Comparação de Capacidades de Modelos de IA
Multimodal
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.
SWE-bench MultimodalBenchmark de engenharia de software multimodal
— means no published score for this candidate in this source, not zero.8/11 recent-year models have scores
| Nº | Modelo | Cost / TestCusto por teste | Input costPreço de entrada por milhão de tokens | Output costPreço de saída por milhão de tokens | DurationDuração do teste reportada | Input / Output TokensUso reportado de token de entrada / saída | |
|---|---|---|---|---|---|---|---|
| 1 |  Claude Opus 5.5Claude Opus 5.5 | 70.21 | $4.92 | $4 | $20 | 18.53 min | 3.18B / 38.08M |
| 2 | Claude Fable 5.1Claude Fable 5.1 | 61.25 | $5.46 | $10 | $50 | 15.2 min | 2.21B / 27.94M |
| 3 | Claude Sonnet 5.5Claude Sonnet 5.5 | 58.33 | $4.53 | $2 | $10 | 24.22 min | 6.21B / 67.48M |
| 4 |  Gemini 4 ArgonGemini 4 Argon | 56.04 | $11.4 | $4 | $20 | 33.63 min | 6.54B / 56.31M |
| 5 | Claude Haiku 5.5Claude Haiku 5.5 | 43.96 | $0.7 | $0.1 | $0.5 | 16.27 min | 4.64B / 62.24M |
| 6 |  GPT-6.1 SolGPT-6.1 Sol | 43.54 | $0.35 | $2 | $10 | 6.93 min | 242.14M / 8.75M |
| 7 | GPT-6 AstraGPT-6 Astra | 43.33 | $1.81 | $10 | $50 | 7.05 min | 222.91M / 7.78M |
| 8 | GPT-6 LunaGPT-6 Luna | 37.5 | $0.03 | $0.1 | $0.5 | 5.27 min | 524.11M / 13.09M |
Benchmarks Vals.ai
Fonte: Vals.ai ↗ · Atualizado 2026-10-19
SWE-bench Multimodal · Atualizado 2026-10-16
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 tarefas de engenharia de software que exigem informações visuais, além de código, como interpretar capturas de tela de uma interface. Metodologia de avaliação ↗
- Cost / Test
- Custo por teste · 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
- Duration
- Duração do teste reportada · s / min
- Input / Output Tokens
- Uso reportado de token de entrada / saída · tokens
- 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.