Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de Claude Opus 4.6 vs GPT-5.2 Chat: GPT-5.2 Chat lidera en puntuación media con 8.5 vs 7.7. GPT-5.2 Chat tiene menor coste de benchmark con $0.393 vs $2.053. GPT-5.2 Chat es más rápido con 7.13s vs 25.89s, con tasas de acierto de 61.9% vs 74.6%.

Modelo recomendado: GPT-5.2 Chat - Tiene la mejor puntuación aquí (8.5) y cuesta aproximadamente 5.2x menos que Claude Opus 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

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 7.7 8.5
Rango #40 #19
Fiabilidad 10.0 10.0
Consistencia 8.8 8.9
Pruebas correctas
Tasa de aciertos por intento 61.9% 74.6%
Pruebas inestables 3 3
Ejecuciones totales 63 63
Costo por resultado 17.103 2.803
Costo total $2.053 $0.393
Precio de entrada $5.000 / 1M $1.750 / 1M
Precio de salida $25.000 / 1M $14.000 / 1M
Total de tokens de entrada 53,227 34,212
Tokens de salida 47,446 23,744
Tokens de razonamiento 24,000 0
Tiempo de respuesta (promedio) 25.89s 7.13s
Tiempo de respuesta (máximo) 83.40s 38.52s
Tiempo de respuesta (total) 362.49s 149.69s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#40 Claude Opus 4.6

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

#19 GPT-5.2 Chat

none
Coste
$0.010
Tiempo
15.3s
Tokens
797 tok

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 entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 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 entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.2 ChatnonevsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighGPT-5.2 ChatnonevsGLM 5.2mediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.6mediumvsGemini 3 Flash Previewlow