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 (medium): GPT-5.6 Terra (medium) lidera en puntuación media con 7.8 vs 7.7. GPT-5.6 Terra (medium) tiene menor coste de benchmark con $0.496 vs $1.270. GPT-5.6 Terra (medium) es más rápido con 6.69s vs 10.83s, con tasas de acierto de 79.4% vs 68.3%.

Modelo recomendado: GPT-5.6 Terra (medium) - Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 2.6x 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 medium Lanzamiento: 2026-07-09
Puntuación 7.7 7.8
Rango #45 #37
Fiabilidad 10.0 10.0
Consistencia 8.8 9.2
Pruebas correctas
Tasa de aciertos por intento 79.4% 68.3%
Pruebas inestables 3 2
Ejecuciones totales 63 63
Costo por resultado 8.466 3.815
Costo total $1.270 $0.496
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 34,218
Tokens de salida 31,771 1,982
Tokens de razonamiento 6,831 25,370
Tiempo de respuesta (promedio) 10.83s 6.69s
Tiempo de respuesta (máximo) 127.97s 41.68s
Tiempo de respuesta (total) 227.39s 140.49s

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

#37 GPT-5.6 Terra

medium
Coste
$0.035
Tiempo
16.3s
Tokens
2,418 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 2.22s 606 172 657
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 6.1 7.2 55.6% 1 7.19s 7,302 427 4,527
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 6.26s 11,019 316 540
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 872ms 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 23.45s 723 70 15,327
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 5.5 10.0 0.0% 0 2.37s 477 133 144
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 1.43s 660 89 261
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 8.4 7.4 88.9% 1 3.78s 642 272 1,462
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 5.09s 5,454 254 246
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 10.05s 195 27 2,206

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsKimi K2.6mediumDisponible gratisGPT-5.6 TerramediumvsGrok 4.5lowClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsGPT-5.6 LunahighClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.8lowvsMiniMax M3mediumClaude Opus 4.8lowvsDeepSeek V4 ProhighGPT-5.6 TerramediumvsStep 3.7 Flashlow