Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.2 Chat

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11
Puntuación 7.6 7.9
Rango #36 #28
Consistencia 9.1 8.7
Pruebas correctas
Tasa de aciertos por intento 70.4% 75.9%
Pruebas inestables 2 3
Ejecuciones totales 54 54
Costo por resultado 12.047 2.424
Costo total $1.446 $0.291
Precio de entrada $5.000 / 1M $1.750 / 1M
Precio de salida $25.000 / 1M $14.000 / 1M
Tokens de salida 29,829 17,346
Tokens de razonamiento 18,938 0
Tiempo de respuesta (promedio) 21.08s 6.84s
Tiempo de respuesta (máximo) 83.40s 38.52s
Tiempo de respuesta (total) 231.84s 123.17s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5V TurbomediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium