Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)10.75sTiempo de respuesta (máximo)88.03sTiempo de respuesta (total)247.34s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)45.33sTiempo de respuesta (máximo)45.33sTiempo de respuesta (total)45.33s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.65sTiempo de respuesta (máximo)3.74sTiempo de respuesta (total)10.60s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.25sTiempo de respuesta (máximo)4.72sTiempo de respuesta (total)12.75s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)13.03sTiempo de respuesta (máximo)16.50sTiempo de respuesta (total)26.06s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.09sTiempo de respuesta (máximo)2.27sTiempo de respuesta (total)4.19s
Específico del dominio
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)38.84sTiempo de respuesta (máximo)88.03sTiempo de respuesta (total)116.53s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.71sTiempo de respuesta (máximo)4.71sTiempo de respuesta (total)4.71s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.85sTiempo de respuesta (máximo)3.45sTiempo de respuesta (total)5.70s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.74sTiempo de respuesta (máximo)3.94sTiempo de respuesta (total)11.23s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.22sTiempo de respuesta (máximo)6.22sTiempo de respuesta (total)6.22s
Cultura general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.02sTiempo de respuesta (máximo)4.02sTiempo de respuesta (total)4.02s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)18.83sTiempo de respuesta (máximo)240.50sTiempo de respuesta (total)433.15s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)48.00sTiempo de respuesta (máximo)48.00sTiempo de respuesta (total)48.00s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.27sTiempo de respuesta (máximo)3.84sTiempo de respuesta (total)13.08s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.41sTiempo de respuesta (máximo)6.64sTiempo de respuesta (total)16.22s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)18.48sTiempo de respuesta (máximo)22.84sTiempo de respuesta (total)36.96s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.57sTiempo de respuesta (máximo)2.89sTiempo de respuesta (total)5.14s
Específico del dominio
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)92.51sTiempo de respuesta (máximo)240.50sTiempo de respuesta (total)277.53s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.27sTiempo de respuesta (máximo)6.27sTiempo de respuesta (total)6.27s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.70sTiempo de respuesta (máximo)3.27sTiempo de respuesta (total)5.39s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.10sTiempo de respuesta (máximo)4.30sTiempo de respuesta (total)12.31s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.42sTiempo de respuesta (máximo)8.42sTiempo de respuesta (total)8.42s
Cultura general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.83sTiempo de respuesta (máximo)3.83sTiempo de respuesta (total)3.83s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)47.29sTiempo de respuesta (máximo)683.60sTiempo de respuesta (total)1087.57s…
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)48.34sTiempo de respuesta (máximo)48.34sTiempo de respuesta (total)48.34s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.61sTiempo de respuesta (máximo)6.16sTiempo de respuesta (total)18.43s
Programación
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)11.75sTiempo de respuesta (máximo)17.26sTiempo de respuesta (total)35.25s
Combinado
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)46.96sTiempo de respuesta (máximo)56.23sTiempo de respuesta (total)93.92s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.68sTiempo de respuesta (máximo)3.69sTiempo de respuesta (total)7.36s
Específico del dominio
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)273.25sTiempo de respuesta (máximo)683.60sTiempo de respuesta (total)819.74s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.83sTiempo de respuesta (máximo)7.83sTiempo de respuesta (total)7.83s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.36sTiempo de respuesta (máximo)4.49sTiempo de respuesta (total)8.73s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)7.89sTiempo de respuesta (máximo)9.18sTiempo de respuesta (total)23.67s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)16.04sTiempo de respuesta (máximo)16.04sTiempo de respuesta (total)16.04s
Cultura general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)8.26sTiempo de respuesta (máximo)8.26sTiempo de respuesta (total)8.26s
Tendencias globales del benchmark
Descubre cómo los modelos actuales equilibran puntuación, costo, velocidad, longitud de salida y rendimiento por categoría.