Epoch AI comparó cómo los modelos insignia de OpenAI y Anthropic manejan prompts muy largos, y descubrió que GPT-5.6 Terra y Sol se ralentizan de forma cuadrática a medida que crece el contexto, mientras que Claude Sonnet 5 y Opus 5 se mantienen casi lineales -- la latencia adicional para procesar los siguientes 10.000 tokens en GPT-5.6 Terra subió de 0,071 segundos con un prompt de 100.000 tokens a 1,66 segundos con un prompt de 10 millones de tokens
Epoch AI midió el tiempo hasta el primer token para GPT-5.6 Terra y Sol de OpenAI y Claude Sonnet 5 y Opus 5 de Anthropic a medida que los prompts se hacían más largos. Para GPT-5.6 Terra, la latencia adicional para procesar otros 10.000 tokens aumentó de 0,071 segundos con un prompt de 100.000 tokens a 1,66 segundos con un prompt de 10 millones de tokens. Epoch encontró que los modelos GPT escalaron cuadráticamente mientras que los modelos Claude se mantuvieron cerca de lo lineal.
Verificado 2026-09-11
Síguelo con IniciadoPor qué importa
La forma en que un modelo se ralentiza con entradas largas afecta el costo y la velocidad, por lo que las elecciones de diseño importan más allá de los resultados de las pruebas.
Más sobre Modelos
- Los modelos de IA ya pueden ganar el oro en la Olimpiada Internacional de Matemáticas, pero el AI Index 2026 de Stanford halló que aún fallan en una tarea que la mayoría de los niños dominan pronto. En los 180 diseños de reloj y 720 preguntas de ClockBench, el mejor modelo, GPT-5.4 High, leyó correctamente relojes analógicos solo el 50,6 % de las veces, frente al 90,1 % de los humanos
- Tras casi cerrarse brevemente en 2024, la brecha de rendimiento entre los mejores modelos de IA de pesos cerrados y abiertos volvió a ampliarse en el ranking Arena. A marzo de 2026, el AI Index 2026 de Stanford encuentra que el mejor modelo cerrado lidera al mejor modelo abierto por un 3,3 %, frente a una ventaja del 0,5 % en agosto de 2024
- El Índice de IA 2026 de Stanford hace seguimiento del desempeño de los modelos de IA en GPQA Diamond, un conjunto de preguntas de química y física de nivel doctoral diseñadas para resistir las búsquedas en Google. La precisión media de los modelos en esta prueba alcanzó el 93 % en 2025, frente a una referencia de validadores humanos expertos de 81,2 % -- los modelos de IA ya superan a los expertos con doctorado por 12 puntos en GPQA Diamond
GRATIS · SIN TARJETA
Datos como este, seis días a la semana
The Daily Receipts entre semana, The Weekly Brief los sábados — seis datos con fuente al día por email, dos más que la web gratuita. Cada uno trazado hasta el documento del que salió. Gratis.
Quiero el brief diario gratisGratis · Sin tarjeta · Date de baja cuando quieras
Únete ahora y empiezas con 100 Receipts en The Receipts Ledger — tu primer paso hacia un año gratis de Iniciado o Pro. Cómo funciona →
Ver la edición de hoy →