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-5.4 Mini

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 GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17
Puntuación 7.3 7.3
Rango #63 #62
Fiabilidad 10.0 10.0
Consistencia 9.2 7.9
Pruebas correctas
Tasa de aciertos por intento 65.0% 71.7%
Pruebas inestables 2 5
Ejecuciones totales 60 60
Costo por resultado 4.324 4.417
Costo total $0.519 $0.486
Precio de entrada $5.000 / 1M $0.750 / 1M
Precio de salida $25.000 / 1M $4.500 / 1M
Tokens de salida 8,098 2,160
Tokens de razonamiento 0 100,548
Tiempo de respuesta (promedio) 3.51s 22.10s
Tiempo de respuesta (máximo) 17.73s 138.75s
Tiempo de respuesta (total) 70.19s 442.09s

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
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
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
GPT-5.4 Mini 7.5 6.0 83.3% 1 73.25s 446 32,513
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
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
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
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 234 650
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
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
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
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 150 510
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
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 96 1,185
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
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 278 2,443
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
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
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
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 32 10,174

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.2mediumRing-2.6-1TnonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5 MinimediumClaude Opus 4.8nonevsKimi K2.6mediumDisponible gratisClaude Opus 4.8nonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 Minimedium