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 4.7 vs Anthropic: Claude Sonnet 4.6

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-01

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17
Puntuación 8.9 7.6
Rango #7 #52
Fiabilidad 10.0 10.0
Consistencia 10.0 9.2
Pruebas correctas
Tasa de aciertos por intento 85.0% 68.3%
Pruebas inestables 0 2
Ejecuciones totales 60 60
Costo por resultado 3.670 10.229
Costo total $0.624 $1.330
Precio de entrada $5.000 / 1M $3.000 / 1M
Precio de salida $25.000 / 1M $15.000 / 1M
Tokens de salida 10,439 49,891
Tokens de razonamiento 2,198 29,565
Tiempo de respuesta (promedio) 4.48s 15.81s
Tiempo de respuesta (máximo) 23.18s 46.35s
Tiempo de respuesta (total) 85.21s 189.71s

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 4.7 8.3 10.0 75.0% 0 1.85s 348 0
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 14.79s 6,210 1,114
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 10.0 10.0 100.0% 0 21.45s 2,369 1,084
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
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 4.7 10.0 10.0 100.0% 0 2.37s 324 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
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 4.7 7.7 10.0 66.7% 0 1.17s 51 0
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
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 4.7 10.0 10.0 100.0% 0 2.87s 256 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
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 4.7 10.0 10.0 100.0% 0 1.57s 114 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
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 4.7 10.0 10.0 100.0% 0 2.43s 370 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 592 646
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 4.7 10.0 10.0 100.0% 0 4.17s 373 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.7 3.0 10.0 0.0% 0 2.25s 24 0
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3.5 FlashnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash LitelowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsRing-2.6-1Tnone