Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Terra

GPT-5.6 Terra (high) lidera en puntuación media con 8.0 vs 7.8. GPT-5.6 Terra (high) tiene menor coste de benchmark con $1.055 vs $2.077. GPT-5.6 Terra (high) es más rápido con 11.32s vs 12.74s, con tasas de acierto de 80.3% vs 68.2%.

Modelo recomendadoGPT-5.6 Terra (high)Tiene la mejor puntuación aquí (8.0) y cuesta aproximadamente 2.0x menos que Claude Opus 4.8 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high Lanzamiento: 2026-07-09

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	GPT-5.6 Terra GPT-5.6 Terra high Lanzamiento: 2026-07-09
Puntuación	7.8	8.0
Rango	#41	#34
Fiabilidad	10.0	10.0
Consistencia	8.9	9.3
Pruebas correctas
Tasa de aciertos por intento	80.3%	68.2%
Pruebas inestables	3	2
Ejecuciones totales	66	66
Costo por resultado	12.979	7.533
Costo total	$2.077	$1.055
Precio de entrada	$5.000 / 1M	$2.500 / 1M
Precio de salida	$25.000 / 1M	$15.000 / 1M
Total de tokens de entrada	156,525	81,047
Tokens de salida	43,141	5,055
Tokens de razonamiento	8,617	51,736
Tiempo de respuesta (promedio)	12.74s	11.32s
Tiempo de respuesta (máximo)	127.97s	91.49s
Tiempo de respuesta (total)	280.29s	249.14s

Hamster playing table tennis

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

#41 Claude Opus 4.8

low

Coste: $0.031
Tiempo: 14.1s
Tokens: 1,345 tok

#34 GPT-5.6 Terra

high

Coste: $0.055
Tiempo: 30.2s
Tokens: 3,748 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

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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

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 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

Comparación rápida

Cambiar par de comparación

Kimi K3maxvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsInklingmedium Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh GPT-5.6 TerrahighvsStep 3.7 Flashmedium Claude Opus 4.8lowvsDeepSeek V4 Prohigh