AI BENCHY
Advertise here
#40

Claude Opus 4.6

Anthropic Lançamento: 2026-02-05 Testado em: 2026-06-04 13:45 anthropic/claude-opus-4.6::medium

Resumo

Claude Opus 4.6 marca 7.7 no AI BENCHY e fica em #40. Tem fiabilidade 10.0, taxa de acerto de 61.9%, custo total de $2.053 e tempo médio de resposta de 25.89s.

Pontuação

7.7

Consistência

8.8

Confiabilidade

10.0

Custo total (preço atual)

$2.053

Total de tokens de saída

71,446

Total de tokens de entrada

53,227

Preço de entrada

$5.000 / 1M

Preço de saída

$25.000 / 1M

Testes corretos

Testes errados: 9

Taxa de acerto por tentativa: 61.9%

Testes instáveis

3

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

25.89s

Tempo de resposta (máx.): 83.40s

Tempo de resposta (total): 362.49s

Formatação extra: 5 Resposta incorreta: 3 Não seguiu as instruções: 1

Geração showcase

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
SVG inválido
Custo
$0.000
Tempo
300.0s
Tokens
0 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-06-04 13:45 Novo teste adicionado 7.0 10.0 $2.053 Execução atual
2026-05-22 00:17 Suite alterada 7.2 10.0 $1.896 Comparar
2026-04-11 01:44 Primeira execução registrada 7.6 N/D $1.446 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída
2026-06-04 15:40 $5.000 / 1M $25.000 / 1M

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Claude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsKimi K2.6mediumDisponível grátisClaude Opus 4.6mediumvsMiniMax M3mediumClaude Opus 4.6mediumvsGemini 3.5 FlashhighClaude Opus 4.6mediumvsGemini 3 Flash PreviewmediumClaude Opus 4.6mediumvsNemotron 3 Ultra 550b A55bmediumDisponível grátisClaude Opus 4.6mediumvsGPT-5.5low

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 6.4 5.8
Programação 5.7 7.1
Combinado 10.0 10.0
Análise e extração de dados 10.0 10.0
Específico do domínio 3.0 10.0
Inteligência geral 10.0 10.0
Seguimento de instruções 10.0 10.0
Resolução de quebra-cabeças 7.7 10.0
Chamada de ferramentas 10.0 10.0
Conhecimentos gerais 3.0 10.0

Modelos comparados