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: 2026-04-16 Modelos evaluados: 97

Buscar

97/97

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#97#97	Step 3.5 Flashnone	3.0	Stepfun	$0.000	0ms
Ver ficha del modelo Pruebas totales: 1 Pruebas incorrectas: 1 Tasa de aciertos por intento: 0.0% Pruebas inestables: 0 Tokens de salida: 0 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 0ms · total 0ms · máximo 0ms Error de API: 1 Programación : 3.0
#89#89	Mercury 2none	4.8	Inception	$0.007	613ms
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 27.8% Pruebas inestables: 2 Tokens de salida: 1,625 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 613ms · total 11.04s · máximo 1.27s Respuesta incorrecta: 13 No siguió las instrucciones: 1 Trucos anti-IA : 3.0 Programación : 3.6 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0
#81#81	Mistral Small 4none	5.2	Mistral	$0.006	665ms
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 31.5% Pruebas inestables: 1 Tokens de salida: 2,207 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 665ms · total 11.97s · máximo 1.72s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 Programación : 4.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0
#96#96	LFM2-24B-A2Bnone	4.1	Liquid	$0.001	811ms
Ver ficha del modelo Pruebas totales: 16 Pruebas incorrectas: 15 Tasa de aciertos por intento: 14.6% Pruebas inestables: 2 Tokens de salida: 1,185 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 811ms · total 11.35s · máximo 2.88s Respuesta incorrecta: 9 Error de API: 4 No siguió las instrucciones: 2 Trucos anti-IA : 3.3 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 5.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 4.4 Llamada de herramientas : 3.0
#61#61	Gemini 2.5 Flashnone	6.2	Google	$0.013	903ms
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 44.4% Pruebas inestables: 2 Tokens de salida: 1,726 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 903ms · total 16.26s · 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 : 8.0 Resolución de acertijos : 5.7 Llamada de herramientas : 10.0
#80#80	Grok 4.20none	5.2	X AI	$0.095	1.11s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 29.6% Pruebas inestables: 1 Tokens de salida: 1,967 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.11s · total 20.02s · máximo 6.04s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Formato extra: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.8 Programación : 3.4 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 4.8 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0
#84#84	GPT-5.4 Mininone	5.1	OpenAI	$0.032	1.17s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 35.2% Pruebas inestables: 3 Tokens de salida: 2,418 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.17s · total 21.01s · máximo 2.52s Respuesta incorrecta: 10 No siguió las instrucciones: 3 Trucos anti-IA : 3.1 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.4 Llamada de herramientas : 3.0
#77#77	Grok 4.20 Betanone	5.3	X AI	$0.091	1.19s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 29.6% Pruebas inestables: 2 Tokens de salida: 1,591 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.19s · total 21.37s · máximo 6.48s Respuesta incorrecta: 10 No siguió las instrucciones: 3 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 : 4.8 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0
#83#83	Elephantnone	5.2	Openrouter	$0.000	1.23s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 31.5% Pruebas inestables: 1 Tokens de salida: 2,573 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.23s · total 22.16s · máximo 3.81s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 6.6 Programación : 6.4 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 : 3.3 Llamada de herramientas : 3.0
#79#79	Elephantmedium	5.2	Openrouter	$0.000	1.27s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 29.6% Pruebas inestables: 1 Tokens de salida: 2,596 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.27s · total 22.82s · máximo 3.70s Respuesta incorrecta: 9 No siguió las instrucciones: 3 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 : 3.7 Llamada de herramientas : 3.0
#29#29	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 70.4% Pruebas inestables: 1 Tokens de salida: 5,361 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.30s · total 23.42s · máximo 3.39s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Trucos anti-IA : 7.5 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#94#94	GPT-5.4 Nanonone	4.5	OpenAI	$0.009	1.40s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 16 Tasa de aciertos por intento: 31.5% Pruebas inestables: 7 Tokens de salida: 2,762 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.40s · total 25.14s · máximo 3.84s Respuesta incorrecta: 13 No siguió las instrucciones: 3 Trucos anti-IA : 3.5 Programación : 7.1 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 5.0 Resolución de acertijos : 3.7 Llamada de herramientas : 10.0
#88#88	Qwen3.5-9Bnone	4.8	Qwen	$0.005	1.47s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 24.1% Pruebas inestables: 1 Tokens de salida: 3,951 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.47s · total 26.43s · máximo 5.91s Respuesta incorrecta: 10 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 Programación : 5.2 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 4.4 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.2 Llamada de herramientas : 10.0
#65#65	GPT-5.4none	5.9	OpenAI	$0.104	1.51s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 42.6% Pruebas inestables: 2 Tokens de salida: 2,317 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.51s · total 27.21s · máximo 2.95s Respuesta incorrecta: 10 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
#21#21	Gemini 3 Flash Previewnone	8.1	Google	$0.021	1.65s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 77.8% Pruebas inestables: 2 Tokens de salida: 1,840 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.65s · total 18.20s · máximo 3.56s Respuesta incorrecta: 5 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 4.7 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#66#66	Qwen3.5-27Bnone	5.9	Qwen	$0.016	1.74s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 12 Tasa de aciertos por intento: 38.9% Pruebas inestables: 2 Tokens de salida: 3,545 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.74s · total 31.32s · 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 : 4.8 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0
#93#93	Grok 4.1 Fastnone	4.5	X AI	$0.009	1.76s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 15 Tasa de aciertos por intento: 24.1% Pruebas inestables: 3 Tokens de salida: 1,721 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.76s · total 19.35s · máximo 5.51s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 3.2 Programación : 5.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.4 Seguimiento de instrucciones : 3.0 Resolución de acertijos : 3.2 Llamada de herramientas : 2.8
#54#54	MiMo-V2-Omninone	6.5	Xiaomi	$0.007	1.99s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 Tasa de aciertos por intento: 44.4% Pruebas inestables: 0 Tokens de salida: 868 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.99s · total 35.81s · máximo 6.81s Respuesta incorrecta: 8 No siguió las instrucciones: 2 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 : 4.5 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 8.0 Llamada de herramientas : 10.0
#87#87	GPT-4o-mininone	4.9	OpenAI	$0.005	2.00s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 22.2% Pruebas inestables: 0 Tokens de salida: 1,947 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.00s · total 21.99s · máximo 7.58s Respuesta incorrecta: 13 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 3.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 3.7 Llamada de herramientas : 10.0
#53#53	Mercury 2medium	6.5	Inception	$0.047	2.21s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 Tasa de aciertos por intento: 53.7% Pruebas inestables: 3 Tokens de salida: 3,972 Tokens de razonamiento: 48,333 Tiempo de respuesta: promedio 2.21s · total 37.51s · máximo 14.63s Respuesta incorrecta: 6 No siguió las instrucciones: 4 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 : 3.9 Llamada de herramientas : 10.0
#64#64	MiMo-V2-Pronone	6.0	Xiaomi	$0.043	2.39s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 48.2% Pruebas inestables: 3 Tokens de salida: 2,320 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.39s · total 43.06s · máximo 6.58s Respuesta incorrecta: 9 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
#60#60	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.016	2.53s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 Tasa de aciertos por intento: 55.6% Pruebas inestables: 5 Tokens de salida: 3,129 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.53s · total 45.46s · máximo 6.70s Respuesta incorrecta: 10 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
#48#48	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.017	2.60s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 53.7% Pruebas inestables: 2 Tokens de salida: 2,461 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.60s · total 31.23s · máximo 6.65s Respuesta incorrecta: 9 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
#92#92	MiMo-V2-Flashnone	4.5	Xiaomi	$0.023	2.79s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 15 Tasa de aciertos por intento: 27.8% Pruebas inestables: 5 Tokens de salida: 68,522 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.79s · total 39.08s · máximo 19.68s Respuesta incorrecta: 12 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.2 Programación : 6.3 Combinado : 3.0 Análisis y extracción de datos : 2.9 Específico del dominio : 5.3 Inteligencia general : 4.6 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.6 Llamada de herramientas : 10.0
#75#75	GLM 5 Turbonone	5.5	Z.ai	$0.032	2.94s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 12 Tasa de aciertos por intento: 37.0% Pruebas inestables: 2 Tokens de salida: 1,775 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.94s · total 52.98s · máximo 8.21s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 Programación : 5.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.2 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.5 Llamada de herramientas : 10.0
#57#57	GLM 5V Turbonone	6.2	Z.ai	$0.044	3.10s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 Tasa de aciertos por intento: 44.4% Pruebas inestables: 0 Tokens de salida: 1,724 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.10s · total 55.87s · máximo 6.51s Respuesta incorrecta: 8 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
#4#4	Claude Opus 4.7none	9.2	Anthropic	$0.505	3.13s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 2 Tasa de aciertos por intento: 88.9% Pruebas inestables: 0 Tokens de salida: 6,326 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.13s · total 56.33s · máximo 18.27s Respuesta incorrecta: 2 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#22#22	Gemini 3.1 Flash Lite Previewlow	8.1	Google	$0.022	3.22s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 72.2% Pruebas inestables: 0 Tokens de salida: 2,247 Tokens de razonamiento: 8,058 Tiempo de respuesta: promedio 3.22s · total 58.00s · máximo 11.91s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#58#58	Qwen3.5-Flashnone	6.2	Qwen	$0.006	3.25s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 Tasa de aciertos por intento: 46.3% Pruebas inestables: 1 Tokens de salida: 4,266 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.25s · total 58.44s · máximo 13.73s Respuesta incorrecta: 9 No siguió las instrucciones: 1 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 : 3.3 Llamada de herramientas : 10.0
#72#72	GLM 4.7 Flashnone	5.6	Z.ai	$0.003	3.35s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 37.0% Pruebas inestables: 3 Tokens de salida: 2,489 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.35s · total 36.90s · máximo 7.05s Respuesta incorrecta: 10 No siguió las instrucciones: 2 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 : 4.4 Llamada de herramientas : 2.8
#3🥉 #3	Claude Opus 4.7medium	9.2	Anthropic	$0.447	3.53s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 2 Tasa de aciertos por intento: 88.9% Pruebas inestables: 0 Tokens de salida: 5,375 Tokens de razonamiento: 1,341 Tiempo de respuesta: promedio 3.53s · total 60.03s · máximo 21.45s Tiempo agotado: 1 Respuesta incorrecta: 1 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#68#68	Qwen3.5-122B-A10Bnone	5.7	Qwen	$0.022	3.69s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 12 Tasa de aciertos por intento: 38.9% Pruebas inestables: 2 Tokens de salida: 3,341 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.69s · total 66.50s · máximo 46.00s Respuesta incorrecta: 11 No siguió las instrucciones: 1 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 : 4.5 Resolución de acertijos : 5.4 Llamada de herramientas : 10.0
#17#17	Gemini 3.1 Flash Lite Previewmedium	8.2	Google	$0.055	3.74s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 72.2% Pruebas inestables: 0 Tokens de salida: 2,168 Tokens de razonamiento: 29,030 Tiempo de respuesta: promedio 3.74s · total 67.31s · máximo 14.93s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 9.1 Programación : 10.0 Combinado : 10.0 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
#62#62	Qwen3.5-35B-A3Bnone	6.1	Qwen	$0.016	3.82s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 50.0% Pruebas inestables: 3 Tokens de salida: 4,300 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.82s · total 68.74s · máximo 47.43s Respuesta incorrecta: 9 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 : 3.9 Llamada de herramientas : 10.0
#47#47	Gemma 4 31Bnone	6.9	Google	$0.003	4.02s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 8 Tasa de aciertos por intento: 55.6% Pruebas inestables: 0 Tokens de salida: 1,359 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 4.02s · total 64.33s · máximo 26.13s Respuesta incorrecta: 5 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 : 5.5 Llamada de herramientas : 3.0
#52#52	GLM 5none	6.6	Z.ai	$0.020	4.23s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 51.9% Pruebas inestables: 1 Tokens de salida: 1,959 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 4.23s · total 46.51s · máximo 11.07s Respuesta incorrecta: 9 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
#73#73	GLM 5.1none	5.6	Z.ai	$0.053	4.33s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 37.0% Pruebas inestables: 4 Tokens de salida: 3,720 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 4.33s · total 78.02s · máximo 32.57s Respuesta incorrecta: 10 No siguió las instrucciones: 2 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 : 8.3 Resolución de acertijos : 5.7 Llamada de herramientas : 10.0
#70#70	Hunter Alphanone	5.7	OpenRouter	$0.000	4.58s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 12 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 · total 77.92s · 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
#41#41	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 64.8% Pruebas inestables: 1 Tokens de salida: 7,433 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 4.98s · total 54.83s · máximo 23.84s Formato extra: 3 Respuesta incorrecta: 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
#76#76	Trinity Large Previewnone	5.3	Arcee AI	$0.000	5.07s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 29.6% Pruebas inestables: 1 Tokens de salida: 1,985 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 5.07s · total 91.23s · máximo 39.47s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 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 : 4.1 Resolución de acertijos : 5.4 Llamada de herramientas : 10.0
#71#71	Mistral Small 4medium	5.7	Mistral	$0.034	5.64s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 50.0% Pruebas inestables: 7 Tokens de salida: 15,084 Tokens de razonamiento: 39,408 Tiempo de respuesta: promedio 5.64s · total 101.52s · máximo 30.49s Respuesta incorrecta: 8 No siguió las instrucciones: 3 Error de API: 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
#35#35	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 68.5% Pruebas inestables: 3 Tokens de salida: 20,784 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 5.88s · total 105.90s · máximo 18.33s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Trucos anti-IA : 6.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.6 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#5#5	Gemini 3 Flash Previewlow	8.8	Google	$0.091	6.01s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 3 Tasa de aciertos por intento: 85.2% Pruebas inestables: 1 Tokens de salida: 2,018 Tokens de razonamiento: 23,273 Tiempo de respuesta: promedio 6.01s · total 108.12s · máximo 14.72s Respuesta incorrecta: 3 Trucos anti-IA : 10.0 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 : 9.9 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#59#59	Gemma 4 26B A4Bnone	6.2	Google	$0.005	6.59s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 48.2% Pruebas inestables: 3 Tokens de salida: 1,783 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 6.59s · total 118.61s · máximo 57.10s Respuesta incorrecta: 7 No siguió las instrucciones: 3 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 : 4.4 Resolución de acertijos : 5.7 Llamada de herramientas : 10.0
#28#28	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 75.9% Pruebas inestables: 3 Tokens de salida: 17,346 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 6.84s · total 123.17s · máximo 38.52s Respuesta incorrecta: 5 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 : 4.4 Seguimiento de instrucciones : 7.5 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#86#86	Nemotron 3 Supernone	5.1	NVIDIA	$0.000	8.54s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 35.2% Pruebas inestables: 4 Tokens de salida: 4,760 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 8.54s · total 153.69s · máximo 24.97s Respuesta incorrecta: 10 No siguió las instrucciones: 4 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 : 4.2 Seguimiento de instrucciones : 4.9 Resolución de acertijos : 5.7 Llamada de herramientas : 4.7
#12#12	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 4 Tasa de aciertos por intento: 77.8% Pruebas inestables: 0 Tokens de salida: 1,508 Tokens de razonamiento: 10,084 Tiempo de respuesta: promedio 9.06s · total 90.58s · máximo 26.24s Respuesta incorrecta: 3 Error de API: 1 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
#55#55	Grok 4.20 Multi Agent Betamedium	6.4	X AI	$5.074	9.80s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 57.4% Pruebas inestables: 6 Tokens de salida: 299,034 Tokens de razonamiento: 309,670 Tiempo de respuesta: promedio 9.80s · total 156.75s · máximo 35.28s No siguió las instrucciones: 4 Respuesta incorrecta: 3 Error de API: 2 Formato extra: 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 : 8.3 Resolución de acertijos : 7.2 Llamada de herramientas : 3.0
#25#25	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 74.1% Pruebas inestables: 2 Tokens de salida: 1,568 Tokens de razonamiento: 91,909 Tiempo de respuesta: promedio 9.81s · total 176.62s · máximo 31.36s No siguió las instrucciones: 3 Respuesta incorrecta: 3 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 : 8.3 Resolución de acertijos : 8.2 Llamada de herramientas : 3.0
#85#85	Qwen3 Coder Nextnone	5.1	Qwen	$0.008	10.18s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 25.9% Pruebas inestables: 1 Tokens de salida: 3,617 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 10.18s · total 122.13s · máximo 45.14s Respuesta incorrecta: 12 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 7.3 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 3.2 Llamada de herramientas : 10.0
#46#46	Grok 4.20medium	7.0	X AI	$0.743	10.33s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 66.7% Pruebas inestables: 5 Tokens de salida: 1,744 Tokens de razonamiento: 109,882 Tiempo de respuesta: promedio 10.33s · total 185.87s · máximo 29.87s No siguió las instrucciones: 4 Respuesta incorrecta: 3 Error de API: 1 Formato extra: 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 : 5.8 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 6.4 Llamada de herramientas : 3.0
#49#49	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 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 · total 175.60s · 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
#90#90	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008	10.75s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 15 Tasa de aciertos por intento: 27.8% Pruebas inestables: 3 Tokens de salida: 3,241 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 10.75s · total 129.01s · máximo 81.80s Respuesta incorrecta: 9 No siguió las instrucciones: 5 Tiempo agotado: 1 Trucos anti-IA : 3.5 Programación : 4.7 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 6.3 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0
#37#37	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 68.5% Pruebas inestables: 2 Tokens de salida: 2,946 Tokens de razonamiento: 58,132 Tiempo de respuesta: promedio 11.21s · total 201.80s · máximo 94.06s Respuesta incorrecta: 4 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 10.0 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 : 4.0 Llamada de herramientas : 10.0
#82#82	gpt-oss-120bnone	5.2	OpenAI	$0.009	11.96s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 38.9% Pruebas inestables: 5 Tokens de salida: 44,652 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 11.96s · total 179.34s · máximo 68.97s Respuesta incorrecta: 6 No siguió las instrucciones: 5 Error de API: 3 Trucos anti-IA : 6.6 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.6 Seguimiento de instrucciones : 8.4 Resolución de acertijos : 4.5 Llamada de herramientas : 3.0
#63#63	DeepSeek V3.2none	6.1	DeepSeek	$0.016	12.09s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 50.0% Pruebas inestables: 4 Tokens de salida: 8,384 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 12.09s · total 217.56s · máximo 115.89s Respuesta incorrecta: 8 Formato extra: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.2 Programación : 2.4 Combinado : 6.5 Análisis y extracción de datos : 6.3 Específico del dominio : 3.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.5 Llamada de herramientas : 10.0
#15#15	Gemini 2.5 Flashmedium	8.2	Google	$0.319	12.12s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 75.9% Pruebas inestables: 1 Tokens de salida: 1,898 Tokens de razonamiento: 122,273 Tiempo de respuesta: promedio 12.12s · total 218.12s · máximo 95.48s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 8.4 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#23#23	MiMo-V2-Promedium	8.1	Xiaomi	$0.159	12.27s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 77.8% Pruebas inestables: 3 Tokens de salida: 2,360 Tokens de razonamiento: 38,320 Tiempo de respuesta: promedio 12.27s · total 208.56s · máximo 64.71s Respuesta incorrecta: 3 Formato extra: 1 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 4.7 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.0 Llamada de herramientas : 10.0
#26#26	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 74.1% Pruebas inestables: 1 Tokens de salida: 42,068 Tokens de razonamiento: 26,784 Tiempo de respuesta: promedio 12.66s · total 126.62s · máximo 46.35s Formato extra: 2 Respuesta incorrecta: 2 Tiempo agotado: 1 Trucos anti-IA : 6.5 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#74#74	Kimi K2.5none	5.5	Moonshot AI	$0.017	13.37s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 12 Tasa de aciertos por intento: 40.7% Pruebas inestables: 3 Tokens de salida: 2,659 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 13.37s · total 147.05s · máximo 42.13s Respuesta incorrecta: 12 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 : 3.1 Llamada de herramientas : 10.0
#9#9	Qwen3.6 Plus Previewmedium	8.5	Qwen	$0.000	13.94s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 4 Tasa de aciertos por intento: 76.5% Pruebas inestables: 0 Tokens de salida: 1,756 Tokens de razonamiento: 77,213 Tiempo de respuesta: promedio 13.94s · total 237.01s · máximo 43.55s Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 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 : 10.0 Llamada de herramientas : 10.0
#39#39	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 72.2% Pruebas inestables: 4 Tokens de salida: 2,705 Tokens de razonamiento: 18,977 Tiempo de respuesta: promedio 14.04s · total 154.41s · máximo 77.80s No siguió las instrucciones: 3 Respuesta incorrecta: 2 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 : 7.7 Llamada de herramientas : 4.7
#31#31	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 77.8% Pruebas inestables: 6 Tokens de salida: 2,351 Tokens de razonamiento: 58,941 Tiempo de respuesta: promedio 14.96s · total 269.32s · máximo 67.08s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Trucos anti-IA : 7.2 Programación : 10.0 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
#43#43	GPT-5.4 Minimedium	7.3	OpenAI	$0.299	15.22s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 70.4% Pruebas inestables: 6 Tokens de salida: 2,131 Tokens de razonamiento: 59,567 Tiempo de respuesta: promedio 15.22s · total 273.90s · máximo 102.91s No siguió las instrucciones: 5 Respuesta incorrecta: 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 : 6.8 Llamada de herramientas : 4.7
#20#20	Qwen3.6 Plusmedium	8.1	Qwen	$0.000	15.27s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 74.1% Pruebas inestables: 1 Tokens de salida: 1,763 Tokens de razonamiento: 83,782 Tiempo de respuesta: promedio 15.27s · total 259.55s · máximo 43.55s Respuesta incorrecta: 3 Error de API: 1 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 5.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#7#7	GPT-5.3-Codexmedium	8.6	OpenAI	$0.573	15.38s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 83.3% Pruebas inestables: 3 Tokens de salida: 2,279 Tokens de razonamiento: 35,179 Tiempo de respuesta: promedio 15.38s · total 276.91s · máximo 100.93s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Trucos anti-IA : 8.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.6 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 9.0 Llamada de herramientas : 10.0
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.578	15.96s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 1 Tasa de aciertos por intento: 94.4% Pruebas inestables: 0 Tokens de salida: 1,932 Tokens de razonamiento: 40,542 Tiempo de respuesta: promedio 15.96s · total 175.52s · máximo 40.61s Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#67#67	gpt-oss-120bmedium	5.8	OpenAI	$0.011	16.08s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 51.9% Pruebas inestables: 6 Tokens de salida: 13,493 Tokens de razonamiento: 36,879 Tiempo de respuesta: promedio 16.08s · total 176.88s · máximo 50.92s Respuesta incorrecta: 7 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
#34#34	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 61.1% Pruebas inestables: 0 Tokens de salida: 928 Tokens de razonamiento: 72,661 Tiempo de respuesta: promedio 16.76s · total 301.61s · máximo 158.78s Respuesta incorrecta: 3 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 : 10.0 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 6.5 Llamada de herramientas : 10.0
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.314	17.60s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 0 Tasa de aciertos por intento: 100.0% Pruebas inestables: 0 Tokens de salida: 2,072 Tokens de razonamiento: 97,041 Tiempo de respuesta: promedio 17.60s · total 193.57s · máximo 79.71s Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 10.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#18#18	GLM 5 Turbomedium	8.1	Z.ai	$0.182	17.67s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 77.8% Pruebas inestables: 5 Tokens de salida: 12,197 Tokens de razonamiento: 38,933 Tiempo de respuesta: promedio 17.67s · total 317.98s · máximo 194.23s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.3 Llamada de herramientas : 10.0
#16#16	GPT-5.4medium	8.2	OpenAI	$0.832	18.63s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 79.6% Pruebas inestables: 3 Tokens de salida: 2,169 Tokens de razonamiento: 48,732 Tiempo de respuesta: promedio 18.63s · total 335.26s · máximo 100.41s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.7 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0
#50#50	Nemotron 3 Supermedium	6.7	NVIDIA	$0.000	19.06s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 55.6% Pruebas inestables: 3 Tokens de salida: 11,947 Tokens de razonamiento: 29,768 Tiempo de respuesta: promedio 19.06s · total 305.04s · máximo 87.80s No siguió las instrucciones: 4 Respuesta incorrecta: 3 Error de API: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 7.2 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0
#36#36	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 70.4% Pruebas inestables: 2 Tokens de salida: 29,829 Tokens de razonamiento: 18,938 Tiempo de respuesta: promedio 21.08s · total 231.84s · máximo 83.40s Formato extra: 4 Respuesta incorrecta: 2 Trucos anti-IA : 6.4 Programación : 10.0 Combinado : 10.0 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
#13#13	GLM 5medium	8.4	Z.ai	$0.155	23.34s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 85.2% Pruebas inestables: 4 Tokens de salida: 20,163 Tokens de razonamiento: 58,337 Tiempo de respuesta: promedio 23.34s · total 233.40s · máximo 79.09s Respuesta incorrecta: 2 No siguió las instrucciones: 1 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 7.1 Específico del dominio : 3.5 Inteligencia general : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#40#40	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 70.4% Pruebas inestables: 3 Tokens de salida: 12,387 Tokens de razonamiento: 115,182 Tiempo de respuesta: promedio 23.36s · total 280.34s · máximo 96.01s Respuesta incorrecta: 3 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
#51#51	Grok 4.1 Fastmedium	6.7	X AI	$0.056	23.88s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 64.8% Pruebas inestables: 6 Tokens de salida: 2,010 Tokens de razonamiento: 91,298 Tiempo de respuesta: promedio 23.88s · total 262.66s · máximo 121.79s No siguió las instrucciones: 4 Respuesta incorrecta: 3 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 : 6.6 Resolución de acertijos : 5.3 Llamada de herramientas : 2.8
#44#44	GPT-5 Minimedium	7.0	OpenAI	$0.128	23.98s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 61.1% Pruebas inestables: 3 Tokens de salida: 6,379 Tokens de razonamiento: 53,482 Tiempo de respuesta: promedio 23.98s · total 431.56s · máximo 88.15s No siguió las instrucciones: 4 Respuesta incorrecta: 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 : 8.0 Resolución de acertijos : 5.6 Llamada de herramientas : 10.0
#33#33	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 75.9% Pruebas inestables: 3 Tokens de salida: 8,005 Tokens de razonamiento: 49,090 Tiempo de respuesta: promedio 24.13s · total 410.25s · máximo 118.52s Respuesta incorrecta: 3 Tiempo agotado: 2 Error de API: 1 Trucos anti-IA : 10.0 Programación : 4.7 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 8.2 Llamada de herramientas : 3.0
#14#14	Gemma 4 31Bmedium	8.3	Google	$0.018	24.88s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 79.6% Pruebas inestables: 2 Tokens de salida: 12,734 Tokens de razonamiento: 27,950 Tiempo de respuesta: promedio 24.88s · total 398.13s · máximo 70.97s Error de API: 2 No siguió las instrucciones: 1 Tiempo agotado: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 4.7 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.8 Llamada de herramientas : 3.0
#24#24	Gemma 4 26B A4Bmedium	8.0	Google	$0.028	25.03s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 75.9% Pruebas inestables: 2 Tokens de salida: 15,928 Tokens de razonamiento: 44,631 Tiempo de respuesta: promedio 25.03s · total 425.48s · máximo 147.47s Tiempo agotado: 2 Respuesta incorrecta: 2 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 2.8 Combinado : 9.6 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.9 Llamada de herramientas : 10.0
#30#30	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 70.6% Pruebas inestables: 2 Tokens de salida: 71,904 Tokens de razonamiento: 155,607 Tiempo de respuesta: promedio 26.78s · total 294.58s · máximo 170.45s No siguió las instrucciones: 3 Respuesta incorrecta: 3 Trucos anti-IA : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.5 Seguimiento de instrucciones : 8.5 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0
#6#6	Seed-2.0-Litemedium	8.6	Bytedance Seed	$0.121	30.37s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 83.3% Pruebas inestables: 3 Tokens de salida: 3,257 Tokens de razonamiento: 52,042 Tiempo de respuesta: promedio 30.37s · total 546.72s · máximo 168.71s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 6.7 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 9.0 Llamada de herramientas : 10.0
#78#78	MiniMax M2.7medium	5.3	Minimax	$0.091	31.08s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 51.9% Pruebas inestables: 10 Tokens de salida: 4,984 Tokens de razonamiento: 62,787 Tiempo de respuesta: promedio 31.08s · total 528.37s · máximo 117.04s No siguió las instrucciones: 6 Respuesta incorrecta: 5 Tiempo agotado: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 7.9 Programación : 10.0 Combinado : 4.7 Análisis y extracción de datos : 6.3 Específico del dominio : 3.0 Inteligencia general : 3.9 Seguimiento de instrucciones : 3.7 Resolución de acertijos : 3.8 Llamada de herramientas : 4.7
#19#19	Qwen3.5-122B-A10Bmedium	8.1	Qwen	$0.528	31.38s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 79.6% Pruebas inestables: 3 Tokens de salida: 17,635 Tokens de razonamiento: 162,668 Tiempo de respuesta: promedio 31.38s · total 564.84s · máximo 119.29s Respuesta incorrecta: 3 Tiempo agotado: 2 Trucos anti-IA : 10.0 Programación : 4.7 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 : 10.0 Llamada de herramientas : 10.0
#91#91	GLM 4.7 Flashmedium	4.6	Z.ai	$0.046	32.33s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 14 Tasa de aciertos por intento: 38.9% Pruebas inestables: 8 Tokens de salida: 39,688 Tokens de razonamiento: 72,401 Tiempo de respuesta: promedio 32.33s · total 355.65s · máximo 174.55s Respuesta incorrecta: 8 No siguió las instrucciones: 2 Sin respuesta: 2 Llamada de herramienta no válida: 1 Tiempo agotado: 1 Trucos anti-IA : 4.7 Programación : 3.6 Combinado : 2.8 Análisis y extracción de datos : 6.3 Específico del dominio : 3.5 Inteligencia general : 3.6 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 2.9 Llamada de herramientas : 10.0
#69#69	MiniMax M2.5medium	5.7	Minimax	$0.250	39.65s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 13 Tasa de aciertos por intento: 57.4% Pruebas inestables: 10 Tokens de salida: 107,044 Tokens de razonamiento: 206,422 Tiempo de respuesta: promedio 39.65s · total 396.47s · máximo 237.27s Respuesta incorrecta: 5 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 : 8.1 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0
#56#56	GPT-5 Nanomedium	6.3	OpenAI	$0.066	44.13s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 11 Tasa de aciertos por intento: 59.3% Pruebas inestables: 8 Tokens de salida: 4,980 Tokens de razonamiento: 156,288 Tiempo de respuesta: promedio 44.13s · total 485.47s · máximo 204.02s Respuesta incorrecta: 7 No siguió las instrucciones: 3 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 : 8.5 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0
#42#42	Qwen3.5-35B-A3Bmedium	7.4	Qwen	$0.398	44.51s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 8 Tasa de aciertos por intento: 79.6% Pruebas inestables: 7 Tokens de salida: 10,137 Tokens de razonamiento: 208,761 Tiempo de respuesta: promedio 44.51s · total 801.21s · máximo 106.00s Tiempo agotado: 4 Respuesta incorrecta: 2 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
#27#27	DeepSeek V3.2medium	8.0	DeepSeek	$0.029	46.41s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Tasa de aciertos por intento: 79.6% Pruebas inestables: 4 Tokens de salida: 10,620 Tokens de razonamiento: 48,511 Tiempo de respuesta: promedio 46.41s · total 835.33s · máximo 180.92s Respuesta incorrecta: 3 Tiempo agotado: 2 No siguió las instrucciones: 1 Trucos anti-IA : 8.4 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.4 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0
#8#8	Qwen3.5 Plus 2026-02-15medium	8.5	Qwen	$0.220	46.56s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 4 Tasa de aciertos por intento: 83.3% Pruebas inestables: 2 Tokens de salida: 2,121 Tokens de razonamiento: 111,889 Tiempo de respuesta: promedio 46.56s · total 512.20s · máximo 120.91s Tiempo agotado: 2 Respuesta incorrecta: 2 Trucos anti-IA : 8.2 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.7 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#10#10	Qwen3.5-27Bmedium	8.4	Qwen	$0.497	53.03s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Tasa de aciertos por intento: 81.5% Pruebas inestables: 3 Tokens de salida: 2,500 Tokens de razonamiento: 242,500 Tiempo de respuesta: promedio 53.03s · total 954.46s · máximo 163.96s No siguió las instrucciones: 2 Formato extra: 1 Tiempo agotado: 1 Respuesta incorrecta: 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 : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0
#32#32	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 81.5% Pruebas inestables: 6 Tokens de salida: 2,073 Tokens de razonamiento: 191,899 Tiempo de respuesta: promedio 66.72s · total 1201.03s · máximo 234.29s Tiempo agotado: 4 Error de API: 1 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.4 Llamada de herramientas : 10.0
#11#11	Gemini 3.1 Flash Lite Previewhigh	8.4	Google	$2.310	68.83s
Ver ficha del modelo Pruebas totales: 16 Pruebas incorrectas: 4 Tasa de aciertos por intento: 77.1% Pruebas inestables: 1 Tokens de salida: 1,283 Tokens de razonamiento: 1,533,310 Tiempo de respuesta: promedio 68.83s · total 1101.32s · máximo 280.52s Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 7.9 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#38#38	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Tasa de aciertos por intento: 66.7% Pruebas inestables: 2 Tokens de salida: 2,419 Tokens de razonamiento: 79,238 Tiempo de respuesta: promedio 69.70s · total 1045.47s · máximo 262.83s Tiempo agotado: 4 Respuesta incorrecta: 2 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
#45#45	Kimi K2.5medium	7.0	Moonshot AI	$0.220	72.43s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Tasa de aciertos por intento: 72.2% Pruebas inestables: 7 Tokens de salida: 42,176 Tokens de razonamiento: 84,870 Tiempo de respuesta: promedio 72.43s · total 796.70s · máximo 150.77s Respuesta incorrecta: 4 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
#95#95	Qwen3.5-9Bmedium	4.4	Qwen	$0.030	73.64s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 15 Tasa de aciertos por intento: 33.3% Pruebas inestables: 6 Tokens de salida: 24,291 Tokens de razonamiento: 172,597 Tiempo de respuesta: promedio 73.64s · total 1104.60s · máximo 226.38s Tiempo agotado: 11 No siguió las instrucciones: 2 Formato extra: 1 Respuesta incorrecta: 1 Trucos anti-IA : 5.1 Programación : 2.6 Combinado : 3.0 Análisis y extracción de datos : 3.6 Específico del dominio : 3.6 Inteligencia general : 2.8 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0

Comparación rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsGPT-5.3-Codexmedium Gemini 3 Flash PreviewmediumvsQwen3.6 Plus PreviewmediumDisponible gratis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium Seed-2.0-LitemediumvsGPT-5.3-Codexmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida