Modelos comparados

Comparación benchmark GPT-5.5 (medium) vs GPT-5.4 (medium) vs Gemini 3.1 Pro Preview (medium) vs Claude Opus 4.7 (medium): Gemini 3.1 Pro Preview (medium) lidera en Puntuación con 9.2. GPT-5.5 (medium) lidera en Fiabilidad con 10.0. Gemini 3.1 Pro Preview (medium) tiene el Costo total más bajo con $1.352. Claude Opus 4.7 (medium) es el más rápido con 7.62s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-28

Modelos comparados

Rango: #33
Total de tokens de salida: 125,316
Tiempo de respuesta (promedio): 38.97s
Costo total: $4.163

Rango: #56
Total de tokens de salida: 90,466
Tiempo de respuesta (promedio): 22.85s
Costo total: $1.560

Rango: #22
Total de tokens de salida: 97,238
Tiempo de respuesta (promedio): 20.62s
Costo total: $1.352

Rango: #49
Total de tokens de salida: 29,990
Tiempo de respuesta (promedio): 7.62s
Costo total: $1.476

Modelo recomendado Gemini 3.1 Pro Preview (medium)

Tiene la mejor puntuación aquí (9.2) y cuesta aproximadamente 1.8x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lanzamiento: 2026-02-19	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16

Métrica	GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium Lanzamiento: 2026-02-19	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16
Puntuación	9.0	8.5	9.2	8.7
Rango	#33	#56	#22	#49
Fiabilidad	10.0	10.0	10.0	10.0
Consistencia	8.9	8.6	10.0	9.6
Intentos	66/66	66/66	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	87.9%	77.3%	90.9%	83.3%
Pruebas inestables	3	4	0	1
Ejecuciones totales	66	66	66	66
Costo por resultado	23.127	10.399	6.758	8.200
Costo total	$4.163	$1.560	$1.352	$1.476
Precio de entrada	$5.000 / 1M	$2.500 / 1M	$2.000 / 1M	$5.000 / 1M
Precio de salida	$30.000 / 1M	$15.000 / 1M	$12.000 / 1M	$25.000 / 1M
Total de tokens de entrada	80,668	81,136	92,296	145,249
Tokens de salida	5,617	6,155	5,232	24,948
Tokens de razonamiento	119,699	84,311	92,006	5,042
Tiempo de respuesta (promedio)	38.97s	22.85s	20.62s	7.62s
Tiempo de respuesta (máximo)	332.10s	100.41s	88.68s	65.40s
Tiempo de respuesta (total)	857.43s	502.78s	329.94s	159.94s
Parámetros	~1.5T en total (~100B activos)	~1.5T en total (~100B activos)	~1.2T en total (~20B activos)	~5T en total (~500B activos)
Disponibilidad	Código cerrado	Código cerrado	Código cerrado	Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#33 GPT-5.5

medium

Coste: $0.112
Tiempo: 71.9s
Tokens: 3,807 tok

#56 GPT-5.4

medium

Coste: $0.214
Tiempo: 199.6s
Tokens: 14,349 tok

#22 Gemini 3.1 Pro Preview

medium

Coste: $0.115
Tiempo: 87.2s
Tokens: 9,629 tok

#49 Claude Opus 4.7

medium

Coste: $0.059
Tiempo: 26.8s
Tokens: 2,475 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

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	4.66s	606	250	1,335
GPT-5.4	8.3	10.0	75.0%	4.11s	606	240	1,511
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.90s	498	112	3,218
Claude Opus 4.7	8.3	10.0	75.0%	1.85s	894	348	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	8.8	7.8	88.9%	1	59.77s	7,305	362	24,959
GPT-5.4	8.8	7.8	88.9%	1	44.36s	7,305	433	24,216
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0	40.17s	8,124	435	41,247
Claude Opus 4.7	7.6	7.2	77.8%	1	12.96s	10,635	7,629	1,114

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	33.52s	57,466	3,944	6,735
GPT-5.4	10.0	10.0	100.0%	29.77s	58,038	4,214	13,351
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	40.39s	67,910	3,687	23,111
Claude Opus 4.7	10.0	10.0	100.0%	43.42s	104,347	15,459	3,928

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	4.18s	7,140	234	593
GPT-5.4	10.0	10.0	100.0%	5.32s	7,140	234	804
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	7.72s	7,265	279	3,904
Claude Opus 4.7	10.0	10.0	100.0%	2.37s	10,533	324	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	5.3	7.2	44.4%	1	168.16s	732	67	80,505
GPT-5.4	5.3	7.2	44.4%	1	72.44s	628	61	36,544
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	20.29s	644	18	11,704
Claude Opus 4.7	7.7	10.0	66.7%	0	1.19s	627	51	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	0	4.16s	477	138	223
GPT-5.4	4.7	3.1	33.3%	1	4.92s	477	145	321
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	11.77s	490	108	1,179
Claude Opus 4.7	10.0	10.0	100.0%	0	2.87s	723	256	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	3.36s	660	93	538
GPT-5.4	10.0	10.0	100.0%	3.11s	660	93	897
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	9.56s	621	72	2,236
Claude Opus 4.7	10.0	10.0	100.0%	1.57s	939	114	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	0	6.76s	642	241	2,225
GPT-5.4	8.2	7.2	88.9%	1	9.14s	642	441	3,815
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.90s	570	235	3,128
Claude Opus 4.7	10.0	10.0	100.0%	0	2.43s	939	370	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	10.0	10.0	100.0%	10.57s	5,445	258	832
GPT-5.4	10.0	10.0	100.0%	13.28s	5,445	264	1,031
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	23.15s	6,018	274	982
Claude Opus 4.7	10.0	10.0	100.0%	4.17s	15,339	373	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.5	2.8	1.6	33.3%	1	37.86s	195	30	1,754
GPT-5.4	3.0	10.0	0.0%	0	13.95s	195	30	1,821
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0	6.27s	156	12	1,297
Claude Opus 4.7	3.0	10.0	0.0%	0	2.25s	273	24	0

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsGLM 5.3 Flashmax Claude Opus 4.7mediumvsGemini 3.6 Flashlow Claude Opus 5.5highvsGemini 3.1 Pro Previewmedium Claude Fable 5.1highvsGPT-5.5medium GPT-5.4mediumvsQwen3.8 Maxlow Claude Opus 5highvsGemini 3.1 Pro Previewmedium GPT-5.5mediumvsGrok 4.5high Claude Opus 4.7mediumvsMuse Spark 1.2high Claude Opus 4.7mediumvsGemini 3.5 Flash Litehigh DeepSeek V4.1 FlashlowvsGPT-5.4medium DeepSeek V4.1 FlashhighvsGPT-5.4medium Claude Opus 5.5lowvsGemini 3.1 Pro Previewmedium