AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.5

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs GPT-5.5: GPT-5.5 lidera en puntuación media con 9.0 vs 7.3. Claude Sonnet 4.6 tiene menor coste de benchmark con $0.316 vs $3.679. Claude Sonnet 4.6 es más rápido con 5.04s vs 37.98s, con tasas de acierto de 55.6% vs 87.3%.

Modelo recomendado: GPT-5.5 - Tiene la puntuación más alta en esta comparación (9.0) 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: 2026-06-18

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24
Puntuación	7.3	9.0
Rango	#55	#9
Fiabilidad	10.0	10.0
Consistencia	9.7	8.9
Pruebas correctas
Tasa de aciertos por intento	55.6%	87.3%
Pruebas inestables	1	3
Ejecuciones totales	63	63
Costo por resultado	2.870	21.638
Costo total	$0.316	$3.679
Precio de entrada	$3.000 / 1M	$5.000 / 1M
Precio de salida	$15.000 / 1M	$30.000 / 1M
Total de tokens de entrada	57,886	34,212
Tokens de salida	9,465	1,985
Tokens de razonamiento	0	114,925
Tiempo de respuesta (promedio)	5.04s	37.98s
Tiempo de respuesta (máximo)	23.84s	332.10s
Tiempo de respuesta (total)	70.60s	797.60s

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

#9 GPT-5.5

medium

Coste: $0.112
Tiempo: 71.9s
Tokens: 3,807 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-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841

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-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Comparación rápida

Cambiar par de comparación