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-5.5

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 GPT-5.5 GPT-5.5 none Lanzamiento: 2026-04-24
Puntuación 7.6 6.8
Rango #45 #58
Fiabilidad N/D N/D
Consistencia 9.1 8.3
Pruebas correctas
Tasa de aciertos por intento 70.4% 61.1%
Pruebas inestables 2 4
Ejecuciones totales 54 54
Costo por resultado 12.047 2.162
Costo total $1.446 $0.195
Precio de entrada $5.000 / 1M $5.000 / 1M
Precio de salida $25.000 / 1M $30.000 / 1M
Tokens de salida 29,829 1,910
Tokens de razonamiento 18,938 0
Tiempo de respuesta (promedio) 21.08s 1.83s
Tiempo de respuesta (máximo) 83.40s 5.56s
Tiempo de respuesta (total) 231.84s 32.86s

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-5.5 6.9 7.9 66.7% 1 1.31s 213 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-5.5 10.0 10.0 100.0% 0 2.05s 426 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-5.5 3.0 10.0 0.0% 0 5.56s 300 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-5.5 10.0 10.0 100.0% 0 1.18s 222 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-5.5 2.9 7.2 11.1% 1 1.31s 52 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-5.5 10.0 10.0 100.0% 0 3.41s 124 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-5.5 6.2 5.8 66.7% 1 1.15s 81 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-5.5 6.7 7.9 55.6% 1 1.36s 245 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-5.5 10.0 10.0 100.0% 0 3.90s 247 0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsGPT-5.3 ChatnoneNemotron 3 SupermediumDisponible gratisvsGPT-5.5noneGPT-5.5nonevsGrok 4.1 FastmediumClaude Opus 4.6mediumvsDeepSeek V4 FlashhighGPT-5.5nonevsGrok 4.20mediumKimi K2.5mediumvsGPT-5.5noneMercury 2mediumvsGPT-5.5noneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsHY3 PreviewlowDisponible gratis