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: 2026-06-03 Modelos evaluados: 161

161/161

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 5 Tokens de entrada 36,355 Tokens de salida 17,495 Tokens de razonamiento 46,878 Tiempo de respuesta (promedio) 22.41s Tiempo de respuesta (total) 291.35s Tiempo de respuesta (máximo) 68.16s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Trucos anti-IA : 6.7 Programación : 3.9 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 : 5.3 Llamada de herramientas : 9.8 Cultura general : 3.0
#104#104	Qwen3.5-Flashnone	5.9	Qwen	$0.004 ↓	3.74s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 1 Tokens de entrada 43,598 Tokens de salida 4,270 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.74s Tiempo de respuesta (total) 74.71s Tiempo de respuesta (máximo) 27.18s Respuesta incorrecta: 12 Trucos anti-IA : 3.5 Programación : 6.8 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
#105#105	GLM 5V Turbonone	5.9	Z.ai	$0.049	3.04s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 40.0% Pruebas inestables 0 Tokens de entrada 34,502 Tokens de salida 1,760 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.04s Tiempo de respuesta (total) 60.88s Tiempo de respuesta (máximo) 6.51s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 6.8 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
#106#106	Seed-2.0-Litenone	5.9	Bytedance Seed	$0.018	2.48s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 4 Tokens de entrada 43,630 Tokens de salida 3,253 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.48s Tiempo de respuesta (total) 49.67s Tiempo de respuesta (máximo) 6.70s Respuesta incorrecta: 12 Trucos anti-IA : 3.0 Programación : 6.8 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
#107#107	Owl Alphamedium	5.8	Openrouter	$0.000	11.64s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 1 Tokens de entrada 40,601 Tokens de salida 2,965 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 11.64s Tiempo de respuesta (total) 232.83s Tiempo de respuesta (máximo) 58.63s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Error de API: 1 Trucos anti-IA : 4.8 Programación : 6.6 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
#78#78	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
#86#86	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
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 66.7% Pruebas inestables 8 Tokens de entrada 31,717 Tokens de salida 48,374 Tokens de razonamiento 128,473 Tiempo de respuesta (promedio) 89.02s Tiempo de respuesta (total) 1157.32s Tiempo de respuesta (máximo) 281.00s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Sin respuesta: 2 Tiempo agotado: 2 Trucos anti-IA : 7.3 Programación : 4.1 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
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 58.3% Pruebas inestables 5 Tokens de entrada 36,541 Tokens de salida 12,981 Tokens de razonamiento 105,822 Tiempo de respuesta (promedio) 57.79s Tiempo de respuesta (total) 1155.83s Tiempo de respuesta (máximo) 168.22s Respuesta incorrecta: 6 Sin respuesta: 3 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.3 Programación : 6.6 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
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 55.0% Pruebas inestables 4 Tokens de entrada 33,705 Tokens de salida 2,478 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.09s Tiempo de respuesta (total) 21.79s Tiempo de respuesta (máximo) 2.97s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 7.5 Programación : 6.8 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
#89#89	Mercury 2medium	6.5	Inception	$0.055	2.27s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 51.7% Pruebas inestables 3 Tokens de entrada 32,570 Tokens de salida 4,022 Tokens de razonamiento 58,405 Tiempo de respuesta (promedio) 2.27s Tiempo de respuesta (total) 43.20s Tiempo de respuesta (máximo) 14.63s Respuesta incorrecta: 8 No siguió las instrucciones: 3 Trucos anti-IA : 6.9 Programación : 7.2 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 : 5.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#92#92	Qwen3.5 Plus 2026-02-15none	6.4	Qwen	$0.016 ↓	2.40s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 2 Tokens de entrada 43,023 Tokens de salida 2,474 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.40s Tiempo de respuesta (total) 33.56s Tiempo de respuesta (máximo) 6.65s Respuesta incorrecta: 11 Trucos anti-IA : 4.8 Programación : 4.9 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
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 2 Tokens de entrada 7,599 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 Error de API: 4 No siguió las instrucciones: 2 Trucos anti-IA : 9.2 Programación : 6.5 Combinado : 3.0 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 : 3.0 Cultura general : 3.0
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 1 Tokens de entrada 32,923 Tokens de salida 1,764 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 889ms Tiempo de respuesta (total) 17.79s Tiempo de respuesta (máximo) 4.39s Respuesta incorrecta: 11 Trucos anti-IA : 3.0 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 5.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 46.7% Pruebas inestables 1 Tokens de entrada 34,537 Tokens de salida 1,985 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.95s Tiempo de respuesta (total) 51.38s Tiempo de respuesta (máximo) 11.07s Respuesta incorrecta: 11 Trucos anti-IA : 4.8 Programación : 4.6 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
#90#90	Grok 4.1 Fastmedium	6.5	X AI	$0.069 ↑	23.85s
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 entrada 42,845 Tokens de salida 2,006 Tokens de razonamiento 96,334 Tiempo de respuesta (promedio) 23.85s Tiempo de respuesta (total) 286.16s 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
#91#91	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
#95#95	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 47.4% Pruebas inestables 0 Tokens de entrada 32,639 Tokens de salida 1,153 Tokens de razonamiento 62,197 Tiempo de respuesta (promedio) 15.25s Tiempo de respuesta (total) 182.96s Tiempo de respuesta (máximo) 43.55s Error de API: 8 Respuesta incorrecta: 2 Trucos anti-IA : 8.3 Programación : 3.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 3.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 58.3% Pruebas inestables 3 Tokens de entrada 37,007 Tokens de salida 1,952 Tokens de razonamiento 357,306 Tiempo de respuesta (promedio) 41.16s Tiempo de respuesta (total) 823.26s Tiempo de respuesta (máximo) 299.23s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Sin respuesta: 2 Formato extra: 1 Trucos anti-IA : 10.0 Programación : 3.4 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 63.3% Pruebas inestables 6 Tokens de entrada 35,744 Tokens de salida 7,177 Tokens de razonamiento 68,297 Tiempo de respuesta (promedio) 53.34s Tiempo de respuesta (total) 1066.71s Tiempo de respuesta (máximo) 189.03s Respuesta incorrecta: 5 Error de API: 2 Tiempo agotado: 2 No siguió las instrucciones: 1 Trucos anti-IA : 8.2 Programación : 3.9 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 3.4 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 0 Tokens de entrada 17,818 Tokens de salida 1,398 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.05s Tiempo de respuesta (total) 72.97s Tiempo de respuesta (máximo) 26.13s Respuesta incorrecta: 7 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 6.8 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
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 56.7% Pruebas inestables 3 Tokens de entrada 33,968 Tokens de salida 2,481 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.37s Tiempo de respuesta (total) 27.32s Tiempo de respuesta (máximo) 4.49s Respuesta incorrecta: 7 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 6.8 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
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 0 Tokens de entrada 39,669 Tokens de salida 6,572 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.95s Tiempo de respuesta (total) 58.96s Tiempo de respuesta (máximo) 29.38s Respuesta incorrecta: 9 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 6.8 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
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Ver ficha del modelo Pruebas totales 12 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 0 Tokens de entrada 1,971 Tokens de salida 64,795 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 39.03s Tiempo de respuesta (total) 312.26s Tiempo de respuesta (máximo) 114.12s Error de API: 4 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 10.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 55.0% Pruebas inestables 2 Tokens de entrada 21,045 Tokens de salida 63,460 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 24.56s Tiempo de respuesta (total) 368.35s Tiempo de respuesta (máximo) 78.74s Error de API: 6 Respuesta incorrecta: 4 Trucos anti-IA : 8.3 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.9 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 2.8 Cultura general : 3.0
#88#88	GPT-5.5none	6.5	OpenAI	$0.217	1.93s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 56.7% Pruebas inestables 3 Tokens de entrada 31,593 Tokens de salida 1,956 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.93s Tiempo de respuesta (total) 38.64s Tiempo de respuesta (máximo) 5.56s Respuesta incorrecta: 10 Trucos anti-IA : 6.9 Programación : 6.8 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
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 68.3% Pruebas inestables 5 Tokens de entrada 42,017 Tokens de salida 2,334 Tokens de razonamiento 86,653 Tiempo de respuesta (promedio) 20.21s Tiempo de respuesta (total) 404.14s Tiempo de respuesta (máximo) 95.88s Respuesta incorrecta: 6 Llamada de herramienta no válida: 2 No siguió las instrucciones: 1 Trucos anti-IA : 7.2 Programación : 6.8 Combinado : 6.9 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.7 Llamada de herramientas : 7.0 Cultura general : 3.0
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 71.7% Pruebas inestables 5 Tokens de entrada 31,497 Tokens de salida 2,160 Tokens de razonamiento 100,548 Tiempo de respuesta (promedio) 22.10s Tiempo de respuesta (total) 442.09s Tiempo de respuesta (máximo) 138.75s Respuesta incorrecta: 6 No siguió las instrucciones: 3 Trucos anti-IA : 8.6 Programación : 7.5 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 4.1 Inteligencia general : 4.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.8 Llamada de herramientas : 4.7 Cultura general : 3.0
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 73.3% Pruebas inestables 6 Tokens de entrada 40,306 Tokens de salida 31,242 Tokens de razonamiento 330,546 Tiempo de respuesta (promedio) 69.66s Tiempo de respuesta (total) 1393.17s Tiempo de respuesta (máximo) 409.98s Tiempo agotado: 4 Sin respuesta: 2 Respuesta incorrecta: 2 Error de API: 1 Trucos anti-IA : 10.0 Programación : 6.5 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 : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#65#65	GPT-5.4 Nanomedium	7.2	OpenAI	$0.099	11.79s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 63.3% Pruebas inestables 3 Tokens de entrada 32,815 Tokens de salida 2,993 Tokens de razonamiento 70,928 Tiempo de respuesta (promedio) 11.79s Tiempo de respuesta (total) 235.81s Tiempo de respuesta (máximo) 94.06s Respuesta incorrecta: 7 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 Programación : 6.8 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

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 PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida