AI BENCHY

Leaderboard de Benchmark de IA

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-24 Modelos evaluados: 115

115/115

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#31#31	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 74.1% Pruebas inestables: 2 Tokens de salida: 1,568 Tokens de razonamiento: 91,909 Tiempo de respuesta: promedio 9.81s · total 176.62s · máximo 31.36s No siguió las instrucciones: 3 Respuesta incorrecta: 3 Trucos anti-IA : 8.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 8.2 Llamada de herramientas : 3.0
#32#32	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 5 Fiabilidad: N/D Tasa de aciertos por intento: 74.1% Pruebas inestables: 1 Tokens de salida: 42,068 Tokens de razonamiento: 26,784 Tiempo de respuesta: promedio 12.66s · total 126.62s · máximo 46.35s Formato extra: 2 Respuesta incorrecta: 2 Tiempo agotado: 1 Trucos anti-IA : 6.5 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#33#33	DeepSeek V3.2medium	8.0	DeepSeek	$0.028	43.49s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 79.6% Pruebas inestables: 4 Tokens de salida: 7,554 Tokens de razonamiento: 45,588 Tiempo de respuesta: promedio 43.49s · total 782.73s · máximo 180.92s Respuesta incorrecta: 3 Tiempo agotado: 2 No siguió las instrucciones: 1 Trucos anti-IA : 8.4 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.4 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0
#34#34	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 75.9% Pruebas inestables: 3 Tokens de salida: 17,346 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 6.84s · total 123.17s · máximo 38.52s Respuesta incorrecta: 5 No siguió las instrucciones: 1 Trucos anti-IA : 8.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 7.5 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#35#35	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 70.4% Pruebas inestables: 1 Tokens de salida: 5,361 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.30s · total 23.42s · máximo 3.39s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Trucos anti-IA : 7.5 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#36#36	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Ver ficha del modelo Pruebas totales: 17 Pruebas incorrectas: 6 Fiabilidad: N/D 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
#37#37	DeepSeek V4 Flashhigh	7.8	DeepSeek	$0.021	47.47s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 79.6% Pruebas inestables: 5 Tokens de salida: 1,757 Tokens de razonamiento: 55,907 Tiempo de respuesta: promedio 47.47s · total 854.45s · máximo 255.28s Respuesta incorrecta: 4 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 4.1 Inteligencia general : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.4 Llamada de herramientas : 10.0
#38#38	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 77.8% Pruebas inestables: 6 Tokens de salida: 2,351 Tokens de razonamiento: 58,941 Tiempo de respuesta: promedio 14.96s · total 269.32s · máximo 67.08s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Trucos anti-IA : 7.2 Programación : 10.0 Combinado : 6.9 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.7 Llamada de herramientas : 7.0
#39#39	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 81.5% Pruebas inestables: 6 Tokens de salida: 2,073 Tokens de razonamiento: 191,899 Tiempo de respuesta: promedio 66.72s · total 1201.03s · máximo 234.29s Tiempo agotado: 4 Error de API: 1 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 6.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.4 Llamada de herramientas : 10.0
#40#40	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 75.9% Pruebas inestables: 3 Tokens de salida: 8,005 Tokens de razonamiento: 49,090 Tiempo de respuesta: promedio 24.13s · total 410.25s · máximo 118.52s Respuesta incorrecta: 3 Tiempo agotado: 2 Error de API: 1 Trucos anti-IA : 10.0 Programación : 4.7 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 8.2 Llamada de herramientas : 3.0
#41#41	MiMo-V2.5medium	7.8	Xiaomi	$0.253	13.71s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 74.1% Pruebas inestables: 3 Tokens de salida: 2,840 Tokens de razonamiento: 116,242 Tiempo de respuesta: promedio 13.71s · total 246.73s · máximo 86.93s Formato extra: 2 Respuesta incorrecta: 2 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 2.7 Específico del dominio : 5.3 Inteligencia general : 3.8 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0
#42#42	Kimi K2.6medium	7.7	Moonshot AI	$0.722	45.20s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 74.1% Pruebas inestables: 4 Tokens de salida: 80,759 Tokens de razonamiento: 179,814 Tiempo de respuesta: promedio 45.20s · total 768.37s · máximo 215.85s No siguió las instrucciones: 3 Tiempo agotado: 2 Respuesta incorrecta: 2 Trucos anti-IA : 7.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.0 Llamada de herramientas : 10.0
#43#43	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 61.1% Pruebas inestables: 0 Tokens de salida: 928 Tokens de razonamiento: 72,661 Tiempo de respuesta: promedio 16.76s · total 301.61s · máximo 158.78s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Formato extra: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 4.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 6.5 Llamada de herramientas : 10.0
#44#44	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 68.5% Pruebas inestables: 3 Tokens de salida: 20,784 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 5.88s · total 105.90s · máximo 18.33s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Trucos anti-IA : 6.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.6 Seguimiento de instrucciones : 8.3 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0
#45#45	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 6 Fiabilidad: N/D Tasa de aciertos por intento: 70.4% Pruebas inestables: 2 Tokens de salida: 29,829 Tokens de razonamiento: 18,938 Tiempo de respuesta: promedio 21.08s · total 231.84s · máximo 83.40s Formato extra: 4 Respuesta incorrecta: 2 Trucos anti-IA : 6.4 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#46#46	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 68.5% Pruebas inestables: 2 Tokens de salida: 2,946 Tokens de razonamiento: 58,132 Tiempo de respuesta: promedio 11.21s · total 201.80s · máximo 94.06s Respuesta incorrecta: 4 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 10.0 Combinado : 9.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 4.0 Llamada de herramientas : 10.0
#47#47	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 66.7% Pruebas inestables: 2 Tokens de salida: 2,419 Tokens de razonamiento: 79,238 Tiempo de respuesta: promedio 69.70s · total 1045.47s · máximo 262.83s Tiempo agotado: 4 Respuesta incorrecta: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.6 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.1 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0
#48#48	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 72.2% Pruebas inestables: 4 Tokens de salida: 2,705 Tokens de razonamiento: 18,977 Tiempo de respuesta: promedio 14.04s · total 154.41s · máximo 77.80s No siguió las instrucciones: 3 Respuesta incorrecta: 2 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 6.5 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 3.7 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 7.7 Llamada de herramientas : 4.7
#49#49	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 70.4% Pruebas inestables: 3 Tokens de salida: 12,387 Tokens de razonamiento: 115,182 Tiempo de respuesta: promedio 23.36s · total 280.34s · máximo 96.01s Respuesta incorrecta: 3 Error de API: 1 Formato extra: 1 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 8.1 Programación : 4.7 Combinado : 9.8 Análisis y extracción de datos : 6.5 Específico del dominio : 5.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#50#50	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 7 Fiabilidad: N/D Tasa de aciertos por intento: 64.8% Pruebas inestables: 1 Tokens de salida: 7,433 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 4.98s · total 54.83s · máximo 23.84s Formato extra: 3 Respuesta incorrecta: 3 No siguió las instrucciones: 1 Trucos anti-IA : 4.8 Programación : 10.0 Combinado : 9.5 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 6.1 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#51#51	Qwen3.5-35B-A3Bmedium	7.4	Qwen	$0.398	44.51s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 8 Fiabilidad: N/D Tasa de aciertos por intento: 79.6% Pruebas inestables: 7 Tokens de salida: 10,137 Tokens de razonamiento: 208,761 Tiempo de respuesta: promedio 44.51s · total 801.21s · máximo 106.00s Tiempo agotado: 4 Respuesta incorrecta: 2 Error de API: 1 Sin respuesta: 1 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 4.7 Análisis y extracción de datos : 7.3 Específico del dominio : 4.1 Inteligencia general : 2.8 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.4 Llamada de herramientas : 10.0
#52#52	GPT-5.4 Minimedium	7.3	OpenAI	$0.299	15.22s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 70.4% Pruebas inestables: 6 Tokens de salida: 2,131 Tokens de razonamiento: 59,567 Tiempo de respuesta: promedio 15.22s · total 273.90s · máximo 102.91s No siguió las instrucciones: 5 Respuesta incorrecta: 4 Trucos anti-IA : 8.6 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 4.1 Inteligencia general : 4.5 Seguimiento de instrucciones : 7.4 Resolución de acertijos : 6.8 Llamada de herramientas : 4.7
#53#53	GPT-5 Minimedium	7.0	OpenAI	$0.128	23.98s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 61.1% Pruebas inestables: 3 Tokens de salida: 6,379 Tokens de razonamiento: 53,482 Tiempo de respuesta: promedio 23.98s · total 431.56s · máximo 88.15s No siguió las instrucciones: 4 Respuesta incorrecta: 4 Tiempo agotado: 1 Trucos anti-IA : 7.1 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.5 Seguimiento de instrucciones : 8.0 Resolución de acertijos : 5.6 Llamada de herramientas : 10.0
#54#54	Kimi K2.5medium	7.0	Moonshot AI	$0.220	72.43s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 72.2% Pruebas inestables: 7 Tokens de salida: 42,176 Tokens de razonamiento: 84,870 Tiempo de respuesta: promedio 72.43s · total 796.70s · máximo 150.77s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Tiempo agotado: 2 Sin respuesta: 1 Trucos anti-IA : 7.3 Programación : 4.7 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0
#55#55	Grok 4.20medium	7.0	X AI	$0.743	10.33s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 66.7% Pruebas inestables: 5 Tokens de salida: 1,744 Tokens de razonamiento: 109,882 Tiempo de respuesta: promedio 10.33s · total 185.87s · máximo 29.87s No siguió las instrucciones: 4 Respuesta incorrecta: 3 Error de API: 1 Formato extra: 1 Trucos anti-IA : 8.2 Programación : 4.3 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.8 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 6.4 Llamada de herramientas : 3.0
#56#56	Gemma 4 31Bnone	6.9	Google	$0.003	4.02s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 8 Fiabilidad: N/D Tasa de aciertos por intento: 55.6% Pruebas inestables: 0 Tokens de salida: 1,359 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 4.02s · total 64.33s · máximo 26.13s Respuesta incorrecta: 5 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.5 Llamada de herramientas : 3.0
#57#57	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.017	2.60s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 53.7% Pruebas inestables: 2 Tokens de salida: 2,461 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 2.60s · total 31.23s · máximo 6.65s Respuesta incorrecta: 9 Trucos anti-IA : 4.8 Programación : 6.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.4 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0
#58#58	GPT-5.5none	6.8	OpenAI	$0.195	1.83s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 61.1% Pruebas inestables: 4 Tokens de salida: 1,910 Tokens de razonamiento: 0 Tiempo de respuesta: promedio 1.83s · total 32.86s · máximo 5.56s Respuesta incorrecta: 8 No siguió las instrucciones: 1 Trucos anti-IA : 6.9 Programación : 10.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0
#59#59	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 10 Fiabilidad: N/D Tasa de aciertos por intento: 64.8% Pruebas inestables: 6 Tokens de salida: 4,724 Tokens de razonamiento: 17,921 Tiempo de respuesta: promedio 10.33s · total 175.60s · máximo 30.53s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Tiempo agotado: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 7.3 Programación : 3.0 Combinado : 4.7 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 7.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 6.1 Llamada de herramientas : 10.0
#60#60	Nemotron 3 Supermedium	6.7	NVIDIA	$0.000	19.06s
Ver ficha del modelo Pruebas totales: 18 Pruebas incorrectas: 9 Fiabilidad: N/D Tasa de aciertos por intento: 55.6% Pruebas inestables: 3 Tokens de salida: 11,947 Tokens de razonamiento: 29,768 Tiempo de respuesta: promedio 19.06s · total 305.04s · máximo 87.80s No siguió las instrucciones: 4 Respuesta incorrecta: 3 Error de API: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 3.8 Seguimiento de instrucciones : 7.2 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0

Comparación rápida

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsHY3 PreviewhighDisponible gratis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGPT-5.5medium GPT-5.5mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida