Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.2

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-30

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11
Puntuación 7.6 7.5
Rango #49 #53
Fiabilidad N/D N/D
Consistencia 9.1 8.1
Pruebas correctas
Tasa de aciertos por intento 70.4% 72.2%
Pruebas inestables 2 4
Ejecuciones totales 54 54
Costo por resultado 12.047 3.193
Costo total $1.446 $0.352
Precio de entrada $5.000 / 1M $1.750 / 1M
Precio de salida $25.000 / 1M $14.000 / 1M
Tokens de salida 29,829 2,705
Tokens de razonamiento 18,938 18,977
Tiempo de respuesta (promedio) 21.08s 14.04s
Tiempo de respuesta (máximo) 83.40s 77.80s
Tiempo de respuesta (total) 231.84s 154.41s

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 6.5 8.0 58.3% 1 7.81s 567 2,002
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 10.0 10.0 100.0% 0 15.12s 467 2,166
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 10.0 10.0 100.0% 0 14.06s 291 1,757
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 10.0 10.0 100.0% 0 3.15s 234 420
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 5.9 7.2 55.6% 1 77.80s 42 10,342
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 3.7 9.7 0.0% 0 4.32s 162 269
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 9.9 10.0 100.0% 0 3.12s 94 614
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 7.7 7.3 77.8% 1 5.47s 609 938
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 4.7 1.6 66.7% 1 10.30s 239 469

Comparación rápida

Cambiar par de comparación

GPT-5.2mediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsHY3 PreviewlowDisponible gratis