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: 2026-06-04 Modelos evaluados: 163

163/163

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#104#104	Nemotron 3 Ultra 550b A55bnone	6.0	NVIDIA	$0.000	2.27s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 44.4% Pruebas inestables 2 Tokens de entrada 43,326 Tokens de salida 2,138 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.27s Tiempo de respuesta (total) 47.65s Tiempo de respuesta (máximo) 13.49s Respuesta incorrecta: 12 No siguió las instrucciones: 1 Trucos anti-IA : 3.5 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#120#120	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.3% Pruebas inestables 3 Tokens de entrada 39,344 Tokens de salida 2,352 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.27s Tiempo de respuesta (total) 45.50s Tiempo de respuesta (máximo) 6.58s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Error de API: 1 Trucos anti-IA : 3.5 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 6.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#95#95	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.016 ↓	2.31s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 46.0% Pruebas inestables 2 Tokens de entrada 45,864 Tokens de salida 2,480 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.31s Tiempo de respuesta (total) 34.63s Tiempo de respuesta (máximo) 6.65s Respuesta incorrecta: 12 Trucos anti-IA : 4.8 Programación : 4.3 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
#101#101	Mimo V2 Omninone	6.0	Xiaomi	$0.021 ↓	2.44s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 39.7% 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 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 4.4 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
#110#110	Seed-2.0-Litenone	5.8	Bytedance Seed	$0.019	2.49s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 46.0% Pruebas inestables 4 Tokens de entrada 46,573 Tokens de salida 3,259 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.49s Tiempo de respuesta (total) 52.26s Tiempo de respuesta (máximo) 6.70s Respuesta incorrecta: 13 Trucos anti-IA : 3.0 Programación : 5.6 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
#152#152	MiMo-V2-Flashnone	4.6	Xiaomi	$0.025 ↑	2.76s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 6.7 Tasa de aciertos por intento 25.4% Pruebas inestables 4 Tokens de entrada 36,851 Tokens de salida 68,882 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.76s Tiempo de respuesta (total) 46.99s Tiempo de respuesta (máximo) 19.68s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 3.2 Programación : 4.3 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
#50#50	Gemini 3.1 Flash Lite Previewlow	7.4	Google	$0.026	2.77s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 61.9% Pruebas inestables 0 Tokens de entrada 32,715 Tokens de salida 2,286 Tokens de razonamiento 9,166 Tiempo de respuesta (promedio) 2.77s Tiempo de respuesta (total) 58.12s Tiempo de respuesta (máximo) 11.91s Respuesta incorrecta: 7 No siguió las instrucciones: 1 Trucos anti-IA : 8.3 Programación : 5.5 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
#134#134	GLM 5 Turbonone	5.2	Z.ai	$0.047 ↑	2.82s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 2 Tokens de entrada 32,525 Tokens de salida 1,815 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.82s Tiempo de respuesta (total) 59.29s Tiempo de respuesta (máximo) 8.21s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 Programación : 3.9 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.2 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#88#88	Qwen3.7 Plusnone	6.4	Qwen	$0.028	2.85s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% Pruebas inestables 0 Tokens de entrada 42,510 Tokens de salida 6,578 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.85s Tiempo de respuesta (total) 59.86s Tiempo de respuesta (máximo) 29.38s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 5.5 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#122#122	GLM 4.7 Flashnone	5.5	Z.ai	$0.004	2.86s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 36.5% Pruebas inestables 3 Tokens de entrada 38,745 Tokens de salida 2,521 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.86s Tiempo de respuesta (total) 40.04s Tiempo de respuesta (máximo) 7.05s Respuesta incorrecta: 13 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 5.2 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 7.7 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 6.4 Llamada de herramientas : 2.8 Cultura general : 3.0
#145#145	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 15 Fiabilidad 9.8 Tasa de aciertos por intento 31.6% Pruebas inestables 3 Tokens de entrada 38,147 Tokens de salida 2,054 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.89s Tiempo de respuesta (total) 43.28s Tiempo de respuesta (máximo) 15.42s Respuesta incorrecta: 10 Error de API: 4 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.4 Programación : 7.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 3.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#151#151	Trinity Large Previewnone	4.6	Arcee AI	$0.008 ↑	2.98s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 22.2% 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: 2 Trucos anti-IA : 3.1 Programación : 3.7 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
#109#109	GLM 5V Turbonone	5.8	Z.ai	$0.052	2.99s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 38.1% Pruebas inestables 0 Tokens de entrada 37,100 Tokens de salida 1,766 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.99s Tiempo de respuesta (total) 62.74s Tiempo de respuesta (máximo) 6.51s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 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
#8#8	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 3 Fiabilidad 10.0 Tasa de aciertos por intento 84.2% Pruebas inestables 0 Tokens de entrada 69,576 Tokens de salida 6,265 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.02s Tiempo de respuesta (total) 57.44s Tiempo de respuesta (máximo) 18.27s Respuesta incorrecta: 3 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#44#44	Gemini 3.1 Flash Litemedium	7.5	Google	$0.071	3.23s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 65.1% Pruebas inestables 2 Tokens de entrada 36,808 Tokens de salida 2,254 Tokens de razonamiento 38,300 Tiempo de respuesta (promedio) 3.23s Tiempo de respuesta (total) 67.80s Tiempo de respuesta (máximo) 10.87s Respuesta incorrecta: 7 No siguió las instrucciones: 1 Trucos anti-IA : 9.1 Programación : 5.5 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#3🥉 #3	Gemini 3.5 Flashlow	9.4	Google	$0.349	3.27s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 2 Fiabilidad 10.0 Tasa de aciertos por intento 90.5% Pruebas inestables 0 Tokens de entrada 36,938 Tokens de salida 2,033 Tokens de razonamiento 30,519 Tiempo de respuesta (promedio) 3.27s Tiempo de respuesta (total) 68.65s Tiempo de respuesta (máximo) 9.05s Respuesta incorrecta: 2 Trucos anti-IA : 10.0 Programación : 7.8 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#74#74	Qwen3.6 Max Previewnone	6.9	Qwen	$0.075 ↓	3.30s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 58.7% Pruebas inestables 2 Tokens de entrada 42,509 Tokens de salida 4,779 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.30s Tiempo de respuesta (total) 69.40s Tiempo de respuesta (máximo) 20.51s Respuesta incorrecta: 10 Trucos anti-IA : 5.2 Programación : 3.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 4.3 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#117#117	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.012 ↓	3.37s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 42.9% Pruebas inestables 3 Tokens de entrada 48,194 Tokens de salida 4,343 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.37s Tiempo de respuesta (total) 70.75s Tiempo de respuesta (máximo) 47.43s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 Programación : 5.5 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
#131#131	Qwen3.5-122B-A10Bnone	5.3	Qwen	$0.020 ↓	3.41s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 1 Tokens de entrada 47,735 Tokens de salida 3,383 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.41s Tiempo de respuesta (total) 71.59s Tiempo de respuesta (máximo) 46.00s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.7 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
#68#68	Claude Opus 4.8none	7.0	Anthropic	$0.539	3.47s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 61.9% Pruebas inestables 2 Tokens de entrada 67,104 Tokens de salida 8,107 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.47s Tiempo de respuesta (total) 72.90s Tiempo de respuesta (máximo) 17.73s Respuesta incorrecta: 4 Formato extra: 3 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 6.5 Programación : 5.5 Combinado : 9.5 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#108#108	Qwen3.5-Flashnone	5.8	Qwen	$0.005 ↓	3.58s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 39.7% Pruebas inestables 1 Tokens de entrada 46,439 Tokens de salida 4,276 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.58s Tiempo de respuesta (total) 75.28s Tiempo de respuesta (máximo) 27.18s Respuesta incorrecta: 13 Trucos anti-IA : 3.5 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#118#118	Qwen3.6 27Bnone	5.6	Qwen	$0.028 ↓	3.72s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% Pruebas inestables 6 Tokens de entrada 52,721 Tokens de salida 3,812 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.72s Tiempo de respuesta (total) 78.08s Tiempo de respuesta (máximo) 11.82s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.8 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 7.7 Inteligencia general : 5.2 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 5.3 Llamada de herramientas : 9.5 Cultura general : 3.0
#153#153	Qwen3.6 35B A3Bnone	4.6	Qwen	$0.031 ↑	3.73s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 30.2% Pruebas inestables 5 Tokens de entrada 19,329 Tokens de salida 27,755 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.73s Tiempo de respuesta (total) 70.86s Tiempo de respuesta (máximo) 22.52s Respuesta incorrecta: 13 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 3.6 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.4 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 3.2 Llamada de herramientas : 3.0 Cultura general : 3.0
#40#40	Gemini 3.1 Flash Lite Previewmedium	7.5	Google	$0.068	3.96s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 61.9% Pruebas inestables 0 Tokens de entrada 37,786 Tokens de salida 2,210 Tokens de razonamiento 36,744 Tiempo de respuesta (promedio) 3.96s Tiempo de respuesta (total) 83.06s Tiempo de respuesta (máximo) 14.93s Respuesta incorrecta: 7 No siguió las instrucciones: 1 Trucos anti-IA : 9.1 Programación : 5.5 Combinado : 10.0 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
#98#98	GLM 5none	6.1	Z.ai	$0.027 ↑	4.03s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 44.4% Pruebas inestables 1 Tokens de entrada 37,135 Tokens de salida 1,989 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.03s Tiempo de respuesta (total) 56.37s Tiempo de respuesta (máximo) 11.07s Respuesta incorrecta: 12 Trucos anti-IA : 4.8 Programación : 4.0 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
#85#85	Gemma 4 31Bnone	6.5	Google	$0.004 ↓	4.05s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% Pruebas inestables 0 Tokens de entrada 20,911 Tokens de salida 1,407 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.05s Tiempo de respuesta (total) 76.87s Tiempo de respuesta (máximo) 26.13s Respuesta incorrecta: 8 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 6.5 Llamada de herramientas : 3.0 Cultura general : 3.0
#112#112	GLM 5.1none	5.7	Z.ai	$0.058 ↓	4.10s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.3% Pruebas inestables 4 Tokens de entrada 47,133 Tokens de salida 3,754 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.10s Tiempo de respuesta (total) 86.18s Tiempo de respuesta (máximo) 32.57s Respuesta incorrecta: 13 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.0 Programación : 3.9 Combinado : 2.8 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 5.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#114#114	Qwen3.5 Plus 2026-04-20none	5.7	Qwen	$0.032 ↓	4.39s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.3% Pruebas inestables 4 Tokens de entrada 38,910 Tokens de salida 11,145 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.39s Tiempo de respuesta (total) 92.26s Tiempo de respuesta (máximo) 33.34s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.9 Combinado : 2.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#116#116	Hunter Alphanone	5.7	OpenRouter	$0.000	4.70s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 12 Fiabilidad N/D Tasa de aciertos por intento 46.3% Pruebas inestables 4 Tokens de entrada 34,329 Tokens de salida 2,264 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.70s Tiempo de respuesta (total) 79.86s Tiempo de respuesta (máximo) 15.17s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Error de API: 1 Trucos anti-IA : 3.5 Programación : 3.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 6.1 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 5.8 Llamada de herramientas : 10.0
#11#11	Claude Opus 4.7medium	8.7	Anthropic	$0.679	4.73s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 82.5% Pruebas inestables 1 Tokens de entrada 65,406 Tokens de salida 11,858 Tokens de razonamiento 2,198 Tiempo de respuesta (promedio) 4.73s Tiempo de respuesta (total) 94.51s Tiempo de respuesta (máximo) 23.18s Respuesta incorrecta: 3 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 7.6 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 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 PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsNemotron 3 Ultra 550b A55bmediumDisponible gratis Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida