ChatGPT 5.4 de OpenAI supera a Claude Opus 4.6 y Gemini 3.1 Pro en una comparativa de Habr

Habr ha publicado un extenso análisis práctico de tres modelos de gama alta: Gemini 3.1 Pro, ChatGPT 5.4 y Claude Opus 4.6. El autor no evaluó benchmarks abstractos, sino tareas cotidianas, desde escribir un relato y comprimir un PDF hasta resolver problemas de matemáticas y crear una aplicación en Python, y por puntuación total situó inesperadamente a ChatGPT en cabeza.

Cómo se comparó

La prueba constó de cuatro escenarios con los que los usuarios recurren a las redes neuronales a diario. Primero se pidió a los modelos un relato humorístico de fantasía en tres capítulos. Después se les entregó un PDF con un trabajo práctico y se les pidió un resumen condensado pero utilizable, sin perder información clave. A continuación llegó un bloque de cuatro problemas matemáticos y, como prueba final, el desarrollo de una aplicación de escritorio en Python: una calculadora científica con interfaz gráfica y un juego de la serpiente integrado.

El sistema de puntuación fue lo más práctico posible. El autor calificó las tareas de texto y código en una escala de tres puntos, mientras que la fase de matemáticas daba hasta cuatro puntos, uno por cada problema resuelto correctamente. Además, por primera vez incluyó en la tabla el coste de cada consulta en rublos. Así, la comparación no trata solo de la calidad de la respuesta, sino también de su precio. El máximo en este esquema es de 13 puntos, y la combinación de puntuación y gasto fue el criterio principal de la elección final.

Quién ganó cada fase

En la primera fase, ChatGPT cedió algo de terreno por un fallo en la numeración de los capítulos y obtuvo 2,5 puntos, mientras que Gemini y Claude lograron el máximo de 3 puntos cada uno. En la segunda ronda la situación se invirtió: ChatGPT comprimió mejor el PDF y conservó los detalles importantes, mientras que Gemini y Claude, a juicio del autor, recortaron el texto de forma demasiado agresiva y perdieron parte de la información necesaria. El bloque de matemáticas fue parejo para los tres, pero en programación volvieron a aparecer matices, esta vez no en la teoría sino en el resultado funcional.

• Generación de texto: Gemini 3.1 Pro, 3 puntos por 20 rublos; Claude Opus 4.6, 3 puntos por 68 rublos; ChatGPT 5.4, 2,5 puntos por 25 rublos.
• Compresión de PDF: ChatGPT 5.4 obtuvo 3 puntos por 24 rublos; Gemini 3.1 Pro y Claude Opus 4.6 lograron 2 puntos cada uno, por 16 y 38 rublos respectivamente.
• Matemáticas: los tres modelos resolvieron todos los problemas, pero ChatGPT 5.4 resultó más barato: 15 rublos frente a 22 de Gemini y 29 de Claude.
• Programación: ChatGPT 5.4 obtuvo 3 puntos por una calculadora y un juego de la serpiente funcionales; Gemini 3.1 Pro, 2,5 puntos por una captura de teclas defectuosa en el juego; Claude Opus 4.6, 2 puntos por un error al dividir con números decimales.

«El resultado es claro: ganó ChatGPT 5.4».

Precio y concesiones

La tabla final resulta reveladora. ChatGPT 5.4 sumó 11,5 puntos y gastó 112 rublos. Gemini 3.1 Pro terminó la prueba con 10,5 puntos y un gasto total de 87 rublos, por lo que fue la opción más económica. Claude Opus 4.6 obtuvo 10 puntos, pero costó 208 rublos: casi el doble que ChatGPT y más del doble que Gemini. Si solo se mira el precio, lidera Google; si se atiende al equilibrio entre calidad y coste, la ventaja es de OpenAI.

El análisis no pretende ser un benchmark académico universal. El autor compara los modelos en un conjunto reducido de tareas cotidianas y en ocasiones se apoya en su propio criterio editorial, sobre todo en lo referente al estilo del texto o la comodidad de la interfaz. Precisamente por eso resulta útil: muestra no récords de laboratorio, sino cómo se comportan los modelos en el trabajo práctico. En esta muestra, Gemini aparece como una opción económica y racional, Claude como una opción cara e irregular, y ChatGPT como el compromiso más estable.

Qué significa

Si hay que elegir un solo modelo para un amplio abanico de tareas cotidianas, según esta comparativa va por delante ChatGPT 5.4: no es el mejor en todo, pero con más frecuencia ofrece el resultado más uniforme por un dinero razonable. Gemini 3.1 Pro sigue siendo una alternativa sólida para quienes vigilan estrictamente el presupuesto, y Claude Opus 4.6 tras esta prueba parece una elección menos ventajosa que antes.