AI BENCHY

Leaderboard de Benchmark de IA

Name: Resultados de benchmark de modelos de AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03 Modelos evaluados: 161

161/161

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#156#156	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 22.8% Pruebas inestables 3 Tokens de entrada 36,608 Tokens de salida 1,723 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.62s Tiempo de respuesta (total) 19.48s Tiempo de respuesta (máximo) 5.51s Respuesta incorrecta: 13 No siguió las instrucciones: 3 Trucos anti-IA : 3.2 Programación : 5.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.4 Seguimiento de instrucciones : 3.0 Resolución de acertijos : 3.0 Llamada de herramientas : 2.8 Cultura general : 3.0
#148#148	Trinity Large Previewnone	4.7	Arcee AI	$0.008 ↑	2.98s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 23.3% Pruebas inestables 2 Tokens de entrada 29,828 Tokens de salida 2,169 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.98s Tiempo de respuesta (total) 56.57s Tiempo de respuesta (máximo) 14.34s Respuesta incorrecta: 12 No siguió las instrucciones: 3 Error de API: 1 Trucos anti-IA : 3.1 Programación : 4.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.5 Seguimiento de instrucciones : 3.5 Resolución de acertijos : 3.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#138#138	Qwen3 Coder Nextnone	5.1	Qwen	$0.008 ↓	9.05s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 28.3% Pruebas inestables 1 Tokens de entrada 44,864 Tokens de salida 3,575 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.05s Tiempo de respuesta (total) 126.72s Tiempo de respuesta (máximo) 45.14s Respuesta incorrecta: 13 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 5.4 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#153#153	Mercury 2none	4.6	Inception	$0.009	614ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 25.0% Pruebas inestables 2 Tokens de entrada 25,515 Tokens de salida 3,001 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 614ms Tiempo de respuesta (total) 12.28s Tiempo de respuesta (máximo) 1.27s Respuesta incorrecta: 15 No siguió las instrucciones: 1 Trucos anti-IA : 3.0 Programación : 3.5 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 38.6% Pruebas inestables 2 Tokens de entrada 9,081 Tokens de salida 51,664 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 21.61s Tiempo de respuesta (total) 345.79s Tiempo de respuesta (máximo) 113.71s Respuesta incorrecta: 8 Error de API: 3 No siguió las instrucciones: 2 Trucos anti-IA : 6.5 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 6.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#146#146	GPT-5.4 Nanonone	4.8	OpenAI	$0.010	1.33s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.7% Pruebas inestables 5 Tokens de entrada 31,593 Tokens de salida 2,769 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.33s Tiempo de respuesta (total) 26.54s Tiempo de respuesta (máximo) 3.84s Respuesta incorrecta: 14 No siguió las instrucciones: 2 Trucos anti-IA : 3.5 Programación : 5.4 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 45.0% Pruebas inestables 3 Tokens de entrada 45,353 Tokens de salida 4,334 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.50s Tiempo de respuesta (total) 70.00s Tiempo de respuesta (máximo) 47.43s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 6.5 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 5 Tokens de entrada 36,355 Tokens de salida 17,495 Tokens de razonamiento 46,878 Tiempo de respuesta (promedio) 22.41s Tiempo de respuesta (total) 291.35s Tiempo de respuesta (máximo) 68.16s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Trucos anti-IA : 6.7 Programación : 3.9 Combinado : 10.0 Análisis y extracción de datos : 6.4 Específico del dominio : 2.9 Inteligencia general : 4.3 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 5.3 Llamada de herramientas : 9.8 Cultura general : 3.0
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 55.0% Pruebas inestables 4 Tokens de entrada 33,705 Tokens de salida 2,478 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.09s Tiempo de respuesta (total) 21.79s Tiempo de respuesta (máximo) 2.97s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 7.5 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 56.7% Pruebas inestables 3 Tokens de entrada 33,968 Tokens de salida 2,481 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.37s Tiempo de respuesta (total) 27.32s Tiempo de respuesta (máximo) 4.49s Respuesta incorrecta: 7 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#124#124	Qwen3.6 Flashnone	5.5	Qwen	$0.014 ↓	1.65s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 35.0% Pruebas inestables 0 Tokens de entrada 47,969 Tokens de salida 4,158 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.65s Tiempo de respuesta (total) 32.91s Tiempo de respuesta (máximo) 4.60s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 Programación : 6.6 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#113#113	Qwen3.5-27Bnone	5.8	Qwen	$0.014 ↓	1.69s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 40.0% Pruebas inestables 2 Tokens de entrada 41,637 Tokens de salida 3,585 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.69s Tiempo de respuesta (total) 33.82s Tiempo de respuesta (máximo) 9.39s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 7.3 Combinado : 2.8 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 1 Tokens de entrada 32,923 Tokens de salida 1,764 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 889ms Tiempo de respuesta (total) 17.79s Tiempo de respuesta (máximo) 4.39s Respuesta incorrecta: 11 Trucos anti-IA : 3.0 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 5.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 55.0% Pruebas inestables 2 Tokens de entrada 21,045 Tokens de salida 63,460 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 24.56s Tiempo de respuesta (total) 368.35s Tiempo de respuesta (máximo) 78.74s Error de API: 6 Respuesta incorrecta: 4 Trucos anti-IA : 8.3 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.9 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 2.8 Cultura general : 3.0
#92#92	Qwen3.5 Plus 2026-02-15none	6.4	Qwen	$0.016 ↓	2.40s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 2 Tokens de entrada 43,023 Tokens de salida 2,474 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.40s Tiempo de respuesta (total) 33.56s Tiempo de respuesta (máximo) 6.65s Respuesta incorrecta: 11 Trucos anti-IA : 4.8 Programación : 4.9 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#122#122	MiMo-V2.5-Pronone	5.6	Xiaomi	$0.016 ↓	1.84s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 4 Tokens de entrada 28,962 Tokens de salida 3,037 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.84s Tiempo de respuesta (total) 36.79s Tiempo de respuesta (máximo) 8.32s Respuesta incorrecta: 10 No siguió las instrucciones: 4 Trucos anti-IA : 3.3 Programación : 5.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#130#130	DeepSeek V3.2none	5.4	DeepSeek	$0.017 ↓	14.43s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 6 Tokens de entrada 53,408 Tokens de salida 11,159 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.43s Tiempo de respuesta (total) 288.55s Tiempo de respuesta (máximo) 115.89s Respuesta incorrecta: 6 Error de API: 4 Formato extra: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.2 Programación : 3.1 Combinado : 6.5 Análisis y extracción de datos : 6.3 Específico del dominio : 2.9 Inteligencia general : 4.7 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#49#49	Gemini 3.1 Flash Lite Previewnone	7.5	Google	$0.017	1.23s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 63.3% Pruebas inestables 1 Tokens de entrada 34,579 Tokens de salida 5,541 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.23s Tiempo de respuesta (total) 24.68s Tiempo de respuesta (máximo) 3.39s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Trucos anti-IA : 7.5 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 70.0% Pruebas inestables 0 Tokens de entrada 27,030 Tokens de salida 73,544 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 16.28s Tiempo de respuesta (total) 293.12s Tiempo de respuesta (máximo) 46.04s Respuesta incorrecta: 3 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#106#106	Seed-2.0-Litenone	5.9	Bytedance Seed	$0.018	2.48s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 4 Tokens de entrada 43,630 Tokens de salida 3,253 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.48s Tiempo de respuesta (total) 49.67s Tiempo de respuesta (máximo) 6.70s Respuesta incorrecta: 12 Trucos anti-IA : 3.0 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 43.3% Pruebas inestables 2 Tokens de entrada 36,614 Tokens de salida 14,505 Tokens de razonamiento 30,178 Tiempo de respuesta (promedio) 20.87s Tiempo de respuesta (total) 375.66s Tiempo de respuesta (máximo) 87.80s Respuesta incorrecta: 5 No siguió las instrucciones: 3 Error de API: 2 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 3.1 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.1 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#131#131	Qwen3.5-122B-A10Bnone	5.4	Qwen	$0.019 ↓	3.38s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 1 Tokens de entrada 44,894 Tokens de salida 3,374 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.38s Tiempo de respuesta (total) 67.55s Tiempo de respuesta (máximo) 46.00s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 4.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.8 Llamada de herramientas : 10.0 Cultura general : 3.0
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Ver ficha del modelo Pruebas totales 12 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 0 Tokens de entrada 1,971 Tokens de salida 64,795 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 39.03s Tiempo de respuesta (total) 312.26s Tiempo de respuesta (máximo) 114.12s Error de API: 4 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 10.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#98#98	Mimo V2 Omninone	6.2	Xiaomi	$0.021 ↓	2.44s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 1 Tokens de entrada 40,852 Tokens de salida 3,314 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.44s Tiempo de respuesta (total) 48.81s Tiempo de respuesta (máximo) 6.81s Respuesta incorrecta: 10 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 5.1 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.1 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#39#39	Gemini 3 Flash Previewnone	7.7	Google	$0.023	1.70s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 70.0% Pruebas inestables 2 Tokens de entrada 34,008 Tokens de salida 1,879 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.70s Tiempo de respuesta (total) 22.05s Tiempo de respuesta (máximo) 3.56s Respuesta incorrecta: 7 Trucos anti-IA : 8.3 Programación : 6.8 Combinado : 4.7 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 8.5 Tasa de aciertos por intento 45.0% Pruebas inestables 4 Tokens de entrada 42,256 Tokens de salida 5,345 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.91s Tiempo de respuesta (total) 258.27s Tiempo de respuesta (máximo) 58.65s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 3.5 Programación : 5.4 Combinado : 9.5 Análisis y extracción de datos : 6.9 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 7.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#150#150	MiMo-V2-Flashnone	4.7	Xiaomi	$0.025 ↑	2.70s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 26.7% Pruebas inestables 4 Tokens de entrada 34,208 Tokens de salida 68,873 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.70s Tiempo de respuesta (total) 43.15s Tiempo de respuesta (máximo) 19.68s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 3.2 Programación : 4.9 Combinado : 3.0 Análisis y extracción de datos : 2.9 Específico del dominio : 5.3 Inteligencia general : 4.6 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#44#44	Gemini 3.1 Flash Lite Previewlow	7.6	Google	$0.025	2.85s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 65.0% Pruebas inestables 0 Tokens de entrada 29,708 Tokens de salida 2,280 Tokens de razonamiento 8,829 Tiempo de respuesta (promedio) 2.85s Tiempo de respuesta (total) 57.08s Tiempo de respuesta (máximo) 11.91s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Trucos anti-IA : 8.3 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 46.7% Pruebas inestables 1 Tokens de entrada 34,537 Tokens de salida 1,985 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.95s Tiempo de respuesta (total) 51.38s Tiempo de respuesta (máximo) 11.07s Respuesta incorrecta: 11 Trucos anti-IA : 4.8 Programación : 4.6 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 2 Tokens de entrada 7,599 Tokens de salida 39,954 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 55.10s Tiempo de respuesta (total) 881.55s Tiempo de respuesta (máximo) 143.82s Respuesta incorrecta: 5 Error de API: 4 No siguió las instrucciones: 2 Trucos anti-IA : 9.2 Programación : 6.5 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 3.0 Cultura general : 3.0

Comparación rápida

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida