Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4

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 none Lanzamiento: 2026-02-17 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 7.4 8.2
Rango #41 #16
Consistencia 9.6 8.7
Pruebas correctas
Tasa de aciertos por intento 64.8% 79.6%
Pruebas inestables 1 3
Ejecuciones totales 54 54
Costo por resultado 2.376 6.399
Costo total $0.262 $0.832
Precio de entrada $3.000 / 1M $2.500 / 1M
Precio de salida $15.000 / 1M $15.000 / 1M
Tokens de salida 7,433 2,169
Tokens de razonamiento 0 48,732
Tiempo de respuesta (promedio) 4.98s 18.63s
Tiempo de respuesta (máximo) 23.84s 100.41s
Tiempo de respuesta (total) 54.83s 335.26s

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 4.8 10.0 25.0% 0 2.94s 1,214 0
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
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 3.67s 523 0
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
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 9.5 10.0 100.0% 0 23.84s 3,766 0
GPT-5.4 10.0 10.0 100.0% 0 20.57s 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 salida Tokens de razonamiento
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 252 0
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
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 7.7 10.0 66.7% 0 3.54s 413 0
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
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 6.1 3.1 66.7% 1 2.56s 192 0
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
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 6.5 10.0 50.0% 0 1.96s 90 0
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
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 7.7 10.0 66.7% 0 2.92s 536 0
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
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 4.11s 447 0
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsGPT-5.2mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsMiMo-V2-OmnimediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumClaude Sonnet 4.6nonevsGLM 5.1mediumClaude Sonnet 4.6nonevsGPT-5 Minimedium