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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.2

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-5.2 medium Lanzamiento: Fecha de lanzamiento desconocida
Rango #20 #12
Puntuación 6.07 6.93
Consistencia 8.80 8.22
Costo por resultado 10.992 2.780
Costo total $0.880 $0.251
Pruebas correctas
Pruebas incorrectas 6 5
Tasa de aciertos por intento 61.9% 76.2%
Pruebas inestables 2 3
Tokens de salida 19,576 1,869
Tokens de razonamiento 11,081 14,190

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-5.2 7.00 7.28 77.8% 1 549 2,002
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-5.2 10.00 10.00 100.0% 0 234 499
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-5.2 4.00 7.21 55.6% 1 42 9,690
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-5.2 9.50 10.00 100.0% 0 95 587
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-5.2 8.00 10.00 66.7% 0 710 943
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-5.2 1.00 1.62 66.7% 1 239 469

Cambiar par de comparación

Comparar Anthropic: Claude Opus 4.6 contra...

Comparar OpenAI: GPT-5.2 contra...