Navegación
AI BENCHY
Comparar Gráficos
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-4o-mini

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica Anthropic: Claude Opus 4.6 medium Lanzamiento: Fecha de lanzamiento desconocida OpenAI: GPT-4o-mini none Lanzamiento: Fecha de lanzamiento desconocida
Rango #20 #28
Puntuación 6.07 4.86
Consistencia 8.80 9.98
Costo por resultado 10.992 0.056
Costo total $0.880 $0.003
Pruebas correctas
Pruebas incorrectas 6 9
Tasa de aciertos por intento 61.9% 35.7%
Pruebas inestables 2 0
Tokens de salida 19,576 949
Tokens de razonamiento 11,081 0

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 4.00 4.41 55.6% 2 897 1,000
OpenAI: GPT-4o-mini 4.00 10.00 33.3% 0 180 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 668 763
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 183 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 1.00 10.00 0.0% 0 16,328 7,928
OpenAI: GPT-4o-mini 1.00 10.00 0.0% 0 15 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 9.50 9.99 100.0% 0 266 468
OpenAI: GPT-4o-mini 5.50 10.00 50.0% 0 71 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 7.00 10.00 66.7% 0 556 593
OpenAI: GPT-4o-mini 4.00 9.92 0.0% 0 295 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tokens de salida Tokens de razonamiento
Anthropic: Claude Opus 4.6 10.00 10.00 100.0% 0 861 329
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 205 0

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar OpenAI: GPT-4o-mini contra...