Modelos comparados

Comparación benchmark Claude Sonnet 4.6 (medium) vs Claude Sonnet 5 (medium) vs Claude Opus 4.8 (medium) vs GLM 5.2 (medium): Claude Opus 4.8 (medium) lidera en Puntuación con 8.8. Claude Sonnet 4.6 (medium) lidera en Fiabilidad con 10.0. GLM 5.2 (medium) tiene el Costo total más bajo con $0.146. Claude Sonnet 5 (medium) es el más rápido con 12.54s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-14

Rango: #65
Total de tokens de salida: 120,427
Tiempo de respuesta (promedio): 28.08s
Costo total: $2.126

Rango: #46
Total de tokens de salida: 63,204
Tiempo de respuesta (promedio): 12.54s
Costo total: $0.922

Rango: #26
Total de tokens de salida: 51,927
Tiempo de respuesta (promedio): 12.97s
Costo total: $1.983

Rango: #63
Total de tokens de salida: 61,761
Tiempo de respuesta (promedio): 23.28s
Costo total: $0.146

Modelo recomendado GLM 5.2 (medium)

Ofrece el mejor equilibrio general: puntuación competitiva (7.8), menor coste que los otros modelos de esta comparación y tiempo de respuesta equilibrado.

Comparación detallada

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17	Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30	Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17	Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30	Claude Opus 4.8 Claude Opus 4.8 medium Lanzamiento: 2026-05-28	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17
Puntuación	7.8	8.2	8.8	7.8
Rango	#65	#46	#26	#63
Fiabilidad	10.0	10.0	10.0	9.5
Consistencia	9.5	9.0	9.2	8.0
Intentos	66/66	66/66	66/66	63/66
Pruebas correctas
Tasa de aciertos por intento	65.2%	75.8%	83.3%	80.3%
Pruebas inestables	1	3	2	4
Ejecuciones totales	66	66	66	63
Costo por resultado	15.182	6.144	11.662	2.159
Costo total	$2.126	$0.922	$1.983	$0.146
Precio de entrada	$3.000 / 1M	$2.000 / 1M	$5.000 / 1M	$0.630 / 1M
Precio de salida	$15.000 / 1M	$10.000 / 1M	$25.000 / 1M	$1.981 / 1M
Total de tokens de entrada	106,316	145,953	138,448	37,199
Tokens de salida	79,338	52,330	40,765	12,261
Tokens de razonamiento	41,089	10,874	11,162	49,500
Tiempo de respuesta (promedio)	28.08s	12.54s	12.97s	23.28s
Tiempo de respuesta (máximo)	140.96s	66.71s	70.54s	101.36s
Tiempo de respuesta (total)	421.15s	275.90s	285.29s	488.94s
Parámetros	~1T en total (~100B activos)	~1T en total (~100B activos)	~5T en total (~500B activos)	744B en total (40B activos)
Disponibilidad	Código cerrado	Código cerrado	Código cerrado	Código abierto

Generación showcase de modelos

Hamster playing table tennis

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

#65 Claude Sonnet 4.6

medium

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#46 Claude Sonnet 5

medium

Coste: $0.007
Tiempo: 6.4s
Tokens: 832 tok

#26 Claude Opus 4.8

medium

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

#63 GLM 5.2

medium

Coste: $0.041
Tiempo: 195.8s
Tokens: 9,287 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	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	6.5	10.0	50.0%	2.98s	789	1,046	1,093
Claude Sonnet 5	10.0	10.0	100.0%	3.80s	834	1,220	446
Claude Opus 4.8	10.0	10.0	100.0%	3.95s	834	1,179	478
GLM 5.2	10.0	10.0	100.0%	5.89s	639	497	2,634

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	5.7	6.6	44.4%	1	33.29s	6,995	16,089	3,686
Claude Sonnet 5	9.0	7.9	88.9%	1	17.28s	10,590	13,153	2,379
Claude Opus 4.8	10.0	10.0	100.0%	0	15.33s	10,590	9,945	1,381
GLM 5.2	8.2	7.2	88.9%	1	40.96s	7,317	1,475	17,123

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0	93.65s	75,531	31,916	9,109
Claude Sonnet 5	7.3	6.0	83.3%	1	51.86s	107,934	23,169	5,371
Claude Opus 4.8	9.9	10.0	100.0%	0	54.29s	101,005	19,531	4,762
GLM 5.2	5.0	5.0	50.0%	0	51.96s	12,696	458	4,531

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0	13.90s	8,676	649	742
Claude Sonnet 5	10.0	10.0	100.0%	0	3.16s	10,503	312	0
Claude Opus 4.8	7.1	5.6	83.3%	1	12.29s	10,503	481	312
GLM 5.2	10.0	10.0	100.0%	0	13.44s	7,149	348	2,345

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	3.0	10.0	0.0%	0	58.37s	495	24,380	22,891
Claude Sonnet 5	5.3	10.0	33.3%	0	20.54s	972	12,137	1,994
Claude Opus 4.8	3.6	7.2	22.2%	1	18.11s	972	7,476	2,987
GLM 5.2	4.1	4.4	44.5%	2	45.47s	551	8,188	11,606

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0	4.94s	564	256	433
Claude Sonnet 5	4.8	3.2	33.3%	1	4.32s	708	264	0
Claude Opus 4.8	10.0	10.0	100.0%	0	2.46s	708	237	0
GLM 5.2	10.0	10.0	100.0%	0	17.39s	498	54	1,842

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	2.61s	792	318	552
Claude Sonnet 5	9.9	10.0	100.0%	3.10s	909	318	269
Claude Opus 4.8	10.0	10.0	100.0%	3.32s	909	373	320
GLM 5.2	9.9	10.0	100.0%	7.90s	678	94	1,518

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0	5.31s	816	592	646
Claude Sonnet 5	7.7	10.0	66.7%	0	2.98s	894	407	121
Claude Opus 4.8	10.0	10.0	100.0%	0	3.95s	894	791	483
GLM 5.2	8.2	7.2	88.9%	1	13.13s	672	536	4,822

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	7.48s	11,454	655	351
Claude Sonnet 5	10.0	10.0	100.0%	10.70s	12,351	433	90
Claude Opus 4.8	10.0	10.0	100.0%	8.96s	11,775	301	225
GLM 5.2	10.0	10.0	100.0%	20.41s	6,861	230	550

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	3.0	10.0	0.0%	30.09s	204	3,437	1,586
Claude Sonnet 5	3.0	10.0	0.0%	7.06s	258	917	204
Claude Opus 4.8	3.0	10.0	0.0%	6.14s	258	451	214
GLM 5.2	3.0	10.0	0.0%	34.25s	138	381	2,529

Comparación rápida

Cambiar par de comparación

Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow Claude Opus 4.8mediumvsGemini 3.5 Flashlow GPT-5.2 ChatnonevsGLM 5.2medium Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Kimi K3maxvsGLM 5.2medium Claude Opus 4.8mediumvsMuse Spark 1.2high Claude Opus 4.8lowvsGLM 5.2medium Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone Qwen3.7 FlashhighvsGLM 5.2medium Claude Sonnet 4.6mediumvsKimi K3max Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow