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: 2026-05-10 Modelos evaluados: 144

144/144

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#114#114	Kimi K2.5none	5.4	Moonshot AI	$0.017	12.58s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 38.6% Pruebas inestables 3 Tokens de salida 2,679 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.58s Tiempo de respuesta (total) 150.95s Tiempo de respuesta (máximo) 42.13s Respuesta incorrecta: 13 Trucos anti-IA : 3.6 Programación : 10.0 Combinado : 2.8 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#113#113	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	5.4	NVIDIA	$0.000	17.15s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 53.9% Pruebas inestables 7 Tokens de salida 48,462 Tokens de razonamiento 180,793 Tiempo de respuesta (promedio) 17.15s Tiempo de respuesta (total) 222.94s Tiempo de respuesta (máximo) 147.45s Respuesta incorrecta: 7 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 7.6 Programación : 3.3 Combinado : 0.0 Análisis y extracción de datos : 7.3 Específico del dominio : 2.9 Inteligencia general : 0.0 Seguimiento de instrucciones : 7.1 Resolución de acertijos : 3.8 Llamada de herramientas : 0.0 Cultura general : 0.0
#112#112	Qwen3.5-122B-A10Bnone	5.5	Qwen	$0.022	3.52s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 36.8% Pruebas inestables 2 Tokens de salida 3,350 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.52s Tiempo de respuesta (total) 66.80s Tiempo de respuesta (máximo) 46.00s Respuesta incorrecta: 11 No siguió las instrucciones: 2 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 : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#111#111	Elephant Alphamedium	5.5	Openrouter	$0.000	1.27s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad N/D Tasa de aciertos por intento 35.2% Pruebas inestables 1 Tokens de salida 2,596 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.27s Tiempo de respuesta (total) 22.82s Tiempo de respuesta (máximo) 3.70s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 6.6 Programación : 5.1 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.3 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.3 Llamada de herramientas : 3.0 Cultura general : 0.0
#110#110	Grok 4.20 Betanone	5.5	X AI	$0.091	1.19s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 13 Fiabilidad N/D Tasa de aciertos por intento 35.2% Pruebas inestables 2 Tokens de salida 1,591 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.19s Tiempo de respuesta (total) 21.37s Tiempo de respuesta (máximo) 6.48s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.0 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0
#109#109	Mistral Small 4medium	5.5	Mistral	$0.035	5.65s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 47.4% Pruebas inestables 7 Tokens de salida 15,102 Tokens de razonamiento 40,965 Tiempo de respuesta (promedio) 5.65s Tiempo de respuesta (total) 107.44s Tiempo de respuesta (máximo) 30.49s Respuesta incorrecta: 10 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 5.6 Programación : 6.7 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 3.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#108#108	MiniMax M2.5medium	5.5	Minimax	$0.273	43.39s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 14 Fiabilidad 6.7 Tasa de aciertos por intento 52.6% Pruebas inestables 10 Tokens de salida 108,324 Tokens de razonamiento 224,957 Tiempo de respuesta (promedio) 43.39s Tiempo de respuesta (total) 477.26s Tiempo de respuesta (máximo) 237.27s Respuesta incorrecta: 6 Tiempo agotado: 4 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 7.9 Programación : 3.0 Combinado : 4.5 Análisis y extracción de datos : 4.6 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 7.5 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#107#107	Qwen3.6 Flashnone	5.6	Qwen	$0.018	1.60s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 36.8% Pruebas inestables 0 Tokens de salida 4,170 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.60s Tiempo de respuesta (total) 30.43s Tiempo de respuesta (máximo) 4.60s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 Programación : 10.0 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
#106#106	DeepSeek V3.2none	5.7	DeepSeek	$0.016	13.43s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 49.1% Pruebas inestables 5 Tokens de salida 7,194 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 13.43s Tiempo de respuesta (total) 255.10s Tiempo de respuesta (máximo) 115.89s Respuesta incorrecta: 8 Formato extra: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.3 Programación : 2.4 Combinado : 6.5 Análisis y extracción de datos : 6.3 Específico del dominio : 3.0 Inteligencia general : 7.6 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#105#105	Hunter Alphanone	5.7	OpenRouter	$0.000	4.58s
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 salida 2,278 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.58s Tiempo de respuesta (total) 77.92s 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
#104#104	MiMo-V2.5-Pronone	5.7	Xiaomi	$0.035	1.88s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 43.9% Pruebas inestables 4 Tokens de salida 3,040 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.88s Tiempo de respuesta (total) 35.63s Tiempo de respuesta (máximo) 8.32s Respuesta incorrecta: 10 No siguió las instrucciones: 3 Trucos anti-IA : 3.3 Programación : 6.4 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
#103#103	GLM 5.1none	5.7	Z.ai	$0.053	4.23s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 42.1% Pruebas inestables 5 Tokens de salida 3,731 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.23s Tiempo de respuesta (total) 80.36s Tiempo de respuesta (máximo) 32.57s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.0 Programación : 5.1 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 : 6.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#102#102	Kimi K2.6none	5.7	Moonshot AI	$0.039	2.02s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 40.4% Pruebas inestables 2 Tokens de salida 2,990 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.02s Tiempo de respuesta (total) 38.29s Tiempo de respuesta (máximo) 6.65s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 4.6 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.4 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#101#101	gpt-oss-120bmedium	5.7	OpenAI	$0.011	16.95s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 49.1% Pruebas inestables 6 Tokens de salida 16,594 Tokens de razonamiento 40,637 Tiempo de respuesta (promedio) 16.95s Tiempo de respuesta (total) 203.39s Tiempo de respuesta (máximo) 50.92s Respuesta incorrecta: 8 No siguió las instrucciones: 4 Trucos anti-IA : 6.7 Programación : 4.3 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 : 3.2 Llamada de herramientas : 9.8 Cultura general : 3.0
#100#100	GPT-5.4none	5.7	OpenAI	$0.105	1.48s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 40.4% Pruebas inestables 2 Tokens de salida 2,357 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.48s Tiempo de respuesta (total) 28.20s Tiempo de respuesta (máximo) 2.95s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Trucos anti-IA : 3.2 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#99#99	GLM 4.7 Flashnone	5.8	Z.ai	$0.003	3.13s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 40.4% Pruebas inestables 3 Tokens de salida 2,498 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.13s Tiempo de respuesta (total) 37.60s Tiempo de respuesta (máximo) 7.05s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 5.2 Programación : 6.4 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
#98#98	Owl Alphanone	5.8	Openrouter	$0.000	6.83s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 43.9% Pruebas inestables 2 Tokens de salida 1,685 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.83s Tiempo de respuesta (total) 129.73s Tiempo de respuesta (máximo) 32.27s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Trucos anti-IA : 3.4 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#97#97	Cobuddymedium	5.8	Baidu	$0.000	36.50s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 9.9 Tasa de aciertos por intento 54.4% Pruebas inestables 7 Tokens de salida 1,648 Tokens de razonamiento 96,062 Tiempo de respuesta (promedio) 36.50s Tiempo de respuesta (total) 693.45s Tiempo de respuesta (máximo) 309.02s Respuesta incorrecta: 8 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.7 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 6.3 Específico del dominio : 2.9 Inteligencia general : 4.2 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#96#96	Qwen3.6 27Bnone	5.8	Qwen	$0.031	4.00s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 52.6% Pruebas inestables 6 Tokens de salida 3,786 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.00s Tiempo de respuesta (total) 76.04s Tiempo de respuesta (máximo) 12.08s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.8 Programación : 10.0 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
#95#95	Qwen3.5-27Bnone	5.9	Qwen	$0.016	1.68s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 42.1% Pruebas inestables 2 Tokens de salida 3,555 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.68s Tiempo de respuesta (total) 31.92s Tiempo de respuesta (máximo) 9.39s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 10.0 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	MiMo-V2-Pronone	5.9	Xiaomi	$0.043	2.35s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 45.6% Pruebas inestables 3 Tokens de salida 2,344 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.35s Tiempo de respuesta (total) 44.69s Tiempo de respuesta (máximo) 6.58s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 3.5 Programación : 10.0 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
#93#93	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.016	3.64s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 47.4% Pruebas inestables 3 Tokens de salida 4,311 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.64s Tiempo de respuesta (total) 69.23s Tiempo de respuesta (máximo) 47.43s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 Programación : 10.0 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
#92#92	Qwen3.5 Plus 2026-04-20none	5.9	Qwen	$0.040	4.77s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 12 Fiabilidad 9.9 Tasa de aciertos por intento 45.6% Pruebas inestables 4 Tokens de salida 11,150 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.77s Tiempo de respuesta (total) 90.58s Tiempo de respuesta (máximo) 33.34s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 5.3 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
#90#90	Owl Alphamedium	6.0	Openrouter	$0.000	10.58s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 43.9% Pruebas inestables 1 Tokens de salida 1,613 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 10.58s Tiempo de respuesta (total) 201.03s Tiempo de respuesta (máximo) 58.63s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#91#91	Qwen3.5-Flashnone	6.0	Qwen	$0.006	3.11s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 43.9% Pruebas inestables 1 Tokens de salida 4,275 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.11s Tiempo de respuesta (total) 59.03s Tiempo de respuesta (máximo) 13.73s Respuesta incorrecta: 11 Trucos anti-IA : 3.5 Programación : 10.0 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
#89#89	GLM 5V Turbonone	6.0	Z.ai	$0.044	3.06s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 42.1% Pruebas inestables 0 Tokens de salida 1,739 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.06s Tiempo de respuesta (total) 58.10s Tiempo de respuesta (máximo) 6.51s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 10.0 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
#88#88	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.017	2.50s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 52.6% Pruebas inestables 5 Tokens de salida 3,140 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.50s Tiempo de respuesta (total) 47.42s Tiempo de respuesta (máximo) 6.70s Respuesta incorrecta: 11 Trucos anti-IA : 3.0 Programación : 10.0 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 : 5.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#87#87	Nemotron 3 Supermedium	6.1	NVIDIA	$0.001	18.72s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 47.4% Pruebas inestables 3 Tokens de salida 14,098 Tokens de razonamiento 29,580 Tiempo de respuesta (promedio) 18.72s Tiempo de respuesta (total) 318.29s Tiempo de respuesta (máximo) 87.80s Respuesta incorrecta: 5 No siguió las instrucciones: 3 Error de API: 1 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 3.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.1 Seguimiento de instrucciones : 7.2 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#86#86	DeepSeek V4 Pronone	6.2	DeepSeek	$0.044	14.09s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 8.0 Tasa de aciertos por intento 50.9% Pruebas inestables 3 Tokens de salida 5,330 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.09s Tiempo de respuesta (total) 267.72s Tiempo de respuesta (máximo) 58.65s Respuesta incorrecta: 8 No siguió las instrucciones: 2 Formato extra: 1 Trucos anti-IA : 3.5 Programación : 7.1 Combinado : 9.5 Análisis y extracción de datos : 8.8 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
#85#85	GPT-5 Nanomedium	6.2	OpenAI	$0.069	42.13s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 57.9% Pruebas inestables 7 Tokens de salida 5,214 Tokens de razonamiento 162,432 Tiempo de respuesta (promedio) 42.13s Tiempo de respuesta (total) 505.59s Tiempo de respuesta (máximo) 204.02s Respuesta incorrecta: 8 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 6.5 Programación : 6.7 Combinado : 10.0 Análisis y extracción de datos : 3.7 Específico del dominio : 5.2 Inteligencia general : 4.1 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0

Comparación rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumDisponible gratis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida