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-5.5 vs OpenAI: GPT-5.6 Luna

Resumen

Comparación benchmark de GPT-5.5 (low) vs GPT-5.6 Luna (medium): GPT-5.5 (low) lidera en puntuación media con 9.3 vs 7.6. GPT-5.6 Luna (medium) tiene menor coste de benchmark con $0.258 vs $0.907. GPT-5.6 Luna (medium) es más rápido con 6.70s vs 9.76s, con tasas de acierto de 85.7% vs 63.5%.

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 medium Lanzamiento: 2026-07-09
Puntuación 9.3 7.6
Rango #7 #54
Fiabilidad 10.0 10.0
Consistencia 10.0 9.6
Pruebas correctas
Tasa de aciertos por intento 85.7% 63.5%
Pruebas inestables 0 1
Ejecuciones totales 63 63
Costo por resultado 5.035 1.978
Costo total $0.907 $0.258
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 35,699
Tokens de salida 2,046 2,148
Tokens de razonamiento 22,460 34,740
Tiempo de respuesta (promedio) 9.76s 6.70s
Tiempo de respuesta (máximo) 56.19s 29.85s
Tiempo de respuesta (total) 204.92s 140.62s

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

#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
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 2.52s 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
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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
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 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
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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
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 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
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 6.64s 195 29 2,379

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGPT-5.6 LunamediumGPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.6 LunamediumvsGrok 4.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsGPT-5.6 LunamediumClaude Opus 4.8nonevsGPT-5.6 Lunamedium