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 OpenAI: GPT-5.6 Sol

Resumen

Comparación benchmark de Claude Opus 4.7 (medium) vs GPT-5.6 Sol (low): GPT-5.6 Sol (low) lidera en puntuación media con 9.5 vs 8.7. GPT-5.6 Sol (low) tiene menor coste de benchmark con $0.649 vs $0.679. Claude Opus 4.7 (medium) es más rápido con 4.73s vs 8.29s, con tasas de acierto de 82.5% vs 85.7%.

Modelo recomendado: GPT-5.6 Sol (low) - Tiene la puntuación más alta en esta comparación (9.5) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

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

Métrica Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16 GPT-5.6 Sol GPT-5.6 Sol low Lanzamiento: 2026-07-09
Puntuación 8.7 9.5
Rango #16 #3
Fiabilidad 10.0 10.0
Consistencia 9.6 9.2
Pruebas correctas
Tasa de aciertos por intento 82.5% 85.7%
Pruebas inestables 1 2
Ejecuciones totales 63 63
Costo por resultado 3.991 3.816
Costo total $0.679 $0.649
Precio de entrada $5.000 / 1M $5.000 / 1M
Precio de salida $25.000 / 1M $30.000 / 1M
Total de tokens de entrada 65,406 34,218
Tokens de salida 11,858 1,898
Tokens de razonamiento 2,198 14,023
Tiempo de respuesta (promedio) 4.73s 8.29s
Tiempo de respuesta (máximo) 23.18s 53.91s
Tiempo de respuesta (total) 94.51s 174.04s

Generación showcase

Hamster playing table tennis

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

#16 Claude Opus 4.7

medium
Coste
$0.059
Tiempo
26.8s
Tokens
2,475 tok

#3 GPT-5.6 Sol

low
Coste
$0.062
Tiempo
26.7s
Tokens
2,150 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 4.7 8.3 10.0 75.0% 0 1.85s 894 348 0
GPT-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
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 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
GPT-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
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 4.7 10.0 10.0 100.0% 0 21.45s 24,501 2,369 1,084
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
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 4.7 10.0 10.0 100.0% 0 2.37s 10,533 324 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.82s 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 4.7 7.7 10.0 66.7% 0 1.17s 630 51 0
GPT-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
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 4.7 10.0 10.0 100.0% 0 2.87s 723 256 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
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 4.7 10.0 10.0 100.0% 0 1.57s 939 114 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
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 4.7 10.0 10.0 100.0% 0 2.43s 939 370 0
GPT-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
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 4.7 10.0 10.0 100.0% 0 4.17s 15,339 373 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
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 4.7 3.0 10.0 0.0% 0 2.25s 273 24 0
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGPT-5.6 SollowvsQwen3.7 MaxmediumClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 3.5 FlashhighvsGPT-5.6 SollowClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowGemini 3.5 FlashmediumvsGPT-5.6 SollowClaude Opus 4.7mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGPT-5.6 TerrahighClaude Opus 4.7mediumvsGemini 3.5 FlashlowClaude Opus 4.7mediumvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.6 Solhigh