comparativos / duelo
Ranking geral: Sonnet 4.6 #6 (0.8312) · GPT-5.4 Mini #15 (0.6996) — vencedor geral: Sonnet 4.6
Placar por teste: sonnet-4-6 8 × 1 gpt-5-4-mini (empates: 0) · custo total da bateria: sonnet-4-6 $3.485 vs gpt-5-4-mini $1.231
| teste | sonnet-4-6 | gpt-5-4-mini | vencedor |
|---|---|---|---|
| 001 3D interativo | ✅ · $0.69 · 551s · score 0.89 | ✅ · $0.38 · 2064s · score 0.73 | sonnet-4-6 |
| 002 clone de site | ✅ · $0.92 · 528s · score 0.86 | ✅ · $0.22 · 1324s · score 0.77 | sonnet-4-6 |
| 003 física/canvas | ✅ · $0.13 · 62s · score 0.98 | ✅ · $0.16 · 390s · score 0.89 | sonnet-4-6 |
| 004 jogo 3D | ⚠️ · $0.82 · 491s · score 0.66 | ❌ · $0.03 · 1864s · score 0.27 | sonnet-4-6 |
| 101 debug | ✅ · $0.12 · 33s · score 0.84 | ⚠️ · $0.03 · 105s · score 0.48 | sonnet-4-6 |
| 103 feature em código existente | ✅ · $0.11 · 42s · score 0.85 | ✅ · $0.05 · 93s · score 0.73 | sonnet-4-6 |
| 104 CSS responsivo | ⚠️ · $0.10 · 41s · score 0.72 | ✅ · $0.11 · 290s · score 0.87 | gpt-5-4-mini |
| 105 code review | ✅ · $0.18 · 120s · score 0.85 | ✅ · $0.09 · 220s · score 0.80 | sonnet-4-6 |
| 108 dados | ✅ · $0.42 · 123s · score 0.83 | ✅ · $0.17 · 437s · score 0.75 | sonnet-4-6 |
Onde Sonnet 4.6 leva
- Complexidade 3D e física (001, 003): scores máximos (0.89–0.98) contra 0.73–0.89, com velocidade 3.7–6.3x superior — 551s vs 2064s no interativo, 62s vs 390s na física.
- Confiabilidade em falhas (004, 101): GPT quebra completamente em jogo 3D (0.27) e tem defeitos em debug (0.48); Sonnet entrega algo utilizável mesmo com defeitos (0.66, 0.84).
- Consistência geral (002, 103, 105, 108): vence em 5 de 6 testes restantes com scores 0.83–0.86, mantendo velocidade 2–2.5x melhor.
Onde GPT-5.4 Mini leva
- CSS responsivo (104): único vencedor com 0.87 vs defeitos do Sonnet (0.72) — o único teste onde GPT entrega clean sem compromissos.
Qual escolher
Sonnet 4.6 para produção: domina 88.9% dos testes, especialmente em tarefas complexas que quebram outros modelos (3D, physics, debug). Custo 2.8x maior ($3.49 vs $1.23) é compensado por confiabilidade. GPT-5.4 Mini só se orçamento for crítico e a carga for CSS/styling — caso contrário, o risco de falhas custosas (jogo 3D quebrou, debug deficiente) inviabiliza economizar $2.25 por bateria.