#63 Claude Opus 4.6
medium
SVG inválido
- Custo
- $0.000
- Tempo
- 300.0s
- Tokens
- 0 tok
Anthropic
Lançamento: 2026-02-05
Testado em: 2026-05-22 00:17
anthropic/claude-opus-4.6::medium
Resumo
Claude Opus 4.6 marca 7.2 no AI BENCHY e fica em #63. Tem fiabilidade 10.0, taxa de acerto de 63.3%, custo total de $1.896 e tempo médio de resposta de 25.44s.
O que torna Claude Opus 4.6 único: Destaca-se mais em Seguimento de instruções, onde fica em #1, enquanto Truques anti-IA é a área mais fraca em #12.
7.2
Consistência
9.1
10.0
$1.896
Total de tokens de saída
65,814
Total de tokens de entrada
0
Preço de entrada
$5.000 / 1M
Preço de saída
$25.000 / 1M
Testes instáveis
2
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
25.44s
Tempo de resposta (máx.): 83.40s
Tempo de resposta (total): 330.70s
Geração showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | Comparar | |
| 2026-05-22 00:17 Suite alterada | 7.2 | 10.0 | $1.896 | Execução atual | |
| 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
| Execução | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:17 · Suite alterada | 7.2 | 9.1 | 10.0 | 12/20 | 2 | 65,814 | 0 | $1.896 | 25.44s |
| 2026-06-04 13:45 · Novo teste adicionado | 7.0 | 8.8 | 10.0 | 12/21 | 3 | 71,446 | 53,227 | $2.053 | 25.89s |
| Diferença | +0.2 | +0.3 | 0.0 | 0 | -1 | -5632 | -53227 | -$0.157 | -453ms |
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
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
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 | 7.2 | 9.8 | |
| 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 |