Navegación
AI BENCHY
Advertise here

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: 2026-06-01

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 7.6 7.9
Rango #52 #32
Fiabilidad 10.0 10.0
Consistencia 9.2 8.9
Pruebas correctas
Tasa de aciertos por intento 68.3% 73.3%
Pruebas inestables 2 3
Ejecuciones totales 60 60
Costo por resultado 10.229 2.703
Costo total $1.330 $0.352
Precio de entrada $3.000 / 1M $1.750 / 1M
Precio de salida $15.000 / 1M $14.000 / 1M
Tokens de salida 49,891 21,144
Tokens de razonamiento 29,565 0
Tiempo de respuesta (promedio) 15.81s 6.82s
Tiempo de respuesta (máximo) 46.35s 38.52s
Tiempo de respuesta (total) 189.71s 136.34s

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 6.9 6.0 66.7% 1 33.87s 11,277 3,281
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,131 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 9.8 10.0 100.0% 0 5.51s 1,441 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 5.31s 592 646
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 1,603 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
Cultura 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 3.0 10.0 0.0% 0 30.09s 3,437 1,586
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumClaude Sonnet 4.6mediumvsDeepSeek V4 FlashhighGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGPT-5.2 ChatnonevsQwen3.6 Plusmedium