPreço de saída…
$50.000 / 1MPreço de saída…
$10.000 / 1MPreço de saída…
Preço de leitura do cache
$0.100 / 1MPreço de leitura do cache…
$1.000 / 1MPreço de leitura do cache…
$0.200 / 1MPreço de leitura do cache…
Preço de escrita no cache
$2.500 / 1MPreço de escrita no cache…
$12.500 / 1MPreço de escrita no cache…
$2.500 / 1MPreço de escrita no cache…
Total de tokens de entrada
175,712Total de tokens de entrada…
170,731Total de tokens de entrada…
342,579Total de tokens de entrada…
Tokens de saída
5,640Tokens de saída…
5,865Tokens de saída…
12,848Tokens de saída…
Tokens de raciocínio
96,842Tokens de raciocínio…
84,230Tokens de raciocínio…
70,193Tokens de raciocínio…
Tempo de resposta (médio)
33.11sTempo de resposta (médio)…
29.67sTempo de resposta (médio)…
14.98sTempo de resposta (médio)…
Tempo de resposta (máx.)
491.85sTempo de resposta (máx.)…
381.11sTempo de resposta (máx.)…
54.92sTempo de resposta (máx.)…
Tempo de resposta (total)
761.52sTempo de resposta (total)…
682.42sTempo de resposta (total)…
344.60sTempo de resposta (total)…
Parâmetros
~2T no total (~150B ativos)
~2T no total (~150B ativos)
~1T no total (~100B ativos)
Disponibilidade
Código fechado
Código fechado
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.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)58.86sTempo de resposta (máx.)58.86sTempo de resposta (total)58.86sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
58.86sTempo de resposta (médio)…
96,480Total de tokens de entrada…
829Tokens de saída…
1,934Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)56.73sTempo de resposta (máx.)56.73sTempo de resposta (total)56.73sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
56.73sTempo de resposta (médio)…
91,069Total de tokens de entrada…
810Tokens de saída…
2,102Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)54.92sTempo de resposta (máx.)54.92sTempo de resposta (total)54.92sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)3.86sTempo de resposta (máx.)5.07sTempo de resposta (total)15.45sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.86sTempo de resposta (médio)…
606Total de tokens de entrada…
164Tokens de saída…
886Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)3.71sTempo de resposta (máx.)5.18sTempo de resposta (total)14.85sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.71sTempo de resposta (médio)…
606Total de tokens de entrada…
170Tokens de saída…
971Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.21sTempo de resposta (máx.)5.12sTempo de resposta (total)16.83sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)10.65sTempo de resposta (máx.)15.30sTempo de resposta (total)31.95sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.65sTempo de resposta (médio)…
7,302Total de tokens de entrada…
393Tokens de saída…
4,483Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)8.27sTempo de resposta (máx.)11.08sTempo de resposta (total)24.81sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
8.27sTempo de resposta (médio)…
7,302Total de tokens de entrada…
396Tokens de saída…
4,031Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
8.2Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
88.9%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Formatação extra: 1Tempo de resposta (médio)11.90sTempo de resposta (máx.)15.48sTempo de resposta (total)35.70sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)34.38sTempo de resposta (máx.)52.09sTempo de resposta (total)68.76sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
34.38sTempo de resposta (médio)…
56,024Total de tokens de entrada…
3,244Tokens de saída…
8,146Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)41.20sTempo de resposta (máx.)63.24sTempo de resposta (total)82.41sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
41.20sTempo de resposta (médio)…
56,454Total de tokens de entrada…
3,461Tokens de saída…
9,960Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
8.7Pontuação média em todos os testes de benchmark.…
6.9A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
83.3%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Chamada de ferramenta inválida: 1Tempo de resposta (médio)30.37sTempo de resposta (máx.)37.90sTempo de resposta (total)60.75sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)2.88sTempo de resposta (máx.)3.21sTempo de resposta (total)5.76sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
2.88sTempo de resposta (médio)…
7,140Total de tokens de entrada…
234Tokens de saída…
343Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)3.34sTempo de resposta (máx.)3.64sTempo de resposta (total)6.69sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.34sTempo de resposta (médio)…
7,140Total de tokens de entrada…
234Tokens de saída…
365Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.96sTempo de resposta (máx.)6.16sTempo de resposta (total)9.92sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
7.6Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
77.8%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 1Tempo de resposta (médio)177.33sTempo de resposta (máx.)491.85sTempo de resposta (total)532.00sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
177.33sTempo de resposta (médio)…
732Total de tokens de entrada…
68Tokens de saída…
76,624Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
7.6Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
77.8%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 1Tempo de resposta (médio)146.97sTempo de resposta (máx.)381.11sTempo de resposta (total)440.90sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
146.97sTempo de resposta (médio)…
732Total de tokens de entrada…
68Tokens de saída…
61,252Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
2.9Pontuação média em todos os testes de benchmark.…
7.2A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
11.1%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Resposta incorreta: 3Tempo de resposta (médio)35.33sTempo de resposta (máx.)54.91sTempo de resposta (total)106.00sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)8.78sTempo de resposta (máx.)8.78sTempo de resposta (total)8.78sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
8.78sTempo de resposta (médio)…
477Total de tokens de entrada…
113Tokens de saída…
983Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)7.68sTempo de resposta (máx.)7.68sTempo de resposta (total)7.68sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
7.68sTempo de resposta (médio)…
477Total de tokens de entrada…
124Tokens de saída…
870Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
6.5Pontuação média em todos os testes de benchmark.…
3.4A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
66.7%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
1Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Não seguiu as instruções: 1Tempo de resposta (médio)9.10sTempo de resposta (máx.)9.10sTempo de resposta (total)9.10sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)3.78sTempo de resposta (máx.)4.32sTempo de resposta (total)7.56sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
3.78sTempo de resposta (médio)…
660Total de tokens de entrada…
93Tokens de saída…
654Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.91sTempo de resposta (máx.)5.08sTempo de resposta (total)9.82sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
4.91sTempo de resposta (médio)…
660Total de tokens de entrada…
93Tokens de saída…
752Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.58sTempo de resposta (máx.)4.79sTempo de resposta (total)9.15sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.87sTempo de resposta (máx.)6.32sTempo de resposta (total)14.62sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
4.87sTempo de resposta (médio)…
642Total de tokens de entrada…
212Tokens de saída…
1,084Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.48sTempo de resposta (máx.)5.60sTempo de resposta (total)13.44sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
4.48sTempo de resposta (médio)…
642Total de tokens de entrada…
215Tokens de saída…
1,072Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)4.88sTempo de resposta (máx.)5.32sTempo de resposta (total)14.63sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)10.29sTempo de resposta (máx.)10.29sTempo de resposta (total)10.29sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.29sTempo de resposta (médio)…
5,454Total de tokens de entrada…
260Tokens de saída…
842Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)11.04sTempo de resposta (máx.)11.04sTempo de resposta (total)11.04sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
11.04sTempo de resposta (médio)…
5,454Total de tokens de entrada…
264Tokens de saída…
1,051Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)10.29sTempo de resposta (máx.)10.29sTempo de resposta (total)10.29sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)7.51sTempo de resposta (máx.)7.51sTempo de resposta (total)7.51sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
7.51sTempo de resposta (médio)…
195Total de tokens de entrada…
30Tokens de saída…
863Tokens de raciocínio…
GPT-6 AstraModelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
10.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
100.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem respostas com falha.Tempo de resposta (médio)14.06sTempo de resposta (máx.)14.06sTempo de resposta (total)14.06sUm teste é totalmente aprovado apenas quando todas as execuções passam.…
14.06sTempo de resposta (médio)…
195Total de tokens de entrada…
30Tokens de saída…
1,804Tokens de raciocínio…
Claude Sonnet 5.5Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
3.0Pontuação média em todos os testes de benchmark.…
10.0A consistência reflete a estabilidade entre execuções (10 = muito consistente, mesmo que consistentemente errado).…
0.0%Taxa de acerto por tentativa = tentativas aprovadas / tentativas totais em todas as execuções.…
0Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).…
Um teste é totalmente aprovado apenas quando todas as execuções passam.Sem resposta: 1Tempo de resposta (médio)17.31sTempo de resposta (máx.)17.31sTempo de resposta (total)17.31sUm teste é totalmente aprovado apenas quando todas as execuções passam.…