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

OpenAI: GPT-5.3 Chat vs OpenAI: GPT-5.4 Nano

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

Métrica GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03 GPT-5.4 Nano GPT-5.4 Nano medium Lanzamiento: 2026-03-17
Rango #26 #28
Puntuación 7.6 7.4
Consistencia 8.6 9.0
Costo por resultado 3.177 0.769
Costo total $0.318 $0.077
Pruebas correctas
Tasa de aciertos por intento 66.7% 66.7%
Pruebas inestables 3 2
Ejecuciones totales 51 51
Tokens de salida 19,348 2,474
Tokens de razonamiento 0 54,516
Tiempo de respuesta (promedio) 5.68s 11.08s
Tiempo de respuesta (máximo) 18.33s 94.06s
Tiempo de respuesta (total) 96.58s 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
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 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
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 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
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 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
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 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
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 234 382

Comparación rápida

Cambiar par de comparación

GPT-5.3 ChatnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsGPT-5.4 NanomediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponible gratisGPT-5.3 ChatnonevsGrok 4.20 BetamediumKimi K2.5mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 Chatnone