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-5.5

Resumen

Comparación benchmark de Claude Opus 4.8 vs GPT-5.5: GPT-5.5 lidera en puntuación media con 9.3 vs 8.8. GPT-5.5 tiene menor coste de benchmark con $0.907 vs $1.107. Claude Opus 4.8 es más rápido con 9.66s vs 9.76s, con tasas de acierto de 84.1% vs 85.7%.

Modelo recomendado: GPT-5.5 - Tiene la puntuación más alta en esta comparación (9.3) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24
Puntuación 8.8 9.3
Rango #15 #5
Fiabilidad 10.0 10.0
Consistencia 9.6 10.0
Pruebas correctas
Tasa de aciertos por intento 84.1% 85.7%
Pruebas inestables 1 0
Ejecuciones totales 63 63
Costo por resultado 6.512 5.035
Costo total $1.107 $0.907
Precio de entrada $5.000 / 1M $5.000 / 1M
Precio de salida $25.000 / 1M $30.000 / 1M
Total de tokens de entrada 61,007 34,209
Tokens de salida 26,495 2,046
Tokens de razonamiento 5,901 22,460
Tiempo de respuesta (promedio) 9.66s 9.76s
Tiempo de respuesta (máximo) 38.03s 56.19s
Tiempo de respuesta (total) 202.89s 204.92s

Generation showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

medium
Cost
$0.057
Time
23.1s
Tokens
2,412 tok

#5 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 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 3.95s 834 1,179 478
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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 38.03s 23,561 5,260 1,588
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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 14.15s 975 7,477 900
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Comparación rápida

Cambiar par de comparación

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5medium