Todos los lanzamientos

GPT-6.2 Sol vs. Claude Sonnet 5.5: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.2 Sol y Claude Sonnet 5.5: 5 y 5 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 10 modelos.

  • En inteligencia, GPT-6.2 Sol obtiene la puntuación más alta: GPT-6.2 Sol (Max), con 57, frente a Claude Sonnet 5.5 (Max, Default Fallback), con 55 de Claude Sonnet 5.5.
  • En costo por tarea, Claude Sonnet 5.5 es el más económico: Claude Sonnet 5.5 (Low, Default Fallback), con $0.51, frente a GPT-6.2 Sol (Max), con $1.01 de GPT-6.2 Sol.
Playground de modelos

Lanzamientos comparados

GPT-6.2 Sol (max)GPT-6.2 Sol (xhigh)GPT-6.2 Sol (high)Claude Sonnet 5.5 (max)GPT-6.2 Sol (medium)Claude Sonnet 5.5 (xhigh)Claude Sonnet 5.5 (high)GPT-6.2 Sol (low)Claude Sonnet 5.5 (medium)Claude Sonnet 5.5 (low)
Intelligence Index
57
56
55
55
53
50
42
41
31
26
Finanzas y contabilidad
57
55
55
56
52
49
44
42
41
36
Estrategia y operaciones
59
58
58
58
56
54
51
48
47
42
Jurídico
55
53
51
52
49
47
44
40
39
37
Salud y medicina
53
52
51
54
48
47
44
41
40
37
Costo por tareaUSD
$1.01
--
--
$10.02
--
$4.09
$1.64
--
$0.78
$0.51
Tiempo por tareaMinutos
--
--
--
32.3
--
14.2
6.8
--
3.9
2.6
Tiempo hasta el primer token de respuestas
--
--
--
287.05
--
27.27
9.37
--
4.96
2.50
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
1M
1M
1M
Creador
OpenAI
OpenAI
OpenAI
Anthropic
OpenAI
Anthropic
Anthropic
OpenAI
Anthropic
Anthropic
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAI
--
--
AnthropicMicrosoft AzureAmazon BedrockGoogle
--
Anthropic
Anthropic
--
Anthropic
GoogleAnthropicAmazon BedrockMicrosoft Azure
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Claude Sonnet 5.5
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Rendimiento

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBench

vs.

AA-PersonalityBench: índice Expressiveness, GPT-6.2 Sol (max) vs. Claude Sonnet 5.5 (max)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
OpenAIGPT-6.2 Sol (max)AnthropicClaude Sonnet 5.5 (max)
Lexically Varied
5%
95%
Natural Sounding
92%
8%
Metaphorical
11%
89%
Literate
32%
68%
Eloquent
35%
65%