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 $1.361. Claude Opus 4.7 (medium) es el más rápido con 7.61s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-07

Rango: #15
Total de tokens de salida: 124,436
Tiempo de respuesta (promedio): 38.42s
Costo total: $4.137

Rango: #29
Total de tokens de salida: 88,670
Tiempo de respuesta (promedio): 23.10s
Costo total: $1.533

Rango: #9
Total de tokens de salida: 97,958
Tiempo de respuesta (promedio): 21.47s
Costo total: $1.361

Rango: #23
Total de tokens de salida: 29,990
Tiempo de respuesta (promedio): 7.61s
Costo total: $1.477

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	#15	#29	#9	#23
Fiabilidad	10.0	10.0	10.0	10.0
Consistencia	8.9	8.6	10.0	9.6
Cobertura del benchmark	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos
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	22.980	10.220	6.801	8.201
Costo total	$4.137	$1.533	$1.361	$1.477
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	80,659	81,127	92,287	145,252
Tokens de salida	5,617	6,155	5,232	24,948
Tokens de razonamiento	118,819	82,515	92,726	5,042
Tiempo de respuesta (promedio)	38.42s	23.10s	21.47s	7.61s
Tiempo de respuesta (máximo)	332.10s	100.41s	88.68s	65.40s
Tiempo de respuesta (total)	845.35s	508.26s	322.08s	159.91s

Generación showcase de modelos

Hamster playing table tennis

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

#15 GPT-5.5

medium

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

#29 GPT-5.4

medium

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

#9 Gemini 3.1 Pro Preview

medium

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

#23 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	164.14s	723	67	79,625
GPT-5.4	5.3	7.2	44.4%	1	74.27s	619	61	34,748
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0	32.73s	635	18	12,424
Claude Opus 4.7	7.7	10.0	66.7%	0	1.17s	630	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 5highvsGemini 3.1 Pro Previewmedium Claude Opus 4.7mediumvsGemini 3.6 Flashlow Claude Opus 4.7mediumvsQwen3.8 Maxlow Claude Opus 4.7mediumvsGemini 3.5 Flash Litehigh Gemini 3.5 FlashlowvsGPT-5.5medium Claude Opus 4.7mediumvsMuse Spark 1.2high GPT-5.5mediumvsGrok 4.5high Claude Opus 5lowvsGPT-5.4medium Muse Spark 1.2lowvsGPT-5.4medium Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh GPT-5.4mediumvsGrok 4.5low