AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs GPT-5.2: GPT-5.2 lidera en puntuación media con 8.4 vs 7.3. Claude Sonnet 4.6 tiene menor coste de benchmark con $0.316 vs $0.548. Claude Sonnet 4.6 es más rápido con 5.04s vs 16.88s, con tasas de acierto de 55.6% vs 71.4%.

Modelo recomendado: GPT-5.2 - Tiene la puntuación más alta en esta comparación (8.4) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11
Puntuación	7.3	8.4
Rango	#57	#22
Fiabilidad	10.0	10.0
Consistencia	9.7	8.4
Pruebas correctas
Tasa de aciertos por intento	55.6%	71.4%
Pruebas inestables	1	4
Ejecuciones totales	63	63
Costo por resultado	2.870	4.209
Costo total	$0.316	$0.548
Precio de entrada	$3.000 / 1M	$1.750 / 1M
Precio de salida	$15.000 / 1M	$14.000 / 1M
Total de tokens de entrada	57,886	33,967
Tokens de salida	9,465	2,901
Tokens de razonamiento	0	31,932
Tiempo de respuesta (promedio)	5.04s	16.88s
Tiempo de respuesta (máximo)	23.84s	77.80s
Tiempo de respuesta (total)	70.60s	236.34s

Generación showcase

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none

Coste: $0.038
Tiempo: 27.3s
Tokens: 2,598 tok

#22 GPT-5.2

medium

Coste: $0.047
Tiempo: 49.2s
Tokens: 3,396 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

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
GPT-5.2	10.0	10.0	100.0%	0		14.06s	11,019	291	1,757

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

Comparación rápida

Cambiar par de comparación