Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.6 Luna

Resumen

Comparación benchmark de Claude Sonnet 4.6 vs GPT-5.6 Luna (medium): GPT-5.6 Luna (medium) lidera en puntuación media con 7.6 vs 7.3. GPT-5.6 Luna (medium) tiene menor coste de benchmark con $0.258 vs $0.316. Claude Sonnet 4.6 es más rápido con 5.04s vs 6.70s, con tasas de acierto de 55.6% vs 63.5%.

Modelo recomendado: GPT-5.6 Luna (medium) - Tiene la puntuación más alta en esta comparación (7.6) 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: 2026-07-09

Métrica Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17 GPT-5.6 Luna GPT-5.6 Luna medium Lanzamiento: 2026-07-09
Puntuación 7.3 7.6
Rango #67 #54
Fiabilidad 10.0 10.0
Consistencia 9.7 9.6
Pruebas correctas
Tasa de aciertos por intento 55.6% 63.5%
Pruebas inestables 1 1
Ejecuciones totales 63 63
Costo por resultado 2.870 1.978
Costo total $0.316 $0.258
Precio de entrada $3.000 / 1M $1.000 / 1M
Precio de salida $15.000 / 1M $6.000 / 1M
Total de tokens de entrada 57,886 35,699
Tokens de salida 9,465 2,148
Tokens de razonamiento 0 34,740
Tiempo de respuesta (promedio) 5.04s 6.70s
Tiempo de respuesta (máximo) 23.84s 29.85s
Tiempo de respuesta (total) 70.60s 140.62s

Generación showcase

Hamster playing table tennis

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

#67 Claude Sonnet 4.6

none
Coste
$0.038
Tiempo
27.3s
Tokens
2,598 tok

#54 GPT-5.6 Luna

medium
Coste
$0.014
Tiempo
14.6s
Tokens
2,362 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGemma 4 26B A4BmediumDisponible gratisClaude Sonnet 4.6nonevsDeepSeek V3.2mediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumClaude Sonnet 4.6nonevsGPT-5.4 Nanomedium