Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.3-Codex

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 8.9 8.2
Rango #3 #13
Fiabilidad 10.0 10.0
Consistencia 10.0 8.3
Pruebas correctas
Tasa de aciertos por intento 84.2% 80.7%
Pruebas inestables 0 4
Ejecuciones totales 57 57
Costo por resultado 2.802 4.594
Costo total $0.449 $0.598
Precio de entrada $5.000 / 1M $1.750 / 1M
Precio de salida $25.000 / 1M $14.000 / 1M
Tokens de salida 5,399 2,309
Tokens de razonamiento 1,341 36,880
Tiempo de respuesta (promedio) 3.46s 15.33s
Tiempo de respuesta (máximo) 21.45s 100.93s
Tiempo de respuesta (total) 62.29s 291.34s

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
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
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 6.41s 1,141 257
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
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
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
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
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
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 2.51s 399 0
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
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
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
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
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewnonevsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.3-CodexmediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash LitelowvsGPT-5.3-CodexmediumDeepSeek V4 FlashhighvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.6 Max PreviewnoneRing 2.6 1tnoneDisponible gratisvsGPT-5.3-CodexmediumClaude Opus 4.7mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.7mediumvsGemini 3.1 Flash Lite Previewlow