Comparação de Capacidades de Modelos de IA
Uso de computador
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
CUA-benchBenchmark de agente de uso de computador
— means no published score for this candidate in this source, not zero.5/11 recent-year models have scores
| Nº | Modelo | Est. API costCusto estimado da API para a avaliação | Input costPreço de entrada por milhão de tokens | Output costPreço de saída por milhão de tokens | Time / actionTempo médio por ação | |
|---|---|---|---|---|---|---|
| 1 |  GPT-6 AstraGPT-6 Astra | 19.17 | $1821.37* | $10 | $50 | 32.09 s |
| 2 |  Claude Opus 5.5Claude Opus 5.5 | 14 | $188.04 | $4 | $20 | 14.71 s |
| 3 | Claude Fable 5.1Claude Fable 5.1 | 13.17 | $323.78 | $10 | $50 | 37.44 s |
| 4 | Claude Opus 5Claude Opus 5 | 9 | $232.23 | $5 | $25 | 25.29 s |
| 5 |  Gemini 4 ArgonGemini 4 Argon | 4.83 | $193.78 | $4 | $20 | 1.18 min |
PandaNpc Atualizado 21 de out. de 2026, 06:01 UTC
Fonte: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guia de colunas
- Nº
- Apenas ordem de exibição. A ordenação altera este número; não é uma classificação de capacidade publicada.
- Modelo
- O nome do modelo avaliado e o ícone do respetivo provedor. Um traço numa coluna de pontuação significa que não há pontuação publicada disponível aqui, e não um zero.
- Pontuação
- Testa o uso de teclado e mouse para jogar videogames comerciais. Mede o controle interativo de jogos, em vez de tarefas de software de escritório. Metodologia de avaliação ↗
- Cobertura
- Apenas resultados publicados para as famílias de modelos selecionadas são mostrados. OSWorld 2.x, Verified e Pro atualmente fornecem configurações do Claude Opus 5; esta não é uma cobertura completa de todos os modelos. Windows Agent Arena, MacArena, ScreenSpot-Pro, OSWorld-Human, WebArena-Verified, VisualWebArena, Online-Mind2Web e WorkArena++ ainda não estão integrados aqui. SafeArena mede segurança separadamente e não é mesclado às pontuações de conclusão de tarefa. Resultados ausentes nunca são preenchidos com zero.
- Est. API cost
- Custo estimado da API para a avaliação · USD
- Input cost
- Preço de entrada por milhão de tokens · USD / 1M tokens
- Output cost
- Preço de saída por milhão de tokens · USD / 1M tokens
- Time / action
- Tempo médio por ação · s / min
- Vals.ai
- Os custos e tempos são reportados por Vals para este benchmark, não preços ou latência universais de modelos. O custo estimado de API do CUA-bench cobre o uso na avaliação e é uma estimativa de limite inferior, não o custo por tarefa; o tempo por ação é uma média, não uma mediana. Um asterisco marca o comportamento de cache de prompt no dia de lançamento que aumentou os custos de gravação no cache. Valores ausentes não são publicados, não são zero.