Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs OpenAI: GPT-5.5

Resumen

Comparación benchmark de Claude Opus 4.7 vs GPT-5.5: GPT-5.5 lidera en puntuación media con 9.0 vs 7.4. Claude Opus 4.7 tiene menor coste de benchmark con $0.505 vs $3.679. Claude Opus 4.7 es más rápido con 3.02s vs 37.98s, con tasas de acierto de 76.2% vs 87.3%.

Modelo recomendado: Claude Opus 4.7 - Ofrece el mejor equilibrio general: puntuación competitiva (7.4), menor coste que GPT-5.5 y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Claude Opus 4.7 Claude Opus 4.7 none Lanzamiento: 2026-04-16 GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24
Puntuación 7.4 9.0
Rango #49 #9
Fiabilidad 10.0 10.0
Consistencia 9.0 8.9
Pruebas correctas
Tasa de aciertos por intento 76.2% 87.3%
Pruebas inestables 0 3
Ejecuciones totales 57 63
Costo por resultado 3.154 21.638
Costo total $0.505 $3.679
Precio de entrada $5.000 / 1M $5.000 / 1M
Precio de salida $25.000 / 1M $30.000 / 1M
Total de tokens de entrada 69,576 34,212
Tokens de salida 6,265 1,985
Tokens de razonamiento 0 114,925
Tiempo de respuesta (promedio) 3.02s 37.98s
Tiempo de respuesta (máximo) 18.27s 332.10s
Tiempo de respuesta (total) 57.44s 797.60s

Generación showcase

Hamster playing table tennis

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

#49 Claude Opus 4.7

none
Coste
$0.051
Tiempo
24.2s
Tokens
2,181 tok

#9 GPT-5.5

medium
Coste
$0.112
Tiempo
71.9s
Tokens
3,807 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 2.12s 894 522 0
GPT-5.5 10.0 10.0 100.0% 0 4.66s 606 250 1,335
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 3.3 3.3 33.3% 0 2.84s 1,176 494 0
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 9.5 10.0 100.0% 0 18.27s 37,740 3,504 0
GPT-5.5 10.0 10.0 100.0% 0 19.29s 11,019 312 2,841
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 2.15s 10,533 324 0
GPT-5.5 10.0 10.0 100.0% 0 4.18s 7,140 234 593
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 1.19s 1,020 78 0
GPT-5.5 5.3 7.2 44.4% 1 164.14s 723 67 79,625
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 3.47s 723 257 0
GPT-5.5 10.0 10.0 100.0% 0 4.16s 477 138 223
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 1.46s 939 114 0
GPT-5.5 10.0 10.0 100.0% 0 3.36s 660 93 538
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 2.46s 939 597 0
GPT-5.5 10.0 10.0 100.0% 0 6.76s 642 241 2,225
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 4.74s 15,339 372 0
GPT-5.5 10.0 10.0 100.0% 0 10.57s 5,445 258 832
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 1.46s 273 3 0
GPT-5.5 2.8 1.6 33.3% 1 37.86s 195 30 1,754

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashlowvsGPT-5.5mediumDeepSeek V4 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumGPT-5.5mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.5mediumClaude Sonnet 4.6nonevsGPT-5.5mediumClaude Opus 4.8nonevsGPT-5.5mediumDeepSeek V4 PrononevsGPT-5.5mediumGPT-5.5mediumvsQwen3.7 PlusnoneGPT-5.5mediumvsGLM 5.2noneGPT-5.5mediumvsStep 3.7 Flashhigh