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-5.4 Nano

Resumen

Comparación benchmark de Claude Opus 4.6 vs GPT-5.4 Nano: Claude Opus 4.6 lidera en puntuación media con 7.7 vs 7.5. GPT-5.4 Nano tiene menor coste de benchmark con $0.107 vs $2.053. GPT-5.4 Nano es más rápido con 11.95s vs 25.89s, con tasas de acierto de 61.9% vs 63.5%.

Modelo recomendado: GPT-5.4 Nano - Su puntuación se mantiene cerca de la mejor aquí (7.5 vs 7.7) y cuesta aproximadamente 19.3x menos que Claude Opus 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 GPT-5.4 Nano GPT-5.4 Nano medium Lanzamiento: 2026-03-17
Puntuación 7.7 7.5
Rango #41 #48
Fiabilidad 10.0 10.0
Consistencia 8.8 8.4
Pruebas correctas
Tasa de aciertos por intento 61.9% 63.5%
Pruebas inestables 3 4
Ejecuciones totales 63 63
Costo por resultado 17.103 0.969
Costo total $2.053 $0.107
Precio de entrada $5.000 / 1M $0.200 / 1M
Precio de salida $25.000 / 1M $1.250 / 1M
Total de tokens de entrada 53,227 35,434
Tokens de salida 47,446 3,014
Tokens de razonamiento 24,000 76,520
Tiempo de respuesta (promedio) 25.89s 11.95s
Tiempo de respuesta (máximo) 83.40s 94.06s
Tiempo de respuesta (total) 362.49s 250.98s

Generation showcase

Hamster playing table tennis

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

#41 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#48 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 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-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowGPT-5.4 NanomediumvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsGPT-5.4 NanomediumClaude Opus 4.6mediumvsQwen3.7 PlusnoneClaude Opus 4.6mediumvsDeepSeek V4 Flashhigh