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 Sonnet 4.6 vs OpenAI: GPT-5.2 Chat

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lanzamiento: 2026-02-17 GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11
Puntuación 8.0 7.9
Rango #26 #28
Consistencia 9.5 8.7
Pruebas correctas
Tasa de aciertos por intento 74.1% 75.9%
Pruebas inestables 1 3
Ejecuciones totales 54 54
Costo por resultado 8.930 2.424
Costo total $1.161 $0.291
Precio de entrada $3.000 / 1M $1.750 / 1M
Precio de salida $15.000 / 1M $14.000 / 1M
Tokens de salida 42,068 17,346
Tokens de razonamiento 26,784 0
Tiempo de respuesta (promedio) 12.66s 6.84s
Tiempo de respuesta (máximo) 46.35s 38.52s
Tiempo de respuesta (total) 126.62s 123.17s

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 Sonnet 4.6 6.5 10.0 50.0% 0 2.98s 1,046 1,093
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 35.76s 6,894 2,097
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
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 Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsStep 3.5 FlashmediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneGPT-5.2 ChatnonevsGLM 5V TurbomediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 Plusmedium