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)
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 9 Fiabilidad 10.0 Tasa de aciertos por intento 63.3% Pruebas inestables 3 Tokens de entrada 35,892 Tokens de salida 21,752 Tokens de razonamiento 42,754 Tiempo de respuesta (promedio) 61.29s Tiempo de respuesta (total) 1164.50s Tiempo de respuesta (máximo) 304.19s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Error de API: 1 Trucos anti-IA : 10.0 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.5 Inteligencia general : 4.1 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 5.9 Llamada de herramientas : 10.0 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 63.3% Pruebas inestables 6 Tokens de entrada 35,744 Tokens de salida 7,177 Tokens de razonamiento 68,297 Tiempo de respuesta (promedio) 53.34s Tiempo de respuesta (total) 1066.71s Tiempo de respuesta (máximo) 189.03s Respuesta incorrecta: 5 Error de API: 2 Tiempo agotado: 2 No siguió las instrucciones: 1 Trucos anti-IA : 8.2 Programación : 3.9 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 : 7.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#110#110	Qwen3.5 Plus 2026-04-20none	5.8	Qwen	$0.031 ↓	4.57s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 43.3% Pruebas inestables 4 Tokens de entrada 36,069 Tokens de salida 11,139 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.57s Tiempo de respuesta (total) 91.37s Tiempo de respuesta (máximo) 33.34s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 4.4 Combinado : 2.8 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 6.7 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
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 73.3% Pruebas inestables 1 Tokens de entrada 15,899 Tokens de salida 19,602 Tokens de razonamiento 49,686 Tiempo de respuesta (promedio) 35.39s Tiempo de respuesta (total) 637.01s Tiempo de respuesta (máximo) 150.90s Error de API: 2 Respuesta incorrecta: 2 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 10.0 Programación : 4.1 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 9.9 Llamada de herramientas : 3.0 Cultura general : 3.0
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 73.3% Pruebas inestables 4 Tokens de entrada 37,156 Tokens de salida 10,302 Tokens de razonamiento 115,740 Tiempo de respuesta (promedio) 46.36s Tiempo de respuesta (total) 927.27s Tiempo de respuesta (máximo) 218.13s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Trucos anti-IA : 8.3 Programación : 6.8 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 : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#114#114	Qwen3.6 27Bnone	5.8	Qwen	$0.027 ↓	3.85s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 6 Tokens de entrada 49,880 Tokens de salida 3,804 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.85s Tiempo de respuesta (total) 77.09s Tiempo de respuesta (máximo) 11.82s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.8 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 7.7 Inteligencia general : 5.2 Seguimiento de instrucciones : 6.2 Resolución de acertijos : 5.3 Llamada de herramientas : 9.5 Cultura general : 3.0
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 0 Tokens de entrada 39,669 Tokens de salida 6,572 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.95s Tiempo de respuesta (total) 58.96s Tiempo de respuesta (máximo) 29.38s Respuesta incorrecta: 9 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 6.8 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#133#133	Kimi K2.5none	5.3	Moonshot AI	$0.027 ↑	14.06s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 36.7% Pruebas inestables 3 Tokens de entrada 33,436 Tokens de salida 6,653 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.06s Tiempo de respuesta (total) 182.72s Tiempo de respuesta (máximo) 42.13s Respuesta incorrecta: 14 Trucos anti-IA : 3.6 Programación : 6.8 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 : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#51#51	Gemini 3.1 Flash Litelow	7.4	Google	$0.026	1.92s
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 33,889 Tokens de salida 2,726 Tokens de razonamiento 8,951 Tiempo de respuesta (promedio) 1.92s Tiempo de respuesta (total) 38.45s Tiempo de respuesta (máximo) 5.66s Respuesta incorrecta: 8 Trucos anti-IA : 7.3 Programación : 6.8 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 Cultura general : 3.0
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 2 Tokens de entrada 7,599 Tokens de salida 39,954 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 55.10s Tiempo de respuesta (total) 881.55s Tiempo de respuesta (máximo) 143.82s Respuesta incorrecta: 5 Error de API: 4 No siguió las instrucciones: 2 Trucos anti-IA : 9.2 Programación : 6.5 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 7.7 Llamada de herramientas : 3.0 Cultura general : 3.0
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 46.7% Pruebas inestables 1 Tokens de entrada 34,537 Tokens de salida 1,985 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.95s Tiempo de respuesta (total) 51.38s Tiempo de respuesta (máximo) 11.07s Respuesta incorrecta: 11 Trucos anti-IA : 4.8 Programación : 4.6 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#44#44	Gemini 3.1 Flash Lite Previewlow	7.6	Google	$0.025	2.85s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 65.0% Pruebas inestables 0 Tokens de entrada 29,708 Tokens de salida 2,280 Tokens de razonamiento 8,829 Tiempo de respuesta (promedio) 2.85s Tiempo de respuesta (total) 57.08s Tiempo de respuesta (máximo) 11.91s Respuesta incorrecta: 6 No siguió las instrucciones: 1 Trucos anti-IA : 8.3 Programación : 6.8 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 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
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 8.5 Tasa de aciertos por intento 45.0% Pruebas inestables 4 Tokens de entrada 42,256 Tokens de salida 5,345 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 12.91s Tiempo de respuesta (total) 258.27s Tiempo de respuesta (máximo) 58.65s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Error de API: 1 Formato extra: 1 Trucos anti-IA : 3.5 Programación : 5.4 Combinado : 9.5 Análisis y extracción de datos : 6.9 Específico del dominio : 5.3 Inteligencia general : 4.3 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 7.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#39#39	Gemini 3 Flash Previewnone	7.7	Google	$0.023	1.70s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 70.0% Pruebas inestables 2 Tokens de entrada 34,008 Tokens de salida 1,879 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.70s Tiempo de respuesta (total) 22.05s Tiempo de respuesta (máximo) 3.56s Respuesta incorrecta: 7 Trucos anti-IA : 8.3 Programación : 6.8 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 Cultura general : 3.0
#98#98	Mimo V2 Omninone	6.2	Xiaomi	$0.021 ↓	2.44s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 1 Tokens de entrada 40,852 Tokens de salida 3,314 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.44s Tiempo de respuesta (total) 48.81s Tiempo de respuesta (máximo) 6.81s Respuesta incorrecta: 10 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 5.1 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.1 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Ver ficha del modelo Pruebas totales 12 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 0 Tokens de entrada 1,971 Tokens de salida 64,795 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 39.03s Tiempo de respuesta (total) 312.26s Tiempo de respuesta (máximo) 114.12s Error de API: 4 No siguió las instrucciones: 1 Respuesta incorrecta: 1 Trucos anti-IA : 10.0 Programación : 3.0 Combinado : 3.0 Análisis y extracción de datos : 3.0 Específico del dominio : 10.0 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Llamada de herramientas : 3.0 Cultura general : 3.0
#131#131	Qwen3.5-122B-A10Bnone	5.4	Qwen	$0.019 ↓	3.38s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 1 Tokens de entrada 44,894 Tokens de salida 3,374 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.38s Tiempo de respuesta (total) 67.55s Tiempo de respuesta (máximo) 46.00s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 4.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.8 Llamada de herramientas : 10.0 Cultura general : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 43.3% Pruebas inestables 2 Tokens de entrada 36,614 Tokens de salida 14,505 Tokens de razonamiento 30,178 Tiempo de respuesta (promedio) 20.87s Tiempo de respuesta (total) 375.66s Tiempo de respuesta (máximo) 87.80s Respuesta incorrecta: 5 No siguió las instrucciones: 3 Error de API: 2 Sin respuesta: 1 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 3.1 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.1 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#106#106	Seed-2.0-Litenone	5.9	Bytedance Seed	$0.018	2.48s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 4 Tokens de entrada 43,630 Tokens de salida 3,253 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.48s Tiempo de respuesta (total) 49.67s Tiempo de respuesta (máximo) 6.70s Respuesta incorrecta: 12 Trucos anti-IA : 3.0 Programación : 6.8 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 : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 70.0% Pruebas inestables 0 Tokens de entrada 27,030 Tokens de salida 73,544 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 16.28s Tiempo de respuesta (total) 293.12s Tiempo de respuesta (máximo) 46.04s Respuesta incorrecta: 3 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 10.0 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#49#49	Gemini 3.1 Flash Lite Previewnone	7.5	Google	$0.017	1.23s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 63.3% Pruebas inestables 1 Tokens de entrada 34,579 Tokens de salida 5,541 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.23s Tiempo de respuesta (total) 24.68s Tiempo de respuesta (máximo) 3.39s Respuesta incorrecta: 6 No siguió las instrucciones: 2 Trucos anti-IA : 7.5 Programación : 6.8 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 Cultura general : 3.0
#130#130	DeepSeek V3.2none	5.4	DeepSeek	$0.017 ↓	14.43s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 6 Tokens de entrada 53,408 Tokens de salida 11,159 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.43s Tiempo de respuesta (total) 288.55s Tiempo de respuesta (máximo) 115.89s Respuesta incorrecta: 6 Error de API: 4 Formato extra: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.2 Programación : 3.1 Combinado : 6.5 Análisis y extracción de datos : 6.3 Específico del dominio : 2.9 Inteligencia general : 4.7 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#122#122	MiMo-V2.5-Pronone	5.6	Xiaomi	$0.016 ↓	1.84s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.7% Pruebas inestables 4 Tokens de entrada 28,962 Tokens de salida 3,037 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.84s Tiempo de respuesta (total) 36.79s Tiempo de respuesta (máximo) 8.32s Respuesta incorrecta: 10 No siguió las instrucciones: 4 Trucos anti-IA : 3.3 Programación : 5.0 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.4 Resolución de acertijos : 6.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#92#92	Qwen3.5 Plus 2026-02-15none	6.4	Qwen	$0.016 ↓	2.40s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 2 Tokens de entrada 43,023 Tokens de salida 2,474 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.40s Tiempo de respuesta (total) 33.56s Tiempo de respuesta (máximo) 6.65s Respuesta incorrecta: 11 Trucos anti-IA : 4.8 Programación : 4.9 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 Cultura general : 3.0
#85#85	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 55.0% Pruebas inestables 2 Tokens de entrada 21,045 Tokens de salida 63,460 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 24.56s Tiempo de respuesta (total) 368.35s Tiempo de respuesta (máximo) 78.74s Error de API: 6 Respuesta incorrecta: 4 Trucos anti-IA : 8.3 Programación : 6.5 Combinado : 10.0 Análisis y extracción de datos : 6.5 Específico del dominio : 5.9 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 2.8 Cultura general : 3.0
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 48.3% Pruebas inestables 1 Tokens de entrada 32,923 Tokens de salida 1,764 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 889ms Tiempo de respuesta (total) 17.79s Tiempo de respuesta (máximo) 4.39s Respuesta incorrecta: 11 Trucos anti-IA : 3.0 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 5.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 7.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#113#113	Qwen3.5-27Bnone	5.8	Qwen	$0.014 ↓	1.69s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 40.0% Pruebas inestables 2 Tokens de entrada 41,637 Tokens de salida 3,585 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.69s Tiempo de respuesta (total) 33.82s Tiempo de respuesta (máximo) 9.39s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 7.3 Combinado : 2.8 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 5.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 6.7 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