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 Anthropic: Claude Sonnet 4.6

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 none Lanzamiento: 2026-05-28 Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17
Puntuación 7.3 7.6
Rango #63 #51
Fiabilidad 10.0 10.0
Consistencia 9.2 9.2
Pruebas correctas
Tasa de aciertos por intento 65.0% 68.3%
Pruebas inestables 2 2
Ejecuciones totales 60 60
Costo por resultado 4.324 10.229
Costo total $0.519 $1.330
Precio de entrada $5.000 / 1M $3.000 / 1M
Precio de salida $25.000 / 1M $15.000 / 1M
Tokens de salida 8,098 49,891
Tokens de razonamiento 0 29,565
Tiempo de respuesta (promedio) 3.51s 15.81s
Tiempo de respuesta (máximo) 17.73s 46.35s
Tiempo de respuesta (total) 70.19s 189.71s

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 6.5 10.0 50.0% 0 3.40s 1,472 0
Claude Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
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 6.8 10.0 50.0% 0 3.59s 1,323 0
Claude Sonnet 4.6 6.9 6.0 66.7% 1 33.87s 11,277 3,281
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 9.5 10.0 100.0% 0 17.73s 3,259 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
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 7.3 5.8 83.3% 1 1.77s 308 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
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 7.2 44.4% 1 1.66s 61 0
Claude Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
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 3.48s 230 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
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 9.9 10.0 100.0% 0 1.37s 95 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
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 7.7 10.0 66.7% 0 2.74s 783 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 5.31s 592 646
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 5.35s 355 0
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
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 3.41s 212 0
Claude Sonnet 4.6 3.0 10.0 0.0% 0 30.09s 3,437 1,586

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighDisponible gratisClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5 Minimedium