Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: gpt-oss-120b

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-29

Métrica Claude Opus 4.6 Claude Opus 4.6 medium Lanzamiento: 2026-02-05 gpt-oss-120b gpt-oss-120b medium Lanzamiento: 2025-08-05 Disponible gratis
Puntuación 7.6 5.8
Rango #49 #88
Fiabilidad N/D N/D
Consistencia 9.1 7.2
Pruebas correctas
Tasa de aciertos por intento 70.4% 51.9%
Pruebas inestables 2 6
Ejecuciones totales 54 54
Costo por resultado 12.047 0.144
Costo total $1.446 $0.011
Precio de entrada $5.000 / 1M $0.000 / 1M
Precio de salida $25.000 / 1M $0.000 / 1M
Tokens de salida 29,829 13,493
Tokens de razonamiento 18,938 36,879
Tiempo de respuesta (promedio) 21.08s 16.08s
Tiempo de respuesta (máximo) 83.40s 50.92s
Tiempo de respuesta (total) 231.84s 176.88s

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-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
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-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
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-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
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-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
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-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
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-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
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-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
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-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
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-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Comparación rápida

Cambiar par de comparación

Kimi K2.6nonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.5-27BnoneClaude Opus 4.6mediumvsGPT-5.3 Chatnonegpt-oss-120bmediumDisponible gratisvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumDisponible gratisvsMiMo-V2.5-Prononegpt-oss-120bmediumDisponible gratisvsQwen3.6 Flashnonegpt-oss-120bmediumDisponible gratisvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponible gratisvsMiMo-V2-PrononeDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratisgpt-oss-120bmediumDisponible gratisvsQwen3.6 27BnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighDeepSeek V4 Prononevsgpt-oss-120bmediumDisponible gratis