AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.4 Nano

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs GPT-5.4 Nano: GPT-5.4 Nano lidera en puntuación media con 7.5 vs 7.3. GPT-5.4 Nano tiene menor coste de benchmark con $0.107 vs $0.316. Claude Sonnet 4.6 es más rápido con 5.04s vs 11.95s, con tasas de acierto de 55.6% vs 63.5%.

Modelo recomendado: GPT-5.4 Nano - Tiene la mejor puntuación aquí (7.5) y cuesta aproximadamente 3.0x menos que Claude Sonnet 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

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

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
Puntuación	7.3	7.5
Rango	#55	#46
Fiabilidad	10.0	10.0
Consistencia	9.7	8.4
Pruebas correctas
Tasa de aciertos por intento	55.6%	63.5%
Pruebas inestables	1	4
Ejecuciones totales	63	63
Costo por resultado	2.870	0.969
Costo total	$0.316	$0.107
Precio de entrada	$3.000 / 1M	$0.200 / 1M
Precio de salida	$15.000 / 1M	$1.250 / 1M
Total de tokens de entrada	57,886	35,434
Tokens de salida	9,465	3,014
Tokens de razonamiento	0	76,520
Tiempo de respuesta (promedio)	5.04s	11.95s
Tiempo de respuesta (máximo)	23.84s	94.06s
Tiempo de respuesta (total)	70.60s	250.98s

Generación showcase

Hamster playing table tennis

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

#55 Claude Sonnet 4.6

none

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

#46 GPT-5.4 Nano

medium

Coste: $0.007
Tiempo: 24.6s
Tokens: 4,943 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 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254

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 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778

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 Nano	9.8	10.0	100.0%	0		24.13s	12,345	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 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 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516

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 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325

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 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443

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 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521

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 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408

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 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382

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 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174

Comparación rápida

Cambiar par de comparación