AI BENCHY

Leaderboard de Benchmark de IA

Name: Resultados de benchmark de modelos de AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03 Modelos evaluados: 161

161/161

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#161#161	Granite 4.1 8Bnone	4.1	IBM Granite	$0.003	719ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 18 Fiabilidad 10.0 Tasa de aciertos por intento 10.0% Pruebas inestables 0 Tokens de entrada 43,135 Tokens de salida 2,743 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 719ms Tiempo de respuesta (total) 14.37s Tiempo de respuesta (máximo) 2.17s Respuesta incorrecta: 13 No siguió las instrucciones: 4 Llamada de herramienta no válida: 1 Trucos anti-IA : 4.9 Programación : 5.2 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 3.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 3.6 Resolución de acertijos : 3.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#160#160	Nemotron 3 Nano Omni 30b A3b Reasoningnone	4.1	NVIDIA	$0.000	728ms
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 17.5% Pruebas inestables 2 Tokens de entrada 11,661 Tokens de salida 1,302 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 728ms Tiempo de respuesta (total) 9.47s Tiempo de respuesta (máximo) 2.21s Respuesta incorrecta: 9 Error de API: 6 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 3.8 Específico del dominio : 3.6 Inteligencia general : 3.0 Seguimiento de instrucciones : 4.8 Resolución de acertijos : 3.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#159#159	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	782ms
Ver ficha del modelo Pruebas totales 16 Pruebas incorrectas 14 Fiabilidad N/D Tasa de aciertos por intento 16.7% Pruebas inestables 1 Tokens de entrada 10,771 Tokens de salida 1,173 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 782ms Tiempo de respuesta (total) 10.94s Tiempo de respuesta (máximo) 3.15s Respuesta incorrecta: 9 Error de API: 4 No siguió las instrucciones: 1 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 : 6.3 Resolución de acertijos : 3.8 Llamada de herramientas : 3.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 17 Fiabilidad N/D Tasa de aciertos por intento 15.0% Pruebas inestables 0 Tokens de entrada 34,905 Tokens de salida 2,434 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 7.72s Tiempo de respuesta (total) 139.00s Tiempo de respuesta (máximo) 25.72s Respuesta incorrecta: 12 Error de API: 2 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.4 Programación : 4.2 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 3.1 Llamada de herramientas : 3.0 Cultura general : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 17 Fiabilidad 5.0 Tasa de aciertos por intento 28.3% Pruebas inestables 5 Tokens de entrada 15,204 Tokens de salida 27,305 Tokens de razonamiento 199,780 Tiempo de respuesta (promedio) 83.32s Tiempo de respuesta (total) 1249.74s Tiempo de respuesta (máximo) 226.38s Tiempo agotado: 11 Respuesta incorrecta: 2 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 5.1 Programación : 2.8 Combinado : 3.0 Análisis y extracción de datos : 3.6 Específico del dominio : 3.6 Inteligencia general : 2.8 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#156#156	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 22.8% Pruebas inestables 3 Tokens de entrada 36,608 Tokens de salida 1,723 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.62s Tiempo de respuesta (total) 19.48s Tiempo de respuesta (máximo) 5.51s Respuesta incorrecta: 13 No siguió las instrucciones: 3 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 : 3.0 Llamada de herramientas : 2.8 Cultura general : 3.0
#146#146	GPT-5.4 Nanonone	4.8	OpenAI	$0.010	1.33s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.7% Pruebas inestables 5 Tokens de entrada 31,593 Tokens de salida 2,769 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.33s Tiempo de respuesta (total) 26.54s Tiempo de respuesta (máximo) 3.84s Respuesta incorrecta: 14 No siguió las instrucciones: 2 Trucos anti-IA : 3.5 Programación : 5.4 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#147#147	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008 ↓	9.16s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 30.0% Pruebas inestables 3 Tokens de entrada 44,607 Tokens de salida 3,310 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.16s Tiempo de respuesta (total) 128.25s Tiempo de respuesta (máximo) 81.80s Respuesta incorrecta: 12 No siguió las instrucciones: 3 Tiempo agotado: 1 Trucos anti-IA : 3.5 Programación : 4.1 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 6.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#148#148	Trinity Large Previewnone	4.7	Arcee AI	$0.008 ↑	2.98s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 23.3% Pruebas inestables 2 Tokens de entrada 29,828 Tokens de salida 2,169 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.98s Tiempo de respuesta (total) 56.57s Tiempo de respuesta (máximo) 14.34s Respuesta incorrecta: 12 No siguió las instrucciones: 3 Error de API: 1 Trucos anti-IA : 3.1 Programación : 4.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.5 Seguimiento de instrucciones : 3.5 Resolución de acertijos : 3.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#149#149	Qwen3.5-9Bnone	4.7	Qwen	$0.003 ↓	1.68s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 21.7% Pruebas inestables 1 Tokens de entrada 45,200 Tokens de salida 3,943 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.68s Tiempo de respuesta (total) 33.66s Tiempo de respuesta (máximo) 5.91s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 Programación : 4.4 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 Cultura general : 3.0
#150#150	MiMo-V2-Flashnone	4.7	Xiaomi	$0.025 ↑	2.70s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 26.7% Pruebas inestables 4 Tokens de entrada 34,208 Tokens de salida 68,873 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.70s Tiempo de respuesta (total) 43.15s Tiempo de respuesta (máximo) 19.68s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 3.2 Programación : 4.9 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 : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.7% Pruebas inestables 5 Tokens de entrada 16,488 Tokens de salida 27,747 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.84s Tiempo de respuesta (total) 69.12s Tiempo de respuesta (máximo) 22.52s Respuesta incorrecta: 12 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 3.6 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.4 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 3.2 Llamada de herramientas : 3.0 Cultura general : 3.0
#153#153	Mercury 2none	4.6	Inception	$0.009	614ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 25.0% Pruebas inestables 2 Tokens de entrada 25,515 Tokens de salida 3,001 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 614ms Tiempo de respuesta (total) 12.28s Tiempo de respuesta (máximo) 1.27s Respuesta incorrecta: 15 No siguió las instrucciones: 1 Trucos anti-IA : 3.0 Programación : 3.5 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 Cultura general : 3.0
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 25.0% Pruebas inestables 2 Tokens de entrada 27,172 Tokens de salida 2,661 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.92s Tiempo de respuesta (total) 232.64s Tiempo de respuesta (máximo) 35.84s Respuesta incorrecta: 8 No siguió las instrucciones: 4 Error de API: 3 Formato extra: 1 Trucos anti-IA : 4.8 Programación : 2.7 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.6 Inteligencia general : 4.1 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 35.0% Pruebas inestables 8 Tokens de entrada 37,206 Tokens de salida 43,754 Tokens de razonamiento 89,079 Tiempo de respuesta (promedio) 35.10s Tiempo de respuesta (total) 456.24s Tiempo de respuesta (máximo) 174.55s Respuesta incorrecta: 9 Sin respuesta: 3 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Tiempo agotado: 1 Trucos anti-IA : 4.7 Programación : 3.4 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 Cultura general : 3.0
#144#144	Laguna M.1none	4.8	Poolside	$0.000	2.89s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 15 Fiabilidad 9.8 Tasa de aciertos por intento 31.6% Pruebas inestables 3 Tokens de entrada 38,147 Tokens de salida 2,054 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.89s Tiempo de respuesta (total) 43.28s Tiempo de respuesta (máximo) 15.42s Respuesta incorrecta: 10 Error de API: 4 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.4 Programación : 7.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 3.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#152#152	Nemotron 3 Nano Omni 30b A3b Reasoningmedium	4.6	NVIDIA	$0.000	17.13s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.6% Pruebas inestables 5 Tokens de entrada 11,661 Tokens de salida 48,491 Tokens de razonamiento 180,695 Tiempo de respuesta (promedio) 17.13s Tiempo de respuesta (total) 222.66s Tiempo de respuesta (máximo) 147.45s Respuesta incorrecta: 7 Error de API: 6 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 6.4 Programación : 3.3 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 2.9 Inteligencia general : 3.0 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 2.9 Llamada de herramientas : 3.0 Cultura general : 3.0
#125#125	MiniMax M2.5medium	5.5	Minimax	$0.294 ↓	49.87s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 9 Tokens de entrada 41,948 Tokens de salida 109,492 Tokens de razonamiento 251,674 Tiempo de respuesta (promedio) 49.87s Tiempo de respuesta (total) 598.39s Tiempo de respuesta (máximo) 237.27s Respuesta incorrecta: 7 Tiempo agotado: 4 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Trucos anti-IA : 7.9 Programación : 3.5 Combinado : 4.5 Análisis y extracción de datos : 4.6 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 7.5 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#128#128	MiniMax M2.7medium	5.4	Minimax	$0.104 ↓	29.86s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 8 Tokens de entrada 33,493 Tokens de salida 8,224 Tokens de razonamiento 73,373 Tiempo de respuesta (promedio) 29.86s Tiempo de respuesta (total) 567.39s Tiempo de respuesta (máximo) 117.04s Respuesta incorrecta: 6 No siguió las instrucciones: 5 Tiempo agotado: 2 Llamada de herramienta no válida: 1 Sin respuesta: 1 Trucos anti-IA : 7.9 Programación : 6.7 Combinado : 4.7 Análisis y extracción de datos : 6.3 Específico del dominio : 3.0 Inteligencia general : 3.9 Seguimiento de instrucciones : 3.8 Resolución de acertijos : 5.9 Llamada de herramientas : 4.7 Cultura general : 3.0
#129#129	Mistral Small 4medium	5.4	Mistral	$0.056	8.35s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 45.0% Pruebas inestables 7 Tokens de entrada 39,834 Tokens de salida 21,871 Tokens de razonamiento 68,349 Tiempo de respuesta (promedio) 8.35s Tiempo de respuesta (total) 167.08s Tiempo de respuesta (máximo) 59.15s Respuesta incorrecta: 11 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 5.6 Programación : 5.1 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 3.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#136#136	Elephant Alphanone	5.1	Openrouter	$0.000	1.22s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad N/D Tasa de aciertos por intento 28.3% Pruebas inestables 1 Tokens de entrada 33,743 Tokens de salida 2,573 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.22s Tiempo de respuesta (total) 22.03s Tiempo de respuesta (máximo) 3.81s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Error de API: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 6.6 Programación : 4.7 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 : 4.2 Llamada de herramientas : 3.0 Cultura general : 3.0
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.7% Pruebas inestables 3 Tokens de entrada 47,538 Tokens de salida 13,700 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 27.97s Tiempo de respuesta (total) 559.36s Tiempo de respuesta (máximo) 111.96s Respuesta incorrecta: 11 Formato extra: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.0 Programación : 4.8 Combinado : 4.5 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.2 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.1 Llamada de herramientas : 10.0 Cultura general : 3.0
#138#138	Qwen3 Coder Nextnone	5.1	Qwen	$0.008 ↓	9.05s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 28.3% Pruebas inestables 1 Tokens de entrada 44,864 Tokens de salida 3,575 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.05s Tiempo de respuesta (total) 126.72s Tiempo de respuesta (máximo) 45.14s Respuesta incorrecta: 13 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 5.4 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 3 Tokens de entrada 33,717 Tokens de salida 6,186 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.47s Tiempo de respuesta (total) 109.43s Tiempo de respuesta (máximo) 16.45s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.4 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.6 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.5 Llamada de herramientas : 4.7 Cultura general : 3.0
#140#140	Mistral Small 4none	5.0	Mistral	$0.007	629ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 28.3% Pruebas inestables 1 Tokens de entrada 34,567 Tokens de salida 2,192 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 629ms Tiempo de respuesta (total) 12.59s Tiempo de respuesta (máximo) 1.72s Respuesta incorrecta: 14 No siguió las instrucciones: 1 Trucos anti-IA : 3.4 Programación : 4.0 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 Cultura general : 3.0
#141#141	MiMo-V2.5none	5.0	Xiaomi	$0.007 ↓	2.20s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 28.3% Pruebas inestables 1 Tokens de entrada 39,342 Tokens de salida 2,258 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.20s Tiempo de respuesta (total) 43.96s Tiempo de respuesta (máximo) 6.86s Respuesta incorrecta: 13 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.5 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.4 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#142#142	GPT-5.4 Mininone	4.9	OpenAI	$0.036	1.15s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.7% Pruebas inestables 3 Tokens de entrada 31,625 Tokens de salida 2,508 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.15s Tiempo de respuesta (total) 23.09s Tiempo de respuesta (máximo) 2.52s Respuesta incorrecta: 12 No siguió las instrucciones: 3 Trucos anti-IA : 3.1 Programación : 6.8 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 Cultura general : 3.0
#143#143	GPT-4o-mininone	4.9	OpenAI	$0.006	1.85s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 25.0% Pruebas inestables 0 Tokens de entrada 28,896 Tokens de salida 1,977 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.85s Tiempo de respuesta (total) 24.00s Tiempo de respuesta (máximo) 7.58s Respuesta incorrecta: 14 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 3.2 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#145#145	Laguna Xs.2none	4.8	Poolside	$0.000	806ms
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 26.3% Pruebas inestables 0 Tokens de entrada 33,675 Tokens de salida 2,826 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 806ms Tiempo de respuesta (total) 12.09s Tiempo de respuesta (máximo) 2.01s Respuesta incorrecta: 8 Error de API: 4 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.0 Programación : 2.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 3.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.3 Llamada de herramientas : 3.0 Cultura general : 3.0
#120#120	GLM 4.7 Flashnone	5.6	Z.ai	$0.004	3.01s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 38.3% Pruebas inestables 3 Tokens de entrada 36,147 Tokens de salida 2,515 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.01s Tiempo de respuesta (total) 39.12s Tiempo de respuesta (máximo) 7.05s Respuesta incorrecta: 12 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 5.2 Programación : 5.0 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 : 6.4 Llamada de herramientas : 2.8 Cultura general : 3.0

Comparación rápida

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

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida