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)
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 3 Fiabilidad 10.0 Tasa de aciertos por intento 88.3% Pruebas inestables 1 Tokens de entrada 39,525 Tokens de salida 2,109 Tokens de razonamiento 110,285 Tiempo de respuesta (promedio) 13.83s Tiempo de respuesta (total) 276.53s Tiempo de respuesta (máximo) 33.37s Respuesta incorrecta: 3 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#73#73	Grok 4.20medium	7.0	X AI	$0.450 ↓	19.08s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 61.7% Pruebas inestables 3 Tokens de entrada 41,511 Tokens de salida 1,816 Tokens de razonamiento 157,251 Tiempo de respuesta (promedio) 19.08s Tiempo de respuesta (total) 381.60s Tiempo de respuesta (máximo) 105.80s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Formato extra: 1 Trucos anti-IA : 8.2 Programación : 4.4 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 3.9 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 3.0 Cultura general : 3.0
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 68.3% Pruebas inestables 5 Tokens de entrada 42,017 Tokens de salida 2,334 Tokens de razonamiento 86,653 Tiempo de respuesta (promedio) 20.21s Tiempo de respuesta (total) 404.14s Tiempo de respuesta (máximo) 95.88s Respuesta incorrecta: 6 Llamada de herramienta no válida: 2 No siguió las instrucciones: 1 Trucos anti-IA : 7.2 Programación : 6.8 Combinado : 6.9 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.7 Llamada de herramientas : 7.0 Cultura general : 3.0
#53#53	GPT-5.3 Chatnone	7.4	OpenAI	$0.402	6.13s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 68.3% Pruebas inestables 4 Tokens de entrada 31,590 Tokens de salida 24,757 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.13s Tiempo de respuesta (total) 122.61s Tiempo de respuesta (máximo) 18.33s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Trucos anti-IA : 6.7 Programación : 6.9 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.6 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 6 Fiabilidad N/D Tasa de aciertos por intento 70.0% Pruebas inestables 0 Tokens de entrada 28,848 Tokens de salida 1,490 Tokens de razonamiento 10,102 Tiempo de respuesta (promedio) 9.05s Tiempo de respuesta (total) 90.53s Tiempo de respuesta (máximo) 26.24s Error de API: 3 Respuesta incorrecta: 3 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 Cultura general : 3.0
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 58.3% Pruebas inestables 5 Tokens de entrada 36,541 Tokens de salida 12,981 Tokens de razonamiento 105,822 Tiempo de respuesta (promedio) 57.79s Tiempo de respuesta (total) 1155.83s Tiempo de respuesta (máximo) 168.22s Respuesta incorrecta: 6 Sin respuesta: 3 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.3 Programación : 6.6 Combinado : 7.0 Análisis y extracción de datos : 3.5 Específico del dominio : 2.9 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 73.3% Pruebas inestables 6 Tokens de entrada 40,306 Tokens de salida 31,242 Tokens de razonamiento 330,546 Tiempo de respuesta (promedio) 69.66s Tiempo de respuesta (total) 1393.17s Tiempo de respuesta (máximo) 409.98s Tiempo agotado: 4 Sin respuesta: 2 Respuesta incorrecta: 2 Error de API: 1 Trucos anti-IA : 10.0 Programación : 6.5 Combinado : 4.7 Análisis y extracción de datos : 7.3 Específico del dominio : 4.1 Inteligencia general : 2.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#37#37	Gemini 2.5 Flashmedium	7.7	Google	$0.358	15.57s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 68.3% Pruebas inestables 1 Tokens de entrada 31,473 Tokens de salida 1,924 Tokens de razonamiento 137,255 Tiempo de respuesta (promedio) 15.57s Tiempo de respuesta (total) 311.47s Tiempo de respuesta (máximo) 95.48s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Trucos anti-IA : 8.4 Programación : 6.6 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 Cultura general : 3.0
#30#30	GPT-5.2 Chatnone	7.9	OpenAI	$0.352	6.82s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 73.3% Pruebas inestables 3 Tokens de entrada 31,593 Tokens de salida 21,144 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 6.82s Tiempo de respuesta (total) 136.34s Tiempo de respuesta (máximo) 38.52s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 Programación : 8.2 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 9.9 Tasa de aciertos por intento 71.7% Pruebas inestables 2 Tokens de entrada 37,338 Tokens de salida 294,481 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 18.32s Tiempo de respuesta (total) 366.45s Tiempo de respuesta (máximo) 113.98s Respuesta incorrecta: 5 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 8.7 Programación : 8.2 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 4.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#56#56	Step 3.7 Flashlow	7.4	Stepfun	$0.336	16.06s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 68.3% Pruebas inestables 3 Tokens de entrada 37,458 Tokens de salida 285,209 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 16.06s Tiempo de respuesta (total) 321.11s Tiempo de respuesta (máximo) 124.75s Respuesta incorrecta: 7 Sin respuesta: 1 Trucos anti-IA : 8.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 3.4 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#46#46	Mimo V2 PROmedium	7.6	Xiaomi	$0.333 ↑	22.16s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 9.6 Tasa de aciertos por intento 76.7% Pruebas inestables 5 Tokens de entrada 40,961 Tokens de salida 2,518 Tokens de razonamiento 81,801 Tiempo de respuesta (promedio) 22.16s Tiempo de respuesta (total) 443.22s Tiempo de respuesta (máximo) 136.29s Respuesta incorrecta: 5 Formato extra: 1 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 7.5 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 : 6.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#72#72	Claude Sonnet 4.6none	7.0	Anthropic	$0.306	5.27s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 58.3% Pruebas inestables 1 Tokens de entrada 54,721 Tokens de salida 9,450 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.27s Tiempo de respuesta (total) 68.50s Tiempo de respuesta (máximo) 23.84s Formato extra: 4 Respuesta incorrecta: 4 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 6.8 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 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
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 65.0% Pruebas inestables 2 Tokens de entrada 39,262 Tokens de salida 2,259 Tokens de razonamiento 150,249 Tiempo de respuesta (promedio) 43.65s Tiempo de respuesta (total) 872.90s Tiempo de respuesta (máximo) 189.38s Respuesta incorrecta: 8 Trucos anti-IA : 10.0 Programación : 4.3 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.9 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#3🥉 #3	Gemini 3.5 Flashlow	9.3	Google	$0.285	2.98s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 2 Fiabilidad 10.0 Tasa de aciertos por intento 90.0% Pruebas inestables 0 Tokens de entrada 33,935 Tokens de salida 2,027 Tokens de razonamiento 23,938 Tiempo de respuesta (promedio) 2.98s Tiempo de respuesta (total) 59.59s Tiempo de respuesta (máximo) 6.44s Respuesta incorrecta: 2 Trucos anti-IA : 10.0 Programación : 6.8 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#29#29	GLM 5 Turbomedium	7.9	Z.ai	$0.285 ↑	22.65s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 73.3% Pruebas inestables 4 Tokens de entrada 32,995 Tokens de salida 12,228 Tokens de razonamiento 53,503 Tiempo de respuesta (promedio) 22.65s Tiempo de respuesta (total) 453.09s Tiempo de respuesta (máximo) 194.23s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 7.3 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 : 8.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 76.7% Pruebas inestables 3 Tokens de entrada 39,028 Tokens de salida 2,145 Tokens de razonamiento 172,563 Tiempo de respuesta (promedio) 67.58s Tiempo de respuesta (total) 878.57s Tiempo de respuesta (máximo) 266.69s Respuesta incorrecta: 4 Tiempo agotado: 2 Trucos anti-IA : 8.2 Programación : 7.6 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 Cultura general : 3.0
#52#52	GLM 5.1medium	7.4	Z.ai	$0.279 ↓	33.45s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 5.0 Tasa de aciertos por intento 68.3% Pruebas inestables 3 Tokens de entrada 30,397 Tokens de salida 11,511 Tokens de razonamiento 71,979 Tiempo de respuesta (promedio) 33.45s Tiempo de respuesta (total) 635.63s Tiempo de respuesta (máximo) 172.60s Respuesta incorrecta: 4 Tiempo agotado: 2 Error de API: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 4.6 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 Cultura general : 3.0
#41#41	Qwen3.6 Flashmedium	7.6	Qwen	$0.272 ↓	18.97s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 71.7% Pruebas inestables 4 Tokens de entrada 39,527 Tokens de salida 2,974 Tokens de razonamiento 231,797 Tiempo de respuesta (promedio) 18.97s Tiempo de respuesta (total) 379.49s Tiempo de respuesta (máximo) 122.87s Respuesta incorrecta: 7 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 5.1 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 66.7% Pruebas inestables 8 Tokens de entrada 31,717 Tokens de salida 48,374 Tokens de razonamiento 128,473 Tiempo de respuesta (promedio) 89.02s Tiempo de respuesta (total) 1157.32s Tiempo de respuesta (máximo) 281.00s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Sin respuesta: 2 Tiempo agotado: 2 Trucos anti-IA : 7.3 Programación : 4.1 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#34#34	Qwen3.6 Plusmedium	7.8	Qwen	$0.260 ↑	26.81s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 68.3% Pruebas inestables 2 Tokens de entrada 38,730 Tokens de salida 1,833 Tokens de razonamiento 124,782 Tiempo de respuesta (promedio) 26.81s Tiempo de respuesta (total) 509.43s Tiempo de respuesta (máximo) 201.68s Respuesta incorrecta: 5 Error de API: 1 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 4.1 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 Cultura general : 3.0
#88#88	GPT-5.5none	6.5	OpenAI	$0.217	1.93s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 56.7% Pruebas inestables 3 Tokens de entrada 31,593 Tokens de salida 1,956 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.93s Tiempo de respuesta (total) 38.64s Tiempo de respuesta (máximo) 5.56s Respuesta incorrecta: 10 Trucos anti-IA : 6.9 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 81.7% Pruebas inestables 4 Tokens de entrada 32,626 Tokens de salida 21,558 Tokens de razonamiento 95,772 Tiempo de respuesta (promedio) 32.67s Tiempo de respuesta (total) 392.01s Tiempo de respuesta (máximo) 99.85s Respuesta incorrecta: 3 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 Cultura general : 3.0
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 5 Fiabilidad 9.9 Tasa de aciertos por intento 80.0% Pruebas inestables 2 Tokens de entrada 38,104 Tokens de salida 2,107 Tokens de razonamiento 112,479 Tiempo de respuesta (promedio) 36.84s Tiempo de respuesta (total) 736.86s Tiempo de respuesta (máximo) 178.04s Respuesta incorrecta: 4 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 75.0% Pruebas inestables 3 Tokens de entrada 43,785 Tokens de salida 3,224 Tokens de razonamiento 67,040 Tiempo de respuesta (promedio) 36.67s Tiempo de respuesta (total) 733.46s Tiempo de respuesta (máximo) 168.71s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 Programación : 7.0 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 Cultura general : 3.0
#68#68	GPT-5 Minimedium	7.2	OpenAI	$0.149	23.75s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 61.7% Pruebas inestables 2 Tokens de entrada 34,481 Tokens de salida 6,723 Tokens de razonamiento 63,082 Tiempo de respuesta (promedio) 23.75s Tiempo de respuesta (total) 475.03s Tiempo de respuesta (máximo) 88.15s Respuesta incorrecta: 5 No siguió las instrucciones: 3 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 : 10.0 Resolución de acertijos : 5.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#58#58	Qwen3.6 35B A3Bmedium	7.3	Qwen	$0.130 ↑	17.26s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 61.7% Pruebas inestables 1 Tokens de entrada 13,550 Tokens de salida 18,304 Tokens de razonamiento 115,531 Tiempo de respuesta (promedio) 17.26s Tiempo de respuesta (total) 310.65s Tiempo de respuesta (máximo) 86.11s Respuesta incorrecta: 4 Error de API: 2 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 6.6 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 : 8.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 9.6 Tasa de aciertos por intento 65.0% Pruebas inestables 4 Tokens de entrada 43,447 Tokens de salida 46,884 Tokens de razonamiento 85,935 Tiempo de respuesta (promedio) 68.44s Tiempo de respuesta (total) 1300.32s Tiempo de respuesta (máximo) 431.03s Tiempo agotado: 3 Respuesta incorrecta: 3 No siguió las instrucciones: 2 Sin respuesta: 1 Trucos anti-IA : 5.5 Programación : 6.8 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.5 Inteligencia general : 5.1 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#121#121	GPT-5.4none	5.6	OpenAI	$0.116	1.45s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 38.3% Pruebas inestables 2 Tokens de entrada 31,593 Tokens de salida 2,402 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.45s Tiempo de respuesta (total) 29.00s Tiempo de respuesta (máximo) 2.95s Respuesta incorrecta: 12 No siguió las instrucciones: 1 Trucos anti-IA : 3.2 Programación : 6.8 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 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