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 Nano

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 GPT-5.4 Nano GPT-5.4 Nano medium Lanzamiento: 2026-03-17
Rango #32 #28
Puntuación 7.3 7.4
Consistencia 9.6 9.0
Costo por resultado 2.512 0.769
Costo total $0.252 $0.077
Pruebas correctas
Tasa de aciertos por intento 62.8% 66.7%
Pruebas inestables 1 2
Ejecuciones totales 51 51
Tokens de salida 6,910 2,474
Tokens de razonamiento 0 54,516
Tiempo de respuesta (promedio) 5.12s 11.08s
Tiempo de respuesta (máximo) 23.84s 94.06s
Tiempo de respuesta (total) 51.16s 188.39s

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 Nano 8.3 10.0 75.0% 0 4.52s 683 2,254
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 Nano 9.8 10.0 100.0% 0 24.13s 349 5,719
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 Nano 10.0 10.0 100.0% 0 2.54s 234 516
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 Nano 5.9 7.2 55.6% 1 38.18s 60 43,325
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 Nano 4.5 10.0 0.0% 0 4.15s 179 443
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 Nano 9.8 10.0 100.0% 0 1.88s 95 521
Puzzle Solving 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 Nano 4.0 7.1 22.2% 1 3.65s 640 1,356
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 Nano 10.0 10.0 100.0% 0 7.71s 234 382

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsKimi K2.5mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsHunter AlphamediumClaude Sonnet 4.6nonevsGrok 4.1 FastmediumClaude Sonnet 4.6nonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsNemotron 3 Super 120b A12bmediumDisponible gratisGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsGPT-5 MinimediumGemini 3 Flash PreviewnonevsGPT-5.4 Nanomedium