Comparar Gráficos

Idioma:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2

Nombre del modelo:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en : 2026-02-27 15:16

Resumen

Métrica	Anthropic: Claude Sonnet 4.6 none Lanzamiento: Fecha de lanzamiento desconocida	OpenAI: GPT-5.2 medium Lanzamiento: Fecha de lanzamiento desconocida
Rango	#14	#12
Puntuación	6.36	6.93
Consistencia	9.50	8.22
Costo por resultado	1.325	2.780
Costo total	$0.106	$0.251
Pruebas correctas
Pruebas incorrectas	6	5
Tasa de aciertos por intento	59.5%	76.2%
Pruebas inestables	1	3
Tokens de salida	2,637	1,869
Tokens de razonamiento	0	14,190

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
OpenAI: GPT-5.2	7.00	7.28	77.8%	1		549	2,002

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		252	0
OpenAI: GPT-5.2	10.00	10.00	100.0%	0		234	499

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		54	0
OpenAI: GPT-5.2	4.00	7.21	55.6%	1		42	9,690

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0
OpenAI: GPT-5.2	9.50	10.00	100.0%	0		95	587

Puzzle Solving	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
OpenAI: GPT-5.2	8.00	10.00	66.7%	0		710	943

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tokens de salida	Tokens de razonamiento
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		447	0
OpenAI: GPT-5.2	1.00	1.62	66.7%	1		239	469

Cambiar par de comparación

Comparar Anthropic: Claude Sonnet 4.6 contra...

Comparar OpenAI: GPT-5.2 contra...