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-5.3-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 none Lanzamiento: 2026-04-16 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación 8.9 8.2
Rango #5 #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 3.164 4.594
Costo total $0.507 $0.598
Precio de entrada $5.000 / 1M $1.750 / 1M
Precio de salida $25.000 / 1M $14.000 / 1M
Tokens de salida 6,329 2,309
Tokens de razonamiento 0 36,880
Tiempo de respuesta (promedio) 3.04s 15.33s
Tiempo de respuesta (máximo) 18.27s 100.93s
Tiempo de respuesta (total) 57.79s 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 2.12s 522 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 2.84s 494 0
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 9.5 10.0 100.0% 0 18.27s 3,504 0
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 2.15s 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 1.19s 78 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 3.47s 257 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 1.46s 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 2.58s 661 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 4.74s 372 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 1.46s 3 0
GPT-5.3-Codex 2.8 1.6 33.3% 1 14.43s 30 1,701

Comparación rápida

Cambiar par de comparación

Gemini 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 Sonnet 4.6nonevsGPT-5.3-CodexmediumGemma 4 31BnoneDisponible gratisvsGPT-5.3-CodexmediumDeepSeek V4 ProhighvsGPT-5.3-CodexmediumGemini 3.1 Flash LiteminimalvsGPT-5.3-Codexmedium