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-5.6 Terra

Resumen

Comparación benchmark de Claude Opus 4.6 (medium) vs GPT-5.6 Terra (low): La puntuación media está prácticamente empatada en 7.7 vs 7.7. GPT-5.6 Terra (low) tiene menor coste de benchmark con $0.343 vs $2.053. GPT-5.6 Terra (low) es más rápido con 4.88s vs 25.89s, con tasas de acierto de 61.9% vs 74.6%.

Modelo recomendado: GPT-5.6 Terra (low) - Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 6.0x menos que Claude Opus 4.6 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 GPT-5.6 Terra GPT-5.6 Terra low Lanzamiento: 2026-07-09
Puntuación 7.7 7.7
Rango #48 #47
Fiabilidad 10.0 10.0
Consistencia 8.8 8.1
Pruebas correctas
Tasa de aciertos por intento 61.9% 74.6%
Pruebas inestables 3 5
Ejecuciones totales 63 63
Costo por resultado 17.103 2.637
Costo total $2.053 $0.343
Precio de entrada $5.000 / 1M $2.500 / 1M
Precio de salida $25.000 / 1M $15.000 / 1M
Total de tokens de entrada 53,227 34,226
Tokens de salida 47,446 1,943
Tokens de razonamiento 24,000 15,201
Tiempo de respuesta (promedio) 25.89s 4.88s
Tiempo de respuesta (máximo) 83.40s 19.85s
Tiempo de respuesta (total) 362.49s 102.53s

Generación showcase

Hamster playing table tennis

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

#48 Claude Opus 4.6

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

#47 GPT-5.6 Terra

low
Coste
$0.034
Tiempo
16.8s
Tokens
2,348 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-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
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-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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-5.6 Terra 10.0 10.0 100.0% 0 919ms 7,140 222 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-5.6 Terra 5.3 7.2 44.4% 1 8.34s 723 72 4,086
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-5.6 Terra 4.8 3.2 33.3% 1 3.52s 477 105 249
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-5.6 Terra 10.0 10.0 100.0% 0 1.48s 660 87 134
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-5.6 Terra 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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-5.6 Terra 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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-5.6 Terra 3.0 10.0 0.0% 0 5.95s 195 29 1,228

Comparación rápida

Cambiar par de comparación

Claude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponible gratisvsGPT-5.6 TerralowGemini 3.1 Flash LitemediumvsGPT-5.6 TerralowGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowClaude Opus 4.6mediumvsDeepSeek V4 ProhighMiniMax M3mediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGPT-5.6 TerralowClaude Sonnet 4.6mediumvsGPT-5.6 Terralow