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-5.4

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs GPT-5.4: GPT-5.4 lidera en puntuación media con 8.5 vs 7.3. Claude Sonnet 4.6 tiene menor coste de benchmark con $0.316 vs $1.210. Claude Sonnet 4.6 es más rápido con 5.04s vs 22.35s, con tasas de acierto de 55.6% vs 76.2%.

Modelo recomendado: Claude Sonnet 4.6 - Ofrece el mejor equilibrio general: puntuación competitiva (7.3), menor coste que GPT-5.4 y tiempo de respuesta equilibrado.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 7.3 8.5
Rango #56 #20
Fiabilidad 10.0 10.0
Consistencia 9.7 8.6
Pruebas correctas
Tasa de aciertos por intento 55.6% 76.2%
Pruebas inestables 1 4
Ejecuciones totales 63 63
Costo por resultado 2.870 8.640
Costo total $0.316 $1.210
Precio de entrada $3.000 / 1M $2.500 / 1M
Precio de salida $15.000 / 1M $15.000 / 1M
Total de tokens de entrada 57,886 34,108
Tokens de salida 9,465 2,242
Tokens de razonamiento 0 72,707
Tiempo de respuesta (promedio) 5.04s 22.35s
Tiempo de respuesta (máximo) 23.84s 100.41s
Tiempo de respuesta (total) 70.60s 469.29s

Generation showcase

Hamster playing table tennis

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

#56 Claude Sonnet 4.6

none
Cost
$0.038
Time
27.3s
Tokens
2,598 tok

#20 GPT-5.4

medium
Cost
$0.214
Time
199.6s
Tokens
14,349 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-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
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-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
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-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
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-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
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-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
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-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
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-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
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-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
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-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
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-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGLM 5V TurbomediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumDisponible gratisClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsGLM 5.1medium