AI BENCHY Compare

OpenAI: GPT-5.5 vs OpenAI: GPT-5.6 Luna

Resumen

Comparación benchmark de GPT-5.5 (low) vs GPT-5.6 Luna (low): GPT-5.5 (low) lidera en puntuación media con 9.3 vs 6.2. GPT-5.6 Luna (low) tiene menor coste de benchmark con $0.141 vs $0.907. GPT-5.6 Luna (low) es más rápido con 4.35s vs 9.76s, con tasas de acierto de 85.7% vs 57.1%.

Modelo recomendado: GPT-5.5 (low) - Tiene la puntuación más alta en esta comparación (9.3) 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	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24	GPT-5.6 Luna GPT-5.6 Luna low Lanzamiento: 2026-07-09

Métrica	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24	GPT-5.6 Luna GPT-5.6 Luna low Lanzamiento: 2026-07-09
Puntuación	9.3	6.2
Rango	#7	#107
Fiabilidad	10.0	10.0
Consistencia	10.0	8.5
Pruebas correctas
Tasa de aciertos por intento	85.7%	57.1%
Pruebas inestables	0	4
Ejecuciones totales	63	63
Costo por resultado	5.035	1.404
Costo total	$0.907	$0.141
Precio de entrada	$5.000 / 1M	$1.000 / 1M
Precio de salida	$30.000 / 1M	$6.000 / 1M
Total de tokens de entrada	34,209	34,218
Tokens de salida	2,046	2,110
Tokens de razonamiento	22,460	15,571
Tiempo de respuesta (promedio)	9.76s	4.35s
Tiempo de respuesta (máximo)	56.19s	18.06s
Tiempo de respuesta (total)	204.92s	91.45s

Generación showcase

Hamster playing table tennis

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

#7 GPT-5.5

low

Coste: $0.068
Tiempo: 37.0s
Tokens: 2,339 tok

#107 GPT-5.6 Luna

low

Coste: $0.011
Tiempo: 10.2s
Tokens: 1,897 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
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

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
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

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
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
GPT-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060

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
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

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
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
GPT-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718

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
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

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
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

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
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsGPT-5.6 Lunalow GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BnoneDisponible gratisvsGPT-5.6 Lunalow Gemma 4 31BmediumDisponible gratisvsGPT-5.6 Lunalow Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Nemotron 3 SupermediumDisponible gratisvsGPT-5.6 Lunalow