A escrita de testes unitários é uma tarefa primordial para garantia da qualidade do software, contudo, a escrita dos mesmos causa um aumento o tempo de desenvolvimento de um sistema. Com o avanço dos Grandes Modelos de Linguagem (LLMs), aparece uma chance de automatização da escrita de testes. Entretando, ainda é necessário avaliar a qualidade dos testes gerados se de fato aumentam, a cobertura e se não apresentam smells. Desse modo, este trabalho propõe um estudo comparativo para avaliação da capacidade dos LLMs na geração de testes em Python. A metodologia utiliza o Deepseek v4 como modelo de LLM, Pytest para execução e metrificação dos testes, e a ferramenta ArodaDr para detecção dos tests smells. Desse modo, esse trabalho traz todo o pipeline de geração de testes com uso de LLMs e a análise dos testes gerados, buscando trazer insights para avanço na visão da capacidade dos LLMs para geração de código de testes.