Início → Guias → GPT-6 Astra vs GPT-6.1 Sol vs Claude Opus 5.5: um teste de código com testes ocultos
Benchmarks em fichas de modelo são rodados por quem vende o modelo. Então escrevemos o nosso: 13 tarefas de JavaScript, resolvidas duas vezes por cada modelo de primeira, e conferidas com 286 casos de teste ocultos em um sandbox sem rede. Sete tarefas são código do dia a dia; seis giram em torno de casos de borda fáceis de deixar passar.
| Modelo | Casos de teste aprovados | Tarefas totalmente resolvidas | Tempo mediano, tarefas do dia a dia | Tempo mediano, casos de borda | Resposta mediana (tokens de saída) | Custo médio por tarefa |
|---|---|---|---|---|---|---|
gpt-6.1-sol | 286/286 (100%) | 26/26 | 12.4 s | 19.8 s | 428 | $0.0027 |
gpt-6-astra | 284/286 (99.3%) | 24/26 | 12.1 s | 17.4 s | 428 | $0.0124 |
claude-opus-5-5 | 275/286 (96.2%) | 21/26 | 4.2 s | 8.9 s | 447 | $0.0056 |
Só o gpt-6.1-sol passou em tudo, nas duas rodadas. O gpt-6-astra errou um caso, o mesmo nas duas rodadas. O claude-opus-5-5 foi de duas a três vezes mais rápido que os dois GPT e escreveu código de tamanho parecido, mas errou mais casos. Os custos são o que nosso gateway cobrou por essas mesmas requisições.
-2^2 é -4 e a outra aceitou 2 2 como expressão válida. Na calculadora do dia a dia, uma rodada rejeitou 1 + 2 * 3 por causa dos espaços, embora a tarefa pedisse espaços arbitrários.Nada disso é exótico: espaços, uma aresta de peso 0, um teto de chamadas paralelas. São justamente os casos que passam num teste rápido à mão e quebram em produção, por isso os testes verificam.
O Opus 5.5 respondeu uma tarefa típica em 4–9 segundos. Os dois GPT levaram 12–20 segundos porque raciocinam antes de escrever. Num chat em que você vê a resposta surgir, o Opus parece bem mais rápido; para um agente que roda testes a cada passo, dez segundos a mais raramente pesam diante do custo de uma resposta errada.
Por tarefa, o gpt-6.1-sol custou US$ 0,0027, o claude-opus-5-5 US$ 0,0056 e o gpt-6-astra US$ 0,0124. O Astra saiu cerca de 4,6 vezes o preço do Sol com nota um pouco menor. Os três escreveram respostas de tamanho quase igual, então a diferença vem do preço por token, não de prolixidade.
Todos os modelos receberam o mesmo prompt: a tarefa mais “Responda com exatamente um bloco de código contendo o módulo CommonJS completo”. Sem prompt de sistema, sem exemplos, sem novas tentativas. O código rodou no Node 20 dentro de um contêiner sem rede, com limite de tempo por tarefa; se uma resposta travava, cada caso de teste era rodado de novo isoladamente, para que uma falha não zerasse o resto.
. * + ?, multiplicar números de 2.000 dígitos sem BigInt, avaliador com ^ associativo à direita, pool assíncrono com concorrência limitada, contar dias úteis ao longo de anos e o caminho mínimo lexicograficamente menor.Todas as requisições passaram pelo nosso gateway em 12 e 13 de outubro de 2026. Duas tentativas por tarefa é uma amostra pequena: poucos casos de diferença entre dois modelos podem ser variação normal. A rodada sem erros do Sol e o bug repetido do Astra não são.
gpt-6.1-sol, a única nota máxima e o menor custo.claude-opus-5-5, responde em segundos; use com testes, porque é o que mais tende a pular um detalhe do enunciado.Preços atuais: GPT-6.1 Sol · GPT-6 Astra · Claude Opus 5.5.
Sem assinatura, sem mínimo mensal, sem conversa com vendedor. Recarregue com USDT e gaste o que usar — 1 USDT dá 2 créditos de saldo de API.
Leia o início rápido de 30 segundosIdioma: English · 简体中文 · 繁體中文 · 日本語 · 한국어 · Deutsch · Français · Español · Türkçe · Português · Italiano · Bahasa Indonesia · Tiếng Việt · Bahasa Melayu · Polski · Čeština · فارسی · Русский
Os preços desta página são preenchidos automaticamente com dados reais de cobrança. Condições de terceiros são citadas da documentação deles.