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)
#124#124	Qwen3.6 Flashnone	5.5	Qwen	$0.014 ↓	1.65s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 35.0% Pruebas inestables 0 Tokens de entrada 47,969 Tokens de salida 4,158 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.65s Tiempo de respuesta (total) 32.91s Tiempo de respuesta (máximo) 4.60s Respuesta incorrecta: 11 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 Programación : 6.6 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 3.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
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 33,968 Tokens de salida 2,481 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.37s Tiempo de respuesta (total) 27.32s Tiempo de respuesta (máximo) 4.49s Respuesta incorrecta: 7 No siguió las instrucciones: 3 Trucos anti-IA : 8.3 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 11 Fiabilidad 10.0 Tasa de aciertos por intento 55.0% Pruebas inestables 4 Tokens de entrada 33,705 Tokens de salida 2,478 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.09s Tiempo de respuesta (total) 21.79s Tiempo de respuesta (máximo) 2.97s Respuesta incorrecta: 10 No siguió las instrucciones: 1 Trucos anti-IA : 7.5 Programación : 6.8 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 4.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 6.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 50.0% Pruebas inestables 5 Tokens de entrada 36,355 Tokens de salida 17,495 Tokens de razonamiento 46,878 Tiempo de respuesta (promedio) 22.41s Tiempo de respuesta (total) 291.35s Tiempo de respuesta (máximo) 68.16s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Trucos anti-IA : 6.7 Programación : 3.9 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 : 5.3 Llamada de herramientas : 9.8 Cultura general : 3.0
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 45.0% Pruebas inestables 3 Tokens de entrada 45,353 Tokens de salida 4,334 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.50s Tiempo de respuesta (total) 70.00s Tiempo de respuesta (máximo) 47.43s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Trucos anti-IA : 3.4 Programación : 6.8 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 : 3.7 Llamada de herramientas : 10.0 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
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 38.6% Pruebas inestables 2 Tokens de entrada 9,081 Tokens de salida 51,664 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 21.61s Tiempo de respuesta (total) 345.79s Tiempo de respuesta (máximo) 113.71s Respuesta incorrecta: 8 Error de API: 3 No siguió las instrucciones: 2 Trucos anti-IA : 6.5 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 6.5 Específico del dominio : 3.0 Inteligencia general : 4.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 6.0 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
#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
#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
#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
#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
#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
#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
#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
#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
#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
#104#104	Qwen3.5-Flashnone	5.9	Qwen	$0.004 ↓	3.74s
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 43,598 Tokens de salida 4,270 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.74s Tiempo de respuesta (total) 74.71s Tiempo de respuesta (máximo) 27.18s Respuesta incorrecta: 12 Trucos anti-IA : 3.5 Programación : 6.8 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 : 3.1 Llamada de herramientas : 10.0 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
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 46.7% Pruebas inestables 2 Tokens de entrada 36,978 Tokens de salida 1,815 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.96s Tiempo de respuesta (total) 119.22s Tiempo de respuesta (máximo) 57.10s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 4.1 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 4.0 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 6.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
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 17,818 Tokens de salida 1,398 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.05s Tiempo de respuesta (total) 72.97s Tiempo de respuesta (máximo) 26.13s Respuesta incorrecta: 7 Error de API: 2 No siguió las instrucciones: 1 Trucos anti-IA : 6.5 Programación : 6.8 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 : 6.5 Llamada de herramientas : 3.0 Cultura general : 3.0
#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
#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
#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
#135#135	Ling-2.6-flashnone	5.2	Inclusionai	$0.001 ↑	9.34s
Ver ficha del modelo Pruebas totales 20 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 33.3% Pruebas inestables 2 Tokens de entrada 40,718 Tokens de salida 2,878 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 9.34s Tiempo de respuesta (total) 177.48s Tiempo de respuesta (máximo) 35.34s Respuesta incorrecta: 9 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Error de API: 1 Trucos anti-IA : 6.8 Programación : 6.5 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 : 2.9 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
#78#78	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 entrada 28,927 Tokens de salida 4,682 Tokens de razonamiento 17,969 Tiempo de respuesta (promedio) 10.33s Tiempo de respuesta (total) 175.58s Tiempo de respuesta (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
#91#91	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 52.6% Pruebas inestables 2 Tokens de entrada 44,969 Tokens de salida 58,087 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 14.73s Tiempo de respuesta (total) 220.93s Tiempo de respuesta (máximo) 53.14s Error de API: 4 Respuesta incorrecta: 4 No siguió las instrucciones: 1 Sin respuesta: 1 Trucos anti-IA : 6.5 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 3.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 5.3 Llamada de herramientas : 10.0 Cultura general : 3.0
#95#95	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 47.4% Pruebas inestables 0 Tokens de entrada 32,639 Tokens de salida 1,153 Tokens de razonamiento 62,197 Tiempo de respuesta (promedio) 15.25s Tiempo de respuesta (total) 182.96s Tiempo de respuesta (máximo) 43.55s Error de API: 8 Respuesta incorrecta: 2 Trucos anti-IA : 8.3 Programación : 3.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 3.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.3 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