O Gemini 4 Carbon marcou 10,9% no GDPx, contra 12% do Claude Opus 5.5, segundo números publicados pelo Yahoo Finance. A diferença de 1,1 ponto percentual vale para esse benchmark: a pontuação reúne resultados de vários domínios, nos quais os modelos líderes mudam.
O Yahoo Finance também reportou custos de US$ 16,29 por tarefa GDPx para o Carbon, calculados com o preço introdutório do Google, e US$ 51,41 para o Opus 5.5. São valores por tarefa nesse comparativo, não tarifas gerais de API.
| Modelo | Pontuação GDPx reportada | Custo reportado por tarefa GDPx |
| Gemini 4 Carbon | 10,9% | US$ 16,29 |
| Claude Opus 5.5 | 12% | US$ 51,41 |
O que a pontuação do GDPx mede
O GDPx avalia modelos em 11 domínios, com tarefas desenvolvidas junto a parceiros especialistas. O relatório da SemiAnalysis descreve a pontuação principal como pass@1, uma métrica de acerto em uma tentativa, calculada com três tentativas. Cada domínio tem o mesmo peso; quando há mais de um parceiro em um domínio, os parceiros também recebem pesos iguais. A metodologia do GDPx prevê avaliação binária ou parcial, conforme o domínio.
O limite padrão de cada tarefa é de oito horas, embora algumas tenham um prazo menor. Os modelos rodam em seus ambientes nativos quando disponíveis. Assim, a porcentagem resume o desempenho no desenho específico do GDPx, que reúne tarefas longas e critérios de avaliação diferentes.
Os líderes variam conforme o domínio
A SemiAnalysis relata que o Claude Opus 5.5 lidera em trading quantitativo, design de hardware e design de chips. O Gemini 4 Carbon aparece à frente em biologia e engenharia de software. Já o GPT-6 Astra lidera em autoaperfeiçoamento recursivo e ciência dos materiais.
A SemiAnalysis também afirma que classificadores de segurança reduzem algumas pontuações do Opus 5.5 e do Astra. O relatório discute uma leitura separada que exclui cibersegurança, biologia e alinhamento, mas não apresenta ali pontuações ajustadas. Portanto, o resultado agregado e os destaques por domínio respondem a perguntas diferentes: a distância entre Carbon e Opus 5.5 no total não determina qual modelo se sai melhor em toda área de trabalho.
