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)
#7#7	Gemini 3.5 Flashmedium	9.0	Google	$0.582	4.94s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 3 Fiabilidad 10.0 Tasa de aciertos por intento 87.3% Pruebas inestables 1 Tokens de entrada 36,936 Tokens de salida 2,001 Tokens de razonamiento 56,408 Tiempo de respuesta (promedio) 4.94s Tiempo de respuesta (total) 103.79s Tiempo de respuesta (máximo) 18.07s Respuesta incorrecta: 2 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 7.9 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 : 7.7 Llamada de herramientas : 10.0 Cultura general : 10.0
#77#77	Claude Sonnet 4.6none	6.8	Anthropic	$0.316	5.04s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 55.6% Pruebas inestables 1 Tokens de entrada 57,886 Tokens de salida 9,465 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.04s Tiempo de respuesta (total) 70.60s Tiempo de respuesta (máximo) 23.84s Respuesta incorrecta: 5 Formato extra: 4 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 5.5 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 6.1 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#141#141	Nemotron 3 Supernone	4.9	NVIDIA	$0.007 ↑	5.30s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 3 Tokens de entrada 36,456 Tokens de salida 6,195 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.30s Tiempo de respuesta (total) 111.31s Tiempo de respuesta (máximo) 16.45s Respuesta incorrecta: 14 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.6 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.5 Llamada de herramientas : 4.7 Cultura general : 3.0
#16#16	Gemini 3 Flash Previewlow	8.4	Google	$0.111	5.76s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 79.4% Pruebas inestables 2 Tokens de entrada 36,769 Tokens de salida 2,076 Tokens de razonamiento 28,518 Tiempo de respuesta (promedio) 5.76s Tiempo de respuesta (total) 120.93s Tiempo de respuesta (máximo) 14.72s Respuesta incorrecta: 5 Trucos anti-IA : 10.0 Programación : 5.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#102#102	Gemma 4 26B A4Bnone	6.0	Google	$0.004 ↓	5.91s
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 40,038 Tokens de salida 1,824 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.91s Tiempo de respuesta (total) 124.05s Tiempo de respuesta (máximo) 57.10s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 3.7 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 6.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#63#63	GPT-5.3 Chatnone	7.2	OpenAI	$0.433	6.34s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 66.7% Pruebas inestables 5 Tokens de entrada 34,209 Tokens de salida 26,617 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.34s Tiempo de respuesta (total) 133.13s Tiempo de respuesta (máximo) 18.33s Respuesta incorrecta: 7 No siguió las instrucciones: 2 Trucos anti-IA : 6.7 Programación : 5.6 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.6 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#107#107	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 50.9% Pruebas inestables 6 Tokens de entrada 39,481 Tokens de salida 54,218 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.73s Tiempo de respuesta (total) 100.98s Tiempo de respuesta (máximo) 29.11s Respuesta incorrecta: 6 Error de API: 4 Sin respuesta: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 6.9 Programación : 6.3 Combinado : 3.0 Análisis y extracción de datos : 7.1 Específico del dominio : 4.1 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 4.7 Cultura general : 3.0
#24#24	GPT-5.2 Chatnone	7.9	OpenAI	$0.393	7.13s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 74.6% Pruebas inestables 3 Tokens de entrada 34,212 Tokens de salida 23,744 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 7.13s Tiempo de respuesta (total) 149.69s Tiempo de respuesta (máximo) 38.52s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 Programación : 8.8 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#159#159	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 18 Fiabilidad N/D Tasa de aciertos por intento 14.3% Pruebas inestables 0 Tokens de entrada 34,905 Tokens de salida 2,434 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 7.72s Tiempo de respuesta (total) 139.00s Tiempo de respuesta (máximo) 25.72s Respuesta incorrecta: 12 Error de API: 3 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.4 Programación : 3.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 3.1 Llamada de herramientas : 3.0 Cultura general : 3.0
#150#150	Qwen3 Coder Nextmedium	4.6	Qwen	$0.008 ↓	8.58s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 28.6% Pruebas inestables 3 Tokens de entrada 47,250 Tokens de salida 3,319 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 8.58s Tiempo de respuesta (total) 128.68s Tiempo de respuesta (máximo) 81.80s Respuesta incorrecta: 13 No siguió las instrucciones: 3 Tiempo agotado: 1 Trucos anti-IA : 3.5 Programación : 3.7 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 6.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#140#140	Qwen3 Coder Nextnone	4.9	Qwen	$0.009 ↓	8.62s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 27.0% Pruebas inestables 1 Tokens de entrada 47,507 Tokens de salida 3,584 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 8.62s Tiempo de respuesta (total) 129.37s Tiempo de respuesta (máximo) 45.14s Respuesta incorrecta: 14 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 4.6 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
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$1.115	8.84s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 1 Fiabilidad 10.0 Tasa de aciertos por intento 96.8% Pruebas inestables 1 Tokens de entrada 37,594 Tokens de salida 1,975 Tokens de razonamiento 115,638 Tiempo de respuesta (promedio) 8.84s Tiempo de respuesta (total) 185.57s Tiempo de respuesta (máximo) 34.82s Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 9.8 Cultura general : 10.0
#35#35	Gemini 3 PRO Previewmedium	7.6	Google	$0.385 ↑	9.05s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 7 Fiabilidad N/D Tasa de aciertos por intento 66.7% Pruebas inestables 0 Tokens de entrada 28,848 Tokens de salida 1,490 Tokens de razonamiento 10,102 Tiempo de respuesta (promedio) 9.05s Tiempo de respuesta (total) 90.53s Tiempo de respuesta (máximo) 26.24s Error de API: 4 Respuesta incorrecta: 3 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#138#138	Ling-2.6-flashnone	5.0	Inclusionai	$0.001 ↑	9.34s
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 40,718 Tokens de salida 2,878 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.34s Tiempo de respuesta (total) 177.48s Tiempo de respuesta (máximo) 35.34s Respuesta incorrecta: 9 Error de API: 2 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Trucos anti-IA : 6.8 Programación : 5.3 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 2.9 Llamada de herramientas : 3.0 Cultura general : 3.0
#132#132	Mistral Small 4medium	5.3	Mistral	$0.068	9.40s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 44.4% Pruebas inestables 8 Tokens de entrada 42,576 Tokens de salida 24,184 Tokens de razonamiento 84,678 Tiempo de respuesta (promedio) 9.40s Tiempo de respuesta (total) 197.39s Tiempo de respuesta (máximo) 59.15s Respuesta incorrecta: 12 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 5.6 Programación : 4.4 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
#10#10	Claude Opus 4.8medium	8.7	Anthropic	$1.107	9.66s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 84.1% Pruebas inestables 1 Tokens de entrada 61,007 Tokens de salida 26,495 Tokens de razonamiento 5,901 Tiempo de respuesta (promedio) 9.66s Tiempo de respuesta (total) 202.89s Tiempo de respuesta (máximo) 38.03s Respuesta incorrecta: 3 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 9.8 Análisis y extracción de datos : 7.1 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#84#84	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.599 ↑	9.69s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 59.3% Pruebas inestables 5 Tokens de entrada 721,952 Tokens de salida 294,668 Tokens de razonamiento 305,374 Tiempo de respuesta (promedio) 9.69s Tiempo de respuesta (total) 155.07s Tiempo de respuesta (máximo) 35.28s Respuesta incorrecta: 4 Error de API: 2 Formato extra: 2 No siguió las instrucciones: 2 Trucos anti-IA : 6.9 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 5.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 6.7 Llamada de herramientas : 3.0
#13#13	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 4 Fiabilidad N/D Tasa de aciertos por intento 81.5% Pruebas inestables 1 Tokens de entrada 35,955 Tokens de salida 1,647 Tokens de razonamiento 91,565 Tiempo de respuesta (promedio) 9.75s Tiempo de respuesta (total) 175.48s Tiempo de respuesta (máximo) 31.36s Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 3.0
#6#6	GPT-5.5low	9.0	OpenAI	$0.907	9.76s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 3 Fiabilidad 10.0 Tasa de aciertos por intento 85.7% Pruebas inestables 0 Tokens de entrada 34,209 Tokens de salida 2,046 Tokens de razonamiento 22,460 Tiempo de respuesta (promedio) 9.76s Tiempo de respuesta (total) 204.92s Tiempo de respuesta (máximo) 56.19s Respuesta incorrecta: 3 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#121#121	Owl Alphanone	5.5	Openrouter	$0.000	9.88s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 36.5% Pruebas inestables 1 Tokens de entrada 42,283 Tokens de salida 5,913 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.88s Tiempo de respuesta (total) 207.38s Tiempo de respuesta (máximo) 47.10s Respuesta incorrecta: 10 No siguió las instrucciones: 3 Formato extra: 1 Trucos anti-IA : 3.4 Programación : 5.6 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 : 5.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#20#20	Gemini 3.5 Flashnone	8.1	Google	$1.079	9.93s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 77.8% Pruebas inestables 3 Tokens de entrada 13,843 Tokens de salida 117,518 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.93s Tiempo de respuesta (total) 178.68s Tiempo de respuesta (máximo) 64.36s Error de API: 3 Respuesta incorrecta: 3 Trucos anti-IA : 10.0 Programación : 8.8 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 7.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 3.0 Cultura general : 2.8
#79#79	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 64.8% Pruebas inestables 6 Tokens de entrada 28,927 Tokens de salida 4,682 Tokens de razonamiento 17,969 Tiempo de respuesta (promedio) 10.33s Tiempo de respuesta (total) 175.58s Tiempo de respuesta (máximo) 30.53s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Tiempo agotado: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 7.3 Programación : 3.0 Combinado : 4.7 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 7.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 6.1 Llamada de herramientas : 10.0
#111#111	Owl Alphamedium	5.7	Openrouter	$0.000	11.95s
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 43,478 Tokens de salida 2,974 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 11.95s Tiempo de respuesta (total) 250.88s Tiempo de respuesta (máximo) 58.63s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Error de API: 1 Trucos anti-IA : 4.8 Programación : 5.4 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 : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#70#70	GPT-5.4 Nanomedium	7.0	OpenAI	$0.107	11.95s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 63.5% Pruebas inestables 4 Tokens de entrada 35,434 Tokens de salida 3,014 Tokens de razonamiento 76,520 Tiempo de respuesta (promedio) 11.95s Tiempo de respuesta (total) 250.98s Tiempo de respuesta (máximo) 94.06s Respuesta incorrecta: 8 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 Programación : 6.1 Combinado : 9.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 4.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#113#113	DeepSeek V4 Pronone	5.7	DeepSeek	$0.025 ↓	12.38s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 8.5 Tasa de aciertos por intento 42.9% Pruebas inestables 4 Tokens de entrada 44,845 Tokens de salida 5,349 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.38s Tiempo de respuesta (total) 260.06s Tiempo de respuesta (máximo) 58.65s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 3.5 Programación : 4.6 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
#156#156	Hy3 previewnone	4.4	Tencent	$0.003	12.92s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 23.8% Pruebas inestables 2 Tokens de entrada 27,172 Tokens de salida 2,661 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.92s Tiempo de respuesta (total) 232.64s Tiempo de respuesta (máximo) 35.84s Respuesta incorrecta: 8 Error de API: 4 No siguió las instrucciones: 4 Formato extra: 1 Trucos anti-IA : 4.8 Programación : 2.7 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.6 Inteligencia general : 4.1 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#135#135	Kimi K2.5none	5.2	Moonshot AI	$0.028 ↑	13.18s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 34.9% Pruebas inestables 3 Tokens de entrada 36,034 Tokens de salida 6,657 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 13.18s Tiempo de respuesta (total) 184.47s Tiempo de respuesta (máximo) 42.13s Respuesta incorrecta: 15 Trucos anti-IA : 3.6 Programación : 5.5 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
#124#124	Kimi K2.6none	5.5	Moonshot AI	$0.079 ↓	13.27s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 36.5% Pruebas inestables 2 Tokens de entrada 32,916 Tokens de salida 16,410 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 13.27s Tiempo de respuesta (total) 278.57s Tiempo de respuesta (máximo) 238.89s Respuesta incorrecta: 11 No siguió las instrucciones: 3 Trucos anti-IA : 4.6 Programación : 5.5 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 : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#133#133	DeepSeek V3.2none	5.2	DeepSeek	$0.017 ↓	13.83s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 39.7% Pruebas inestables 6 Tokens de entrada 55,997 Tokens de salida 11,165 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 13.83s Tiempo de respuesta (total) 290.43s Tiempo de respuesta (máximo) 115.89s Respuesta incorrecta: 7 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
#92#92	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 52.6% Pruebas inestables 2 Tokens de entrada 44,969 Tokens de salida 58,087 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.73s Tiempo de respuesta (total) 220.93s Tiempo de respuesta (máximo) 53.14s Error de API: 4 Respuesta incorrecta: 4 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 6.5 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 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