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: 2026-03-30 Modelos evaluados: 78

Buscar

78/80

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#80#80	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
#79#79	GPT-5.4 Nanonone	4.3	OpenAI	$0.009	1.39s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 15 Tasa de aciertos por intento: 29.4% Pruebas inestables: 6 Tokens de salida: 2,185 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.39s · total 23.70s · máximo 3.84s Respuesta incorrecta: 12 No siguió las instrucciones: 3 Trucos anti-IA : 3.5 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
#78#78	MiMo-V2-Flashnone	4.4	Xiaomi	$0.023	2.79s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 14 Tasa de aciertos por intento: 27.5% Pruebas inestables: 4 Tokens de salida: 67,796 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.79s · total 36.29s · máximo 19.68s Respuesta incorrecta: 11 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.2 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
#77#77	Grok 4.1 Fastnone	4.4	X AI	$0.008	1.76s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 14 Tasa de aciertos por intento: 23.5% Pruebas inestables: 2 Tokens de salida: 1,154 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.76s · total 17.56s · máximo 5.51s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Trucos anti-IA : 3.2 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
#76#76	Qwen3.5-9Bmedium	4.5	Qwen	$0.024	69.21s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 14 Tasa de aciertos por intento: 35.3% Pruebas inestables: 6 Tokens de salida: 18,141 Tokens de razonamiento: 141,204 Tiempo de respuesta: promedio 69.21s · total 968.99s · máximo 226.38s Tiempo agotado: 11 Formato extra: 1 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 5.1 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
#75#75	GLM 4.7 Flashmedium	4.7	Z.ai	$0.042	33.44s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 39.2% Pruebas inestables: 7 Tokens de salida: 38,719 Tokens de razonamiento: 65,465 Tiempo de respuesta: promedio 33.44s · total 334.39s · máximo 174.55s Respuesta incorrecta: 8 No siguió las instrucciones: 2 Sin respuesta: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.7 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
#74#74	Qwen3 Coder Nextmedium	4.8	Qwen	$0.007	11.57s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 14 Tasa de aciertos por intento: 25.5% Pruebas inestables: 2 Tokens de salida: 2,941 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 11.57s · total 127.32s · máximo 81.80s Respuesta incorrecta: 9 No siguió las instrucciones: 5 Trucos anti-IA : 3.5 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
#73#73	Qwen3.5-9Bnone	4.8	Qwen	$0.005	1.22s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 23.5% Pruebas inestables: 0 Tokens de salida: 2,945 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.22s · total 20.74s · máximo 5.91s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 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
#72#72	GPT-5.4 Mininone	4.8	OpenAI	$0.030	1.17s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 31.4% Pruebas inestables: 3 Tokens de salida: 2,085 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.17s · total 19.82s · máximo 2.52s Respuesta incorrecta: 10 No siguió las instrucciones: 3 Trucos anti-IA : 3.1 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
#71#71	Mercury 2none	4.8	Inception	$0.007	592ms
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 29.4% Pruebas inestables: 2 Tokens de salida: 1,315 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 592ms · total 10.07s · máximo 1.27s Respuesta incorrecta: 12 No siguió las instrucciones: 1 Trucos anti-IA : 3.0 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
#70#70	Qwen3 Coder Nextnone	5.0	Qwen	$0.007	10.82s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 23.5% Pruebas inestables: 0 Tokens de salida: 3,032 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 10.82s · total 118.99s · máximo 45.14s Respuesta incorrecta: 11 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 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
#69#69	MiniMax M2.7medium	5.0	Minimax	$0.072	27.32s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 14 Tasa de aciertos por intento: 49.0% Pruebas inestables: 10 Tokens de salida: 4,517 Tokens de razonamiento: 47,612 Tiempo de respuesta: promedio 27.32s · total 437.10s · 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 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
#68#68	GPT-4o-mininone	5.0	OpenAI	$0.005	1.94s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 23.5% Pruebas inestables: 0 Tokens de salida: 1,600 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.94s · total 19.44s · máximo 7.58s Respuesta incorrecta: 12 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 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
#67#67	Nemotron 3 Supernone	5.2	NVIDIA	$0.000	8.86s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 35.3% Pruebas inestables: 3 Tokens de salida: 4,225 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 8.86s · total 150.70s · máximo 24.97s Respuesta incorrecta: 9 No siguió las instrucciones: 4 Trucos anti-IA : 4.8 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
#66#66	Mistral Small 4none	5.3	Mistral	$0.006	629ms
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 33.3% Pruebas inestables: 1 Tokens de salida: 1,624 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 629ms · total 10.70s · máximo 1.72s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 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
#65#65	Trinity Large Previewnone	5.3	Arcee AI	$0.000	3.04s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 31.4% Pruebas inestables: 1 Tokens de salida: 1,843 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.04s · total 51.75s · máximo 8.91s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 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
#64#64	Kimi K2.5none	5.3	Moonshot AI	$0.015	10.83s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 37.3% Pruebas inestables: 3 Tokens de salida: 2,010 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 10.83s · total 108.27s · máximo 42.13s Respuesta incorrecta: 12 Trucos anti-IA : 3.6 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
#63#63	Grok 4.20 Betanone	5.3	X AI	$0.090	1.19s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 13 Tasa de aciertos por intento: 31.4% Pruebas inestables: 2 Tokens de salida: 1,517 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.19s · total 20.22s · máximo 6.48s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.0 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
#62#62	GLM 4.7 Flashnone	5.6	Z.ai	$0.003	3.13s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 39.2% Pruebas inestables: 3 Tokens de salida: 1,863 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.13s · total 31.33s · máximo 7.05s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 5.2 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
#61#61	GLM 5 Turbonone	5.6	Z.ai	$0.029	2.89s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 37.3% Pruebas inestables: 1 Tokens de salida: 1,270 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.89s · total 49.05s · máximo 8.21s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 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
#60#60	Mistral Small 4medium	5.6	Mistral	$0.026	4.18s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 49.0% Pruebas inestables: 6 Tokens de salida: 12,288 Tokens de razonamiento: 28,112 Tiempo de respuesta: promedio 4.18s · total 71.03s · máximo 25.25s Respuesta incorrecta: 7 No siguió las instrucciones: 3 Error de API: 2 Trucos anti-IA : 5.6 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
#59#59	Qwen3.5-27Bnone	5.6	Qwen	$0.016	1.70s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 35.3% Pruebas inestables: 2 Tokens de salida: 3,164 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.70s · total 28.82s · máximo 9.39s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 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
#58#58	GPT-5.4none	5.6	OpenAI	$0.095	1.43s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 39.2% Pruebas inestables: 2 Tokens de salida: 1,837 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.43s · total 24.27s · máximo 2.89s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 3.2 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
#57#57	MiMo-V2-Pronone	5.8	Xiaomi	$0.040	2.31s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 45.1% Pruebas inestables: 3 Tokens de salida: 1,721 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.31s · total 39.25s · máximo 6.58s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Trucos anti-IA : 3.5 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
#56#56	Qwen3.5-122B-A10Bnone	5.8	Qwen	$0.020	3.71s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 37.3% Pruebas inestables: 1 Tokens de salida: 2,682 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.71s · total 63.06s · máximo 46.00s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 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
#55#55	Hunter Alphanone	5.9	Openrouter	$0.000	4.58s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 49.0% 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 Trucos anti-IA : 3.5 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
#54#54	MiniMax M2.5medium	5.9	Minimax	$0.250	39.65s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 12 Tasa de aciertos por intento: 60.8% 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 No siguió las instrucciones: 3 Tiempo agotado: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 7.9 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
#53#53	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.015	3.89s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 47.1% Pruebas inestables: 3 Tokens de salida: 3,761 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.89s · total 66.07s · máximo 47.43s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 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
#52#52	Gemini 2.5 Flashnone	5.9	Google	$0.012	888ms
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 41.2% Pruebas inestables: 2 Tokens de salida: 1,273 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 888ms · total 15.10s · máximo 4.39s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 3.0 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
#51#51	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.016	2.40s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 10 Tasa de aciertos por intento: 52.9% Pruebas inestables: 5 Tokens de salida: 2,749 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.40s · total 40.85s · máximo 6.70s Respuesta incorrecta: 10 Trucos anti-IA : 3.0 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
#50#50	gpt-oss-120bmedium	6.0	OpenAI	$0.010	15.05s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 10 Tasa de aciertos por intento: 51.0% Pruebas inestables: 5 Tokens de salida: 13,265 Tokens de razonamiento: 34,330 Tiempo de respuesta: promedio 15.05s · total 150.55s · máximo 50.92s Respuesta incorrecta: 6 No siguió las instrucciones: 4 Trucos anti-IA : 6.7 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
#49#49	Qwen3.5-Flashnone	6.0	Qwen	$0.006	3.36s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 10 Tasa de aciertos por intento: 43.1% Pruebas inestables: 1 Tokens de salida: 3,777 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.36s · total 57.15s · máximo 13.73s Respuesta incorrecta: 9 No siguió las instrucciones: 1 Trucos anti-IA : 3.5 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
#48#48	Grok 4.20 Multi-Agent Betamedium	6.2	X AI	$4.978	8.64s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 11 Tasa de aciertos por intento: 54.9% Pruebas inestables: 6 Tokens de salida: 298,948 Tokens de razonamiento: 296,529 Tiempo de respuesta: promedio 8.64s · total 129.64s · máximo 35.28s No siguió las instrucciones: 4 Respuesta incorrecta: 3 Error de API: 2 Formato extra: 2 Trucos anti-IA : 6.9 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
#47#47	GPT-5 Nanomedium	6.2	OpenAI	$0.061	44.47s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 10 Tasa de aciertos por intento: 58.8% Pruebas inestables: 7 Tokens de salida: 4,500 Tokens de razonamiento: 143,296 Tiempo de respuesta: promedio 44.47s · total 444.74s · máximo 204.02s Respuesta incorrecta: 6 No siguió las instrucciones: 3 Tiempo agotado: 1 Trucos anti-IA : 6.5 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
#46#46	Mercury 2medium	6.3	Inception	$0.045	2.25s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 10 Tasa de aciertos por intento: 51.0% Pruebas inestables: 3 Tokens de salida: 3,723 Tokens de razonamiento: 46,120 Tiempo de respuesta: promedio 2.25s · total 35.99s · máximo 14.63s Respuesta incorrecta: 6 No siguió las instrucciones: 4 Trucos anti-IA : 6.9 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
#45#45	DeepSeek V3.2none	6.4	DeepSeek	$0.016	12.35s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 10 Tasa de aciertos por intento: 51.0% Pruebas inestables: 3 Tokens de salida: 7,831 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 12.35s · total 209.94s · máximo 115.89s Respuesta incorrecta: 7 Formato extra: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.2 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
#44#44	MiMo-V2-Omninone	6.4	Xiaomi	$0.006	2.01s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 9 Tasa de aciertos por intento: 47.1% Pruebas inestables: 0 Tokens de salida: 469 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.01s · total 34.09s · máximo 6.81s Respuesta incorrecta: 7 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 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
#43#43	GLM 5none	6.7	Z.ai	$0.019	3.77s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 8 Tasa de aciertos por intento: 52.9% Pruebas inestables: 0 Tokens de salida: 1,551 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 3.77s · total 37.66s · máximo 11.07s Respuesta incorrecta: 8 Trucos anti-IA : 4.8 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
#42#42	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.016	2.51s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 8 Tasa de aciertos por intento: 54.9% Pruebas inestables: 1 Tokens de salida: 2,018 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.51s · total 27.60s · máximo 6.65s Respuesta incorrecta: 8 Trucos anti-IA : 4.8 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
#41#41	GPT-5 Minimedium	6.8	OpenAI	$0.118	24.02s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 9 Tasa de aciertos por intento: 58.8% Pruebas inestables: 3 Tokens de salida: 5,896 Tokens de razonamiento: 49,322 Tiempo de respuesta: promedio 24.02s · total 408.39s · máximo 88.15s No siguió las instrucciones: 4 Respuesta incorrecta: 4 Tiempo agotado: 1 Trucos anti-IA : 7.1 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
#40#40	Nemotron 3 Supermedium	6.9	NVIDIA	$0.000	19.06s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 8 Tasa de aciertos por intento: 58.8% 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 Tiempo agotado: 1 Trucos anti-IA : 10.0 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
#39#39	Grok 4.1 Fastmedium	6.9	X AI	$0.052	23.91s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 8 Tasa de aciertos por intento: 66.7% Pruebas inestables: 5 Tokens de salida: 1,189 Tokens de razonamiento: 84,595 Tiempo de respuesta: promedio 23.91s · total 239.09s · máximo 121.79s No siguió las instrucciones: 3 Respuesta incorrecta: 3 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 8.7 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
#38#38	Hunter Alphamedium	7.0	Openrouter	$0.000	10.33s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 9 Tasa de aciertos por intento: 68.6% 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 Formato extra: 1 Trucos anti-IA : 7.3 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
#37#37	GPT-5.4 Minimedium	7.1	OpenAI	$0.289	15.66s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 9 Tasa de aciertos por intento: 68.6% Pruebas inestables: 6 Tokens de salida: 1,708 Tokens de razonamiento: 58,019 Tiempo de respuesta: promedio 15.66s · total 266.14s · máximo 102.91s No siguió las instrucciones: 5 Respuesta incorrecta: 4 Trucos anti-IA : 8.6 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
#36#36	Kimi K2.5medium	7.2	Moonshot AI	$0.201	64.59s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 8 Tasa de aciertos por intento: 72.6% Pruebas inestables: 6 Tokens de salida: 40,907 Tokens de razonamiento: 75,121 Tiempo de respuesta: promedio 64.59s · total 645.93s · máximo 137.29s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 7.3 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
#35#35	Claude Sonnet 4.6none	7.3	Anthropic	$0.252	5.12s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 7 Tasa de aciertos por intento: 62.8% Pruebas inestables: 1 Tokens de salida: 6,910 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 5.12s · total 51.16s · máximo 23.84s Formato extra: 3 Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 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
#34#34	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.349	42.48s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 8 Tasa de aciertos por intento: 78.4% Pruebas inestables: 7 Tokens de salida: 5,864 Tokens de razonamiento: 175,683 Tiempo de respuesta: promedio 42.48s · total 722.12s · máximo 106.00s Tiempo agotado: 4 Respuesta incorrecta: 2 Error de API: 1 Sin respuesta: 1 Trucos anti-IA : 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
#33#33	GPT-5.2medium	7.3	OpenAI	$0.314	13.93s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 7 Tasa de aciertos por intento: 70.6% Pruebas inestables: 4 Tokens de salida: 2,238 Tokens de razonamiento: 16,811 Tiempo de respuesta: promedio 13.93s · total 139.29s · máximo 77.80s No siguió las instrucciones: 3 Respuesta incorrecta: 2 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 6.5 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
#32#32	Seed-2.0-Minimedium	7.3	Bytedance Seed	$0.029	60.58s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 7 Tasa de aciertos por intento: 64.7% Pruebas inestables: 2 Tokens de salida: 1,971 Tokens de razonamiento: 58,624 Tiempo de respuesta: promedio 60.58s · total 848.16s · máximo 262.83s Tiempo agotado: 4 Respuesta incorrecta: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.6 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
#31#31	GPT-5.4 Nanomedium	7.4	OpenAI	$0.077	11.08s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 7 Tasa de aciertos por intento: 66.7% Pruebas inestables: 2 Tokens de salida: 2,474 Tokens de razonamiento: 54,516 Tiempo de respuesta: promedio 11.08s · total 188.39s · máximo 94.06s Respuesta incorrecta: 4 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 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
#30#30	Claude Opus 4.6medium	7.5	Anthropic	$1.317	20.87s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 68.6% Pruebas inestables: 2 Tokens de salida: 26,343 Tokens de razonamiento: 17,434 Tiempo de respuesta: promedio 20.87s · total 208.73s · máximo 83.40s Formato extra: 4 Respuesta incorrecta: 2 Trucos anti-IA : 6.4 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
#29#29	GPT-5.3 Chatnone	7.6	OpenAI	$0.318	5.68s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 7 Tasa de aciertos por intento: 66.7% Pruebas inestables: 3 Tokens de salida: 19,348 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 5.68s · total 96.58s · máximo 18.33s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Trucos anti-IA : 6.7 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
#28#28	MiMo-V2-Flashmedium	7.6	Xiaomi	$0.037	24.30s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 70.6% Pruebas inestables: 2 Tokens de salida: 11,959 Tokens de razonamiento: 111,534 Tiempo de respuesta: promedio 24.30s · total 267.31s · máximo 96.01s Respuesta incorrecta: 3 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 8.1 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
#27#27	GPT-5.2 Chatnone	7.8	OpenAI	$0.271	6.72s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 74.5% Pruebas inestables: 3 Tokens de salida: 16,001 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 6.72s · total 114.20s · máximo 38.52s Respuesta incorrecta: 5 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 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
#26#26	Gemini 3.1 Flash Lite Previewnone	7.8	Google	$0.015	1.29s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 68.6% Pruebas inestables: 1 Tokens de salida: 4,721 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.29s · total 21.95s · máximo 3.39s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Trucos anti-IA : 7.5 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
#25#25	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
#24#24	Grok 4.20 Betamedium	7.9	X AI	$0.608	8.54s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 72.6% Pruebas inestables: 2 Tokens de salida: 1,487 Tokens de razonamiento: 87,922 Tiempo de respuesta: promedio 8.54s · total 145.26s · máximo 24.21s No siguió las instrucciones: 3 Respuesta incorrecta: 3 Trucos anti-IA : 8.7 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
#23#23	MiMo-V2-Omnimedium	7.9	Xiaomi	$0.084	13.71s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 64.7% Pruebas inestables: 0 Tokens de salida: 663 Tokens de razonamiento: 39,001 Tiempo de respuesta: promedio 13.71s · total 233.06s · máximo 158.78s No siguió las instrucciones: 2 Respuesta incorrecta: 2 Formato extra: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 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
#22#22	Claude Sonnet 4.6medium	7.9	Anthropic	$1.024	10.09s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 72.6% Pruebas inestables: 1 Tokens de salida: 35,174 Tokens de razonamiento: 24,687 Tiempo de respuesta: promedio 10.09s · total 90.85s · máximo 46.35s Formato extra: 2 Respuesta incorrecta: 2 Tiempo agotado: 1 Trucos anti-IA : 6.5 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
#21#21	MiMo-V2-Promedium	8.0	Xiaomi	$0.123	9.78s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 76.5% Pruebas inestables: 3 Tokens de salida: 1,875 Tokens de razonamiento: 26,959 Tiempo de respuesta: promedio 9.78s · total 156.45s · máximo 64.71s Respuesta incorrecta: 3 Formato extra: 1 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 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
#20#20	Qwen3.5-Flashmedium	8.0	Qwen	$0.076	67.96s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 82.4% Pruebas inestables: 5 Tokens de salida: 1,827 Tokens de razonamiento: 179,299 Tiempo de respuesta: promedio 67.96s · total 1155.28s · máximo 234.29s Tiempo agotado: 3 Error de API: 1 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 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
#19#19	Gemini 3 Flash Previewnone	8.0	Google	$0.019	1.66s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 76.5% Pruebas inestables: 2 Tokens de salida: 1,417 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.66s · total 16.61s · máximo 3.56s Respuesta incorrecta: 5 Trucos anti-IA : 8.3 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
#18#18	Gemini 3.1 Flash Lite Previewlow	8.0	Google	$0.021	3.28s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 70.6% Pruebas inestables: 0 Tokens de salida: 1,617 Tokens de razonamiento: 7,686 Tiempo de respuesta: promedio 3.28s · total 55.80s · máximo 11.91s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 8.3 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
#17#17	GLM 5 Turbomedium	8.0	Z.ai	$0.166	17.98s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Tasa de aciertos por intento: 76.5% Pruebas inestables: 5 Tokens de salida: 11,865 Tokens de razonamiento: 35,632 Tiempo de respuesta: promedio 17.98s · total 305.72s · máximo 194.23s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 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	8.1	OpenAI	$0.794	18.95s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 78.4% Pruebas inestables: 3 Tokens de salida: 1,780 Tokens de razonamiento: 46,687 Tiempo de respuesta: promedio 18.95s · total 322.23s · máximo 100.41s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 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
#15#15	Gemini 3.1 Flash Lite Previewmedium	8.1	Google	$0.050	3.70s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 70.6% Pruebas inestables: 0 Tokens de salida: 1,737 Tokens de razonamiento: 26,346 Tiempo de respuesta: promedio 3.70s · total 62.97s · máximo 14.93s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 9.1 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
#14#14	Gemini 2.5 Flashmedium	8.1	Google	$0.292	11.88s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 74.5% Pruebas inestables: 1 Tokens de salida: 1,376 Tokens de razonamiento: 111,923 Tiempo de respuesta: promedio 11.88s · total 201.89s · máximo 95.48s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 8.4 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
#13#13	DeepSeek V3.2medium	8.2	DeepSeek	$0.026	38.49s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 80.4% Pruebas inestables: 3 Tokens de salida: 9,994 Tokens de razonamiento: 41,719 Tiempo de respuesta: promedio 38.49s · total 654.41s · máximo 93.11s Respuesta incorrecta: 3 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 8.4 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
#12#12	GLM 5medium	8.3	Z.ai	$0.108	17.15s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 84.3% Pruebas inestables: 4 Tokens de salida: 19,833 Tokens de razonamiento: 38,523 Tiempo de respuesta: promedio 17.15s · total 154.32s · máximo 28.96s Respuesta incorrecta: 2 No siguió las instrucciones: 1 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 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
#11#11	Qwen3.5-27Bmedium	8.3	Qwen	$0.467	52.01s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 80.4% Pruebas inestables: 3 Tokens de salida: 2,125 Tokens de razonamiento: 223,335 Tiempo de respuesta: promedio 52.01s · total 884.10s · máximo 163.96s No siguió las instrucciones: 2 Formato extra: 1 Tiempo agotado: 1 Respuesta incorrecta: 1 Trucos anti-IA : 8.7 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
#10#10	Qwen3.5-122B-A10Bmedium	8.4	Qwen	$0.505	29.05s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 4 Tasa de aciertos por intento: 80.4% Pruebas inestables: 2 Tokens de salida: 17,313 Tokens de razonamiento: 151,974 Tiempo de respuesta: promedio 29.05s · total 493.86s · máximo 119.29s Respuesta incorrecta: 3 Tiempo agotado: 1 Trucos anti-IA : 10.0 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
#9#9	Qwen3.5 Plus 2026-02-15medium	8.4	Qwen	$0.189	39.13s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 4 Tasa de aciertos por intento: 82.4% Pruebas inestables: 2 Tokens de salida: 1,754 Tokens de razonamiento: 92,522 Tiempo de respuesta: promedio 39.13s · total 391.29s · máximo 81.20s Tiempo agotado: 2 Respuesta incorrecta: 2 Trucos anti-IA : 8.2 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
#8#8	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
#7#7	GPT-5.3-Codexmedium	8.5	OpenAI	$0.544	15.76s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 82.4% Pruebas inestables: 3 Tokens de salida: 1,788 Tokens de razonamiento: 33,649 Tiempo de respuesta: promedio 15.76s · total 267.97s · máximo 100.93s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Trucos anti-IA : 8.7 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
#6#6	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
#5#5	Seed-2.0-Litemedium	8.5	Bytedance Seed	$0.105	27.78s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 5 Tasa de aciertos por intento: 82.4% Pruebas inestables: 3 Tokens de salida: 2,821 Tokens de razonamiento: 44,723 Tiempo de respuesta: promedio 27.78s · total 472.24s · máximo 168.71s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 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
#4#4	Gemini 3 PRO Previewmedium	8.7	Google	$0.197	9.06s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 3 Tasa de aciertos por intento: 82.4% 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 Trucos anti-IA : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#3🥉 #3	Gemini 3 Flash Previewlow	8.7	Google	$0.081	5.95s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 3 Tasa de aciertos por intento: 84.3% Pruebas inestables: 1 Tokens de salida: 1,592 Tokens de razonamiento: 20,556 Tiempo de respuesta: promedio 5.95s · total 101.19s · máximo 14.72s Respuesta incorrecta: 3 Trucos anti-IA : 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
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.522	15.56s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 1 Tasa de aciertos por intento: 94.1% Pruebas inestables: 0 Tokens de salida: 1,527 Tokens de razonamiento: 36,341 Tiempo de respuesta: promedio 15.56s · total 155.64s · máximo 40.61s Respuesta incorrecta: 1 Trucos anti-IA : 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
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.166	11.39s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 0 Tasa de aciertos por intento: 100.0% Pruebas inestables: 0 Tokens de salida: 1,640 Tokens de razonamiento: 48,270 Tiempo de respuesta: promedio 11.39s · total 113.86s · máximo 50.16s Trucos anti-IA : 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

Comparación rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsGemini 3 PRO Previewmedium Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsQwen3.6 Plus PreviewmediumDisponible gratis Gemini 3 Flash PreviewmediumvsGPT-5.3-Codexmedium Gemini 3.1 Pro PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsGemini 3 PRO Previewmedium Gemini 3 PRO PreviewmediumvsSeed-2.0-Litemedium Seed-2.0-LitemediumvsQwen3.6 Plus PreviewmediumDisponible gratis Qwen3.6 Plus PreviewmediumDisponible gratisvsGPT-5.3-Codexmedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida