AI BENCHY
Advertise here
#74

Claude Opus 4.6

Anthropic Lançamento: 2026-02-05 Testado em: 2026-08-14 02:08 anthropic/claude-opus-4.6::medium
~5T no total (~500B ativos)MoECódigo fechadoEstimado

Resumo

Claude Opus 4.6 marca 7.7 no AI BENCHY e fica em #74. Tem fiabilidade 10.0, taxa de acerto de 63.6%, custo total de $2.961 e tempo médio de resposta de 32.23s.

Dados do modelo

Pesquisado em 2026-08-12

Estimado
Parâmetros
~5T no total (~500B ativos)
Arquitetura
MoE
Disponibilidade
Código fechado
Licença
-

Melhor estimativa com base em evidências públicas; o fornecedor não divulgou todos os valores.

Fonte dos parâmetros Fonte da disponibilidade

Pontuação

7.7

Consistência

8.8

Confiabilidade

10.0

Custo total (preço atual)

$2.961

Total de tokens de saída

96,722

Total de tokens de entrada

108,573

Preço de entrada

$5.000 / 1M

Preço de saída

$25.000 / 1M

Testes corretos

Testes errados: 9

Taxa de acerto por tentativa: 63.6%

Testes instáveis

3

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

Tempo de resposta (médio)

32.23s

Tempo de resposta (máx.): 151.51s

Tempo de resposta (total): 515.65s

Formatação extra: 4 Resposta incorreta: 4 Não seguiu as instruções: 1

Hamster playing table tennis

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

#74 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
2026-08-14 02:08 Novo teste 7.7 10.0 $2.961 Execução atual
2026-07-16 22:31 Novo teste adicionado 7.7 10.0 $3.059 Comparar
2026-06-04 13:45 Novo teste adicionado 7.0 10.0 $2.053 Comparar
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.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-08-14 02:08 · Execução atual66/66 tentativas7.78.810.013/22396,722108,573$2.96132.23s
2026-04-11 01:44 · Primeira execução registrada54/54 tentativas7.69.1N/D12/18248,7670$1.44621.08s
Diferença—+0.1-0.3+1+1+47955+108573+$1.516+11152ms

A cobertura do benchmark é diferente: 66/66 tentativas (Meta: 3 repetições por teste) contra 54/54 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.

Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída
2026-08-14 12:51 $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 4.6mediumvsSeed-2.0-CodelowClaude Opus 4.6mediumvsDeepSeek V4 ProhighClaude Opus 4.6mediumvsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 Flash 0423highClaude Opus 4.6mediumvsQwen3.7 FlashhighClaude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.6mediumvsClaude Opus 4.8lowClaude Opus 4.6mediumvsSolar Pro 4xhighClaude Opus 4.6mediumvsSeed-2.0-LitemediumClaude Opus 4.6mediumvsNemotron 3 UltramediumDisponível grátis

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