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 4.8 vs OpenAI: GPT-5.6 Terra

Resumen

Comparación benchmark de Claude Opus 4.8 (low) vs GPT-5.6 Terra (low): La puntuación media está prácticamente empatada en 7.7 vs 7.7. GPT-5.6 Terra (low) tiene menor coste de benchmark con $0.343 vs $1.270. GPT-5.6 Terra (low) es más rápido con 4.88s vs 10.83s, con tasas de acierto de 79.4% vs 74.6%.

Modelo recomendado: GPT-5.6 Terra (low) - Tiene la mejor puntuación aquí (7.7) y cuesta aproximadamente 3.7x menos que Claude Opus 4.8 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 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 low Lanzamiento: 2026-07-09
Puntuación 7.7 7.7
Rango #45 #47
Fiabilidad 10.0 10.0
Consistencia 8.8 8.1
Pruebas correctas
Tasa de aciertos por intento 79.4% 74.6%
Pruebas inestables 3 5
Ejecuciones totales 63 63
Costo por resultado 8.466 2.637
Costo total $1.270 $0.343
Precio de entrada $5.000 / 1M $2.500 / 1M
Precio de salida $25.000 / 1M $15.000 / 1M
Total de tokens de entrada 60,946 34,226
Tokens de salida 31,771 1,943
Tokens de razonamiento 6,831 15,201
Tiempo de respuesta (promedio) 10.83s 4.88s
Tiempo de respuesta (máximo) 127.97s 19.85s
Tiempo de respuesta (total) 227.39s 102.53s

Generación showcase

Hamster playing table tennis

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

#45 Claude Opus 4.8

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

#47 GPT-5.6 Terra

low
Coste
$0.034
Tiempo
16.8s
Tokens
2,348 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 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
GPT-5.6 Terra 8.3 10.0 75.0% 0 2.36s 606 171 602
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 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821
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 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
GPT-5.6 Terra 10.0 10.0 100.0% 0 5.07s 11,019 312 349
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 919ms 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 7.2 44.4% 1 8.34s 723 72 4,086
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 4.8 3.2 33.3% 1 3.52s 477 105 249
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 1.48s 660 87 134
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 10.0 10.0 100.0% 0 4.46s 642 259 1,506
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 4.7 1.6 66.7% 1 6.69s 5,462 257 226
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 5.95s 195 29 1,228

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.6mediumvsGPT-5.6 TerralowClaude Opus 4.8lowvsKimi K2.6mediumDisponible gratisClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumKimi K2.6mediumDisponible gratisvsGPT-5.6 TerralowClaude Opus 4.8lowvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 Terralow