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)
#84#84	Gemma 4 26B A4Bnone	6.3	Google	$0.005	6.28s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 49.1% Pruebas inestables 2 Tokens de salida 1,796 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.28s Tiempo de respuesta (total) 119.39s Tiempo de respuesta (máximo) 57.10s Respuesta incorrecta: 8 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 4.7 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
#83#83	Gemini 2.5 Flashnone	6.3	Google	$0.013	916ms
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 49.1% Pruebas inestables 2 Tokens de salida 1,738 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 916ms Tiempo de respuesta (total) 17.41s Tiempo de respuesta (máximo) 4.39s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 3.0 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 5.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 6.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#82#82	Mercury 2medium	6.3	Inception	$0.050	2.23s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 50.9% Pruebas inestables 3 Tokens de salida 3,994 Tokens de razonamiento 52,081 Tiempo de respuesta (promedio) 2.23s Tiempo de respuesta (total) 40.10s Tiempo de respuesta (máximo) 14.63s Respuesta incorrecta: 8 No siguió las instrucciones: 3 Trucos anti-IA : 6.9 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 7.3 Específico del dominio : 2.9 Inteligencia general : 4.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 3.8 Llamada de herramientas : 10.0 Cultura general : 3.0
#81#81	MiMo-V2-Omninone	6.3	Xiaomi	$0.020	2.37s
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 2,254 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.37s Tiempo de respuesta (total) 45.03s Tiempo de respuesta (máximo) 6.81s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 6.6 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
#80#80	GLM 5none	6.5	Z.ai	$0.020	4.18s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 49.1% Pruebas inestables 1 Tokens de salida 1,972 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.18s Tiempo de respuesta (total) 50.12s Tiempo de respuesta (máximo) 11.07s Respuesta incorrecta: 10 Trucos anti-IA : 4.8 Programación : 5.6 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
#79#79	Grok 4.1 Fastmedium	6.5	X AI	$0.058	24.01s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 61.4% Pruebas inestables 6 Tokens de salida 2,025 Tokens de razonamiento 96,679 Tiempo de respuesta (promedio) 24.01s Tiempo de respuesta (total) 288.18s Tiempo de respuesta (máximo) 121.79s No siguió las instrucciones: 4 Respuesta incorrecta: 4 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 8.7 Programación : 2.3 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.8 Inteligencia general : 4.2 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.3 Llamada de herramientas : 2.8 Cultura general : 3.0
#78#78	Qwen3.5 Plus 2026-02-15none	6.5	Qwen	$0.017	2.49s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 50.9% Pruebas inestables 2 Tokens de salida 2,472 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.49s Tiempo de respuesta (total) 32.33s Tiempo de respuesta (máximo) 6.65s Respuesta incorrecta: 10 Trucos anti-IA : 4.8 Programación : 6.3 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
#77#77	Laguna Xs.2medium	6.6	Poolside	$0.000	6.74s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 64.5% Pruebas inestables 6 Tokens de salida 54,284 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.74s Tiempo de respuesta (total) 101.08s Tiempo de respuesta (máximo) 29.11s Respuesta incorrecta: 6 Sin respuesta: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.2 Programación : 6.3 Combinado : 3.0 Análisis y extracción de datos : 7.1 Específico del dominio : 4.1 Inteligencia general : 0.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.5 Llamada de herramientas : 4.7 Cultura general : 0.0
#76#76	Grok 4.20 Multi Agent Betamedium	6.6	X AI	$5.074	9.80s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 63.0% Pruebas inestables 6 Tokens de salida 299,034 Tokens de razonamiento 309,670 Tiempo de respuesta (promedio) 9.80s Tiempo de respuesta (total) 156.75s 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 : 7.2 Llamada de herramientas : 3.0
#75#75	Gemini 3.1 Flash Litenone	6.7	Google	$0.012	1.11s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 57.9% Pruebas inestables 4 Tokens de salida 2,454 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.11s Tiempo de respuesta (total) 21.13s Tiempo de respuesta (máximo) 2.97s Respuesta incorrecta: 9 No siguió las instrucciones: 1 Trucos anti-IA : 7.5 Programación : 10.0 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
#74#74	GPT-5.5none	6.7	OpenAI	$0.197	1.99s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 59.7% Pruebas inestables 3 Tokens de salida 1,928 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.99s Tiempo de respuesta (total) 37.87s Tiempo de respuesta (máximo) 5.56s Respuesta incorrecta: 9 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 : 10.0 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#73#73	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 salida 4,724 Tokens de razonamiento 17,921 Tiempo de respuesta (promedio) 10.33s Tiempo de respuesta (total) 175.60s 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
#72#72	Qwen3.6 27Bmedium	6.8	Qwen	$0.229	52.13s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 61.4% Pruebas inestables 5 Tokens de salida 8,680 Tokens de razonamiento 96,890 Tiempo de respuesta (promedio) 52.13s Tiempo de respuesta (total) 990.48s Tiempo de respuesta (máximo) 168.22s Respuesta incorrecta: 6 Sin respuesta: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 7.0 Análisis y extracción de datos : 3.5 Específico del dominio : 2.9 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#71#71	Kimi K2.5medium	6.8	Moonshot AI	$0.236	73.39s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 68.4% Pruebas inestables 7 Tokens de salida 42,188 Tokens de razonamiento 92,514 Tiempo de respuesta (promedio) 73.39s Tiempo de respuesta (total) 880.65s Tiempo de respuesta (máximo) 150.77s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Tiempo agotado: 2 Sin respuesta: 1 Trucos anti-IA : 7.3 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#70#70	Gemini 3.1 Flash Liteminimal	6.8	Google	$0.012	1.41s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 59.7% Pruebas inestables 3 Tokens de salida 2,457 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.41s Tiempo de respuesta (total) 26.72s Tiempo de respuesta (máximo) 4.49s Respuesta incorrecta: 6 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 10.0 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
#69#69	GPT-5 Minimedium	6.8	OpenAI	$0.132	23.24s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 57.9% Pruebas inestables 3 Tokens de salida 6,539 Tokens de razonamiento 55,338 Tiempo de respuesta (promedio) 23.24s Tiempo de respuesta (total) 441.55s Tiempo de respuesta (máximo) 88.15s Respuesta incorrecta: 5 No siguió las instrucciones: 4 Tiempo agotado: 1 Trucos anti-IA : 7.1 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.5 Seguimiento de instrucciones : 7.9 Resolución de acertijos : 5.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#68#68	Grok 4.20medium	6.9	X AI	$0.756	14.53s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 63.2% Pruebas inestables 4 Tokens de salida 1,784 Tokens de razonamiento 128,233 Tiempo de respuesta (promedio) 14.53s Tiempo de respuesta (total) 276.06s Tiempo de respuesta (máximo) 63.48s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Formato extra: 1 Sin respuesta: 1 Trucos anti-IA : 8.2 Programación : 4.3 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 3.9 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 7.7 Llamada de herramientas : 3.0 Cultura general : 3.0
#67#67	DeepSeek V4 Prohigh	6.9	DeepSeek	$0.212	58.93s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 9.3 Tasa de aciertos por intento 70.2% Pruebas inestables 4 Tokens de salida 12,211 Tokens de razonamiento 53,774 Tiempo de respuesta (promedio) 58.93s Tiempo de respuesta (total) 1119.75s Tiempo de respuesta (máximo) 358.35s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Trucos anti-IA : 7.4 Programación : 2.6 Combinado : 10.0 Análisis y extracción de datos : 8.8 Específico del dominio : 3.0 Inteligencia general : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#66#66	Gemma 4 31Bnone	6.9	Google	$0.003	3.86s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 52.6% Pruebas inestables 0 Tokens de salida 1,371 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.86s Tiempo de respuesta (total) 65.57s Tiempo de respuesta (máximo) 26.13s Respuesta incorrecta: 6 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 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 : 6.5 Resolución de acertijos : 6.5 Llamada de herramientas : 3.0 Cultura general : 3.0
#65#65	Laguna M.1medium	6.9	Poolside	$0.000	14.38s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 64.4% Pruebas inestables 3 Tokens de salida 56,620 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.38s Tiempo de respuesta (total) 215.70s Tiempo de respuesta (máximo) 53.14s Respuesta incorrecta: 4 Sin respuesta: 2 No siguió las instrucciones: 1 Trucos anti-IA : 7.7 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 0.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 3.8 Llamada de herramientas : 10.0 Cultura general : 0.0
#64#64	MiMo-V2-Omnimedium	7.2	Xiaomi	$0.451	27.58s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 59.7% Pruebas inestables 2 Tokens de salida 1,925 Tokens de razonamiento 216,652 Tiempo de respuesta (promedio) 27.58s Tiempo de respuesta (total) 524.03s Tiempo de respuesta (máximo) 234.19s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Formato extra: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 4.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.4 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#63#63	Claude Sonnet 4.6none	7.2	Anthropic	$0.269	4.96s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 61.4% Pruebas inestables 1 Tokens de salida 7,864 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.96s Tiempo de respuesta (total) 59.50s Tiempo de respuesta (máximo) 23.84s Respuesta incorrecta: 4 Formato extra: 3 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 10.0 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
#62#62	GPT-5.4 Minimedium	7.2	OpenAI	$0.345	16.00s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 68.4% Pruebas inestables 5 Tokens de salida 2,163 Tokens de razonamiento 69,741 Tiempo de respuesta (promedio) 16.00s Tiempo de respuesta (total) 303.99s Tiempo de respuesta (máximo) 102.91s Respuesta incorrecta: 5 No siguió las instrucciones: 4 Trucos anti-IA : 8.6 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 4.1 Inteligencia general : 4.5 Seguimiento de instrucciones : 7.4 Resolución de acertijos : 7.8 Llamada de herramientas : 4.7 Cultura general : 3.0
#61#61	DeepSeek V3.2medium	7.2	DeepSeek	$0.031	46.06s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 72.8% Pruebas inestables 6 Tokens de salida 7,035 Tokens de razonamiento 53,765 Tiempo de respuesta (promedio) 46.06s Tiempo de respuesta (total) 875.23s Tiempo de respuesta (máximo) 180.92s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Tiempo agotado: 2 Trucos anti-IA : 9.2 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#60#60	GPT-5.2medium	7.2	OpenAI	$0.397	15.22s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 68.4% Pruebas inestables 4 Tokens de salida 2,731 Tokens de razonamiento 22,200 Tiempo de respuesta (promedio) 15.22s Tiempo de respuesta (total) 182.59s Tiempo de respuesta (máximo) 77.80s No siguió las instrucciones: 3 Respuesta incorrecta: 3 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 6.5 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 3.7 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.6 Llamada de herramientas : 4.7 Cultura general : 3.0
#59#59	Qwen3.5-35B-A3Bmedium	7.2	Qwen	$0.481	51.50s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 9 Fiabilidad 6.7 Tasa de aciertos por intento 75.4% Pruebas inestables 7 Tokens de salida 21,056 Tokens de razonamiento 280,814 Tiempo de respuesta (promedio) 51.50s Tiempo de respuesta (total) 978.57s Tiempo de respuesta (máximo) 177.35s Tiempo agotado: 4 Respuesta incorrecta: 3 Error de API: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 4.7 Análisis y extracción de datos : 7.3 Específico del dominio : 4.1 Inteligencia general : 2.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#58#58	Seed-2.0-Minimedium	7.2	Bytedance Seed	$0.038	68.89s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 3.3 Tasa de aciertos por intento 63.2% Pruebas inestables 2 Tokens de salida 2,469 Tokens de razonamiento 81,017 Tiempo de respuesta (promedio) 68.89s Tiempo de respuesta (total) 1102.23s Tiempo de respuesta (máximo) 262.83s Tiempo agotado: 4 Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 6.6 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#57#57	Ring 2.6 1tnone	7.2	Inclusionai	$0.000	55.10s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 7 Fiabilidad 9.8 Tasa de aciertos por intento 62.5% Pruebas inestables 2 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 No siguió las instrucciones: 2 Trucos anti-IA : 9.2 Programación : 10.0 Combinado : 0.0 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 : 0.0 Cultura general : 3.0
#55#55	Ring 2.6 1tmedium	7.2	Inclusionai	$0.000	61.29s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 9.9 Tasa de aciertos por intento 66.7% Pruebas inestables 3 Tokens de salida 21,752 Tokens de razonamiento 42,754 Tiempo de respuesta (promedio) 61.29s Tiempo de respuesta (total) 1164.50s Tiempo de respuesta (máximo) 304.19s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.5 Inteligencia general : 4.1 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#56#56	MiMo-V2-Flashmedium	7.2	Xiaomi	$0.038	21.71s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 66.7% Pruebas inestables 3 Tokens de salida 12,399 Tokens de razonamiento 115,182 Tiempo de respuesta (promedio) 21.71s Tiempo de respuesta (total) 282.29s Tiempo de respuesta (máximo) 96.01s Respuesta incorrecta: 4 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 8.1 Programación : 4.7 Combinado : 9.8 Análisis y extracción de datos : 6.5 Específico del dominio : 5.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 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