Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.6 Sol

Resumen

Comparación benchmark de Claude Opus 4.8 (medium) vs GPT-5.6 Sol (high): GPT-5.6 Sol (high) lidera en puntuación media con 9.4 vs 8.8. GPT-5.6 Sol (high) tiene menor coste de benchmark con $0.821 vs $1.107. Claude Opus 4.8 (medium) es más rápido con 9.72s vs 10.56s, con tasas de acierto de 84.1% vs 88.9%.

Modelo recomendado: GPT-5.6 Sol (high) - Tiene la puntuación más alta en esta comparación (9.4) 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: 2026-07-09

Métrica Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28 GPT-5.6 Sol GPT-5.6 Sol high Lanzamiento: 2026-07-09
Puntuación 8.8 9.4
Rango #15 #6
Fiabilidad 10.0 10.0
Consistencia 9.6 8.8
Pruebas correctas
Tasa de aciertos por intento 84.1% 88.9%
Pruebas inestables 1 3
Ejecuciones totales 63 63
Costo por resultado 6.512 4.824
Costo total $1.107 $0.821
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 34,114
Tokens de salida 26,495 1,872
Tokens de razonamiento 5,901 19,777
Tiempo de respuesta (promedio) 9.72s 10.56s
Tiempo de respuesta (máximo) 38.03s 54.79s
Tiempo de respuesta (total) 204.19s 221.69s

Generación showcase

Hamster playing table tennis

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

#15 Claude Opus 4.8

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

#6 GPT-5.6 Sol

high
Coste
$0.151
Tiempo
201.9s
Tokens
5,100 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-5.6 Sol 8.7 7.9 91.7% 1 3.39s 606 171 644
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-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
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-5.6 Sol 10.0 10.0 100.0% 0 13.68s 11,019 315 1,599
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-5.6 Sol 10.0 10.0 100.0% 0 1.16s 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 14.59s 975 7,477 900
GPT-5.6 Sol 5.3 7.2 44.4% 1 39.45s 619 62 9,556
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-5.6 Sol 10.0 10.0 100.0% 0 4.40s 477 97 238
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-5.6 Sol 10.0 10.0 100.0% 0 2.73s 660 96 331
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-5.6 Sol 10.0 10.0 100.0% 0 4.10s 642 211 675
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-5.6 Sol 10.0 10.0 100.0% 0 7.08s 5,454 264 393
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-5.6 Sol 4.7 1.6 66.7% 1 6.97s 195 30 685

Comparación rápida

Cambiar par de comparación

GPT-5.6 SolhighvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 SolhighClaude Fable 5mediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGemini 3.5 FlashmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighClaude Opus 4.8mediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashlowGPT-5.6 SolhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowClaude Opus 4.8mediumvsDeepSeek V4 FlashhighClaude Opus 4.7mediumvsGPT-5.6 Solhigh