Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.2 Chat

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-28

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11
Puntuación 8.7 7.9
Rango #12 #31
Fiabilidad 10.0 10.0
Consistencia 9.6 8.9
Pruebas correctas
Tasa de aciertos por intento 83.3% 73.3%
Pruebas inestables 1 3
Ejecuciones totales 60 60
Costo por resultado 6.285 2.703
Costo total $1.006 $0.352
Precio de entrada $5.000 / 1M $1.750 / 1M
Precio de salida $25.000 / 1M $14.000 / 1M
Tokens de salida 23,201 21,144
Tokens de razonamiento 5,901 0
Tiempo de respuesta (promedio) 9.34s 6.82s
Tiempo de respuesta (máximo) 38.03s 38.52s
Tiempo de respuesta (total) 186.84s 136.34s

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 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,131 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
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 4.8 7.1 5.6 83.3% 1 12.29s 481 312
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
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 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
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 4.8 10.0 10.0 100.0% 0 2.46s 237 0
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
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 4.8 10.0 10.0 100.0% 0 3.32s 373 320
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 1,441 0
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 4.8 10.0 10.0 100.0% 0 3.95s 791 483
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 1,603 0
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 4.8 10.0 10.0 100.0% 0 8.96s 301 225
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
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 4.8 3.0 10.0 0.0% 0 6.14s 451 214
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemma 4 31BmediumDisponible gratisvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 Chatnone