Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4

Claude Opus 4.8 (medium) lidera en puntuación media con 8.8 vs 8.5. GPT-5.4 (medium) tiene menor coste de benchmark con $1.533 vs $1.931. Claude Opus 4.8 (medium) es más rápido con 12.49s vs 23.10s, con tasas de acierto de 84.9% vs 77.3%.

Modelo recomendadoClaude Opus 4.8 (medium)Tiene la mejor puntuación aquí (8.8) y responde aproximadamente 1.9x más rápido que GPT-5.4 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-22

Métrica	Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05

Métrica	Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación	8.8	8.5
Rango	#17	#21
Fiabilidad	10.0	10.0
Consistencia	9.6	8.6
Pruebas correctas
Tasa de aciertos por intento	84.9%	77.3%
Pruebas inestables	1	4
Ejecuciones totales	66	66
Costo por resultado	10.724	10.220
Costo total	$1.931	$1.533
Precio de entrada	$5.000 / 1M	$2.500 / 1M
Precio de salida	$25.000 / 1M	$15.000 / 1M
Total de tokens de entrada	138,451	81,127
Tokens de salida	40,766	6,155
Tokens de razonamiento	9,075	82,515
Tiempo de respuesta (promedio)	12.49s	23.10s
Tiempo de respuesta (máximo)	70.54s	100.41s
Tiempo de respuesta (total)	274.72s	508.26s

Hamster playing table tennis

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

#17 Claude Opus 4.8

medium

Coste: $0.057
Tiempo: 23.1s
Tokens: 2,412 tok

#21 GPT-5.4

medium

Coste: $0.214
Tiempo: 199.6s
Tokens: 14,349 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		3.95s	834	1,179	478
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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		54.29s	101,005	19,531	4,762
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

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	7.1	5.6	83.3%	1		12.29s	10,503	481	312
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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		14.59s	975	7,477	900
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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		2.46s	708	237	0
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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	10.0	10.0	100.0%	0		3.32s	909	373	320
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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		3.95s	894	791	483
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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		8.96s	11,775	301	225
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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		6.14s	258	451	214
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsGemini 3.5 Flashlow GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.4medium GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Muse Spark 1.1highvsGPT-5.4medium Claude Opus 4.8mediumvsGrok 4.5low Gemini 3.5 Flash-LitehighvsGPT-5.4medium GPT-5.4mediumvsInklinghigh Claude Opus 4.8mediumvsGPT-5.5low GPT-5.4mediumvsGLM 5.2high