Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-01

Métrica GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05 GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05 GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11
Puntuación 8.2 8.6 7.5
Rango #23 #13 #54
Fiabilidad N/D N/D N/D
Consistencia 8.7 8.7 8.1
Pruebas correctas
Tasa de aciertos por intento 79.6% 83.3% 72.2%
Pruebas inestables 3 3 4
Ejecuciones totales 54 54 54
Costo por resultado 6.399 4.405 3.193
Costo total $0.832 $0.573 $0.352
Precio de entrada $2.500 / 1M $1.750 / 1M $1.750 / 1M
Precio de salida $15.000 / 1M $14.000 / 1M $14.000 / 1M
Tokens de salida 2,169 2,279 2,705
Tokens de razonamiento 48,732 35,179 18,977
Tiempo de respuesta (promedio) 18.63s 15.38s 14.04s
Tiempo de respuesta (máximo) 100.41s 100.93s 77.80s
Tiempo de respuesta (total) 335.26s 276.91s 154.41s

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-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
GPT-5.3-Codex 8.7 7.9 91.7% 1 4.16s 240 1,722
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
GPT-5.3-Codex 10.0 10.0 100.0% 0 8.95s 491 1,530
GPT-5.2 10.0 10.0 100.0% 0 15.12s 467 2,166
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
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-5.4 10.0 10.0 100.0% 0 5.32s 234 804
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
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-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
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-5.4 10.0 10.0 100.0% 0 3.11s 93 897
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
GPT-5.2 7.7 7.3 77.8% 1 5.47s 609 938
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-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469

Comparación rápida

Cambiar par de comparación

GPT-5.2mediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.3-CodexmediumvsHY3 PreviewhighDisponible gratisGPT-5.4mediumvsHY3 PreviewlowDisponible gratisGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGPT-5.4mediumvsHY3 PreviewhighDisponible gratisGemini 3.1 Flash Lite PreviewnonevsGPT-5.2medium