Leaderboard de AI Benchy

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: 2026-10-03 Modelos evaluados: 391

Modelos recomendados

GPT-6.1 Sol xhigh Inteligente Tasa de aciertos por intento 97.1% Pruebas correctas 22 / 23 Puntuación 9.9/10 Gemini 3.7 Flash low Rápido Tiempo de respuesta (promedio) 6.24s Total de tokens de salida 38,453 Puntuación 9.4/10 GPT-6 Luna high Económico Precio de entrada $0.100 / 1M Precio de salida $0.500 / 1M Precio de lectura de caché $0.010 / 1M Precio de escritura de caché $0.125 / 1M Puntuación 7.7/10

391/391

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#26#26	Claude Opus 5high	9.4	Anthropic	$4.524	25.31s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 82.6% Pruebas inestables 0 Tokens de entrada 376,421 Tokens de salida 67,688 Tokens de razonamiento 37,974 Tiempo de respuesta (promedio) 25.31s Tiempo de respuesta (total) 582.11s Tiempo de respuesta (máximo) 159.01s Respuesta incorrecta: 2 Formato extra: 1 Sin respuesta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 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 : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#27#27	Claude Opus 5medium	9.4	Anthropic	$2.870	13.24s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 84.1% Pruebas inestables 1 Tokens de entrada 356,605 Tokens de salida 26,715 Tokens de razonamiento 17,041 Tiempo de respuesta (promedio) 13.24s Tiempo de respuesta (total) 304.46s Tiempo de respuesta (máximo) 78.80s Respuesta incorrecta: 3 Sin respuesta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 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 Cultura general : 3.0
#28#28	Seed 2.1 Turbolow	9.3	Bytedance Seed	$1.645	161.25s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 81.2% Pruebas inestables 2 Tokens de entrada 241,855 Tokens de salida 8,387 Tokens de razonamiento 600,946 Tiempo de respuesta (promedio) 161.25s Tiempo de respuesta (total) 3708.70s Tiempo de respuesta (máximo) 739.98s Respuesta incorrecta: 3 Sin respuesta: 2 Tareas de agentes : 10.0 Trucos anti-IA : 8.2 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 : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#29#29	Claude Opus 5.5medium	9.2	Anthropic	$1.804	25.85s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 3 Fiabilidad 10.0 Tasa de aciertos por intento 89.9% Pruebas inestables 1 Tokens de entrada 290,117 Tokens de salida 9,805 Tokens de razonamiento 22,322 Tiempo de respuesta (promedio) 25.85s Tiempo de respuesta (total) 594.63s Tiempo de respuesta (máximo) 90.20s Respuesta incorrecta: 2 Sin respuesta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 8.4 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#30#30	GPT-5.5medium	9.2	OpenAI	$4.809	39.86s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 88.4% Pruebas inestables 3 Tokens de entrada 180,959 Tokens de salida 6,472 Tokens de razonamiento 123,635 Tiempo de respuesta (promedio) 39.86s Tiempo de respuesta (total) 916.82s Tiempo de respuesta (máximo) 332.10s Respuesta incorrecta: 4 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 8.8 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 : 10.0 Llamada de herramientas : 10.0 Cultura general : 2.8
#31#31	Claude Sonnet 5.5max	9.2	Anthropic	$8.557	84.26s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 82.6% Pruebas inestables 2 Tokens de entrada 484,627 Tokens de salida 11,026 Tokens de razonamiento 747,681 Tiempo de respuesta (promedio) 84.26s Tiempo de respuesta (total) 1937.91s Tiempo de respuesta (máximo) 488.39s Sin respuesta: 3 No siguió las instrucciones: 2 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.1 Seguimiento de instrucciones : 8.5 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#32#32	Qwen3.8 MAXmedium	9.2	Qwen	$1.181 ↑	27.34s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 81.2% Pruebas inestables 1 Tokens de entrada 276,512 Tokens de salida 8,152 Tokens de razonamiento 96,444 Tiempo de respuesta (promedio) 27.34s Tiempo de respuesta (total) 628.75s Tiempo de respuesta (máximo) 126.60s Respuesta incorrecta: 4 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 8.7 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#33#33	Qwen3.8 Max (0902)high	9.1	Qwen	$3.306	186.06s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 9.8 Tasa de aciertos por intento 87.0% Pruebas inestables 3 Tokens de entrada 328,637 Tokens de salida 8,619 Tokens de razonamiento 432,733 Tiempo de respuesta (promedio) 186.06s Tiempo de respuesta (total) 4279.49s Tiempo de respuesta (máximo) 912.78s Respuesta incorrecta: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Tiempo agotado: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 8.7 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 6.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#34#34	GPT-5.3-Codexmedium	9.1	OpenAI	$1.318	18.87s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 84.1% Pruebas inestables 4 Tokens de entrada 222,794 Tokens de salida 7,357 Tokens de razonamiento 58,930 Tiempo de respuesta (promedio) 18.87s Tiempo de respuesta (total) 433.94s Tiempo de respuesta (máximo) 100.93s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Tareas de agentes : 10.0 Trucos anti-IA : 8.7 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.9 Inteligencia general : 4.6 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 9.0 Llamada de herramientas : 10.0 Cultura general : 2.8
#35#35	Muse Spark 1.3high	9.1	Meta	$1.891	52.87s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 78.3% Pruebas inestables 2 Tokens de entrada 257,320 Tokens de salida 14,459 Tokens de razonamiento 354,683 Tiempo de respuesta (promedio) 52.87s Tiempo de respuesta (total) 1216.04s Tiempo de respuesta (máximo) 251.53s Respuesta incorrecta: 3 No siguió las instrucciones: 2 Sin respuesta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 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 : 6.5 Resolución de acertijos : 8.7 Llamada de herramientas : 9.6 Cultura general : 3.0
#36#36	Paretonone	9.1	Unbiased	$1.520	33.47s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 87.0% Pruebas inestables 2 Tokens de entrada 223,559 Tokens de salida 128,144 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 33.47s Tiempo de respuesta (total) 769.84s Tiempo de respuesta (máximo) 143.33s Respuesta incorrecta: 3 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 7.2 Análisis y extracción de datos : 10.0 Específico del dominio : 7.7 Inteligencia general : 10.0 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 2.8
#37#37	Seed 2.1 Turbohigh	9.1	Bytedance Seed	$1.892	170.52s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 79.7% Pruebas inestables 3 Tokens de entrada 246,954 Tokens de salida 8,378 Tokens de razonamiento 698,942 Tiempo de respuesta (promedio) 170.52s Tiempo de respuesta (total) 3922.04s Tiempo de respuesta (máximo) 584.71s Respuesta incorrecta: 4 No siguió las instrucciones: 1 Sin respuesta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 8.2 Programación : 10.0 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 6.5 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#38#38	Gemini 3.5 Flashlow	9.0	Google	$0.752	7.85s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 85.5% Pruebas inestables 2 Tokens de entrada 244,533 Tokens de salida 3,450 Tokens de razonamiento 39,280 Tiempo de respuesta (promedio) 7.85s Tiempo de respuesta (total) 180.45s Tiempo de respuesta (máximo) 53.74s Respuesta incorrecta: 3 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 7.8 Combinado : 8.2 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.9 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#39#39	Qwen3.8 Max (0902)medium	9.0	Qwen	$1.096	30.42s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 84.1% Pruebas inestables 2 Tokens de entrada 268,540 Tokens de salida 7,499 Tokens de razonamiento 85,499 Tiempo de respuesta (promedio) 30.42s Tiempo de respuesta (total) 699.68s Tiempo de respuesta (máximo) 168.09s Respuesta incorrecta: 5 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 8.4 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
#40#40	Muse Spark 1.3medium	9.0	Meta	$1.712	39.83s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 85.5% Pruebas inestables 3 Tokens de entrada 250,676 Tokens de salida 13,511 Tokens de razonamiento 315,400 Tiempo de respuesta (promedio) 39.83s Tiempo de respuesta (total) 916.20s Tiempo de respuesta (máximo) 219.77s Respuesta incorrecta: 4 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 7.3 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 9.6 Cultura general : 3.0
#41#41	Gemini 3.5 Flash Litehigh	9.0	Google	$0.624	11.92s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 84.1% Pruebas inestables 2 Tokens de entrada 244,529 Tokens de salida 6,784 Tokens de razonamiento 213,142 Tiempo de respuesta (promedio) 11.92s Tiempo de respuesta (total) 274.14s Tiempo de respuesta (máximo) 53.09s Respuesta incorrecta: 5 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 8.4 Combinado : 9.9 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#42#42	Claude Opus 5low	9.0	Anthropic	$2.350	9.87s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 84.1% Pruebas inestables 1 Tokens de entrada 352,845 Tokens de salida 16,553 Tokens de razonamiento 7,007 Tiempo de respuesta (promedio) 9.87s Tiempo de respuesta (total) 226.95s Tiempo de respuesta (máximo) 73.15s Respuesta incorrecta: 4 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 7.8 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 : 10.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#43#43	Gemini 3.6 Flashlow	9.0	Google	$0.363 ↓	6.82s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 4 Fiabilidad 10.0 Tasa de aciertos por intento 89.9% Pruebas inestables 3 Tokens de entrada 197,570 Tokens de salida 6,364 Tokens de razonamiento 50,704 Tiempo de respuesta (promedio) 6.82s Tiempo de respuesta (total) 156.81s Tiempo de respuesta (máximo) 48.53s Respuesta incorrecta: 4 Tareas de agentes : 10.0 Trucos anti-IA : 8.7 Programación : 7.8 Combinado : 7.3 Análisis y extracción de datos : 10.0 Específico del dominio : 7.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 10.0 Llamada de herramientas : 10.0 Cultura general : 10.0
#44#44	GLM 5.3 Flashmax	9.0	Z.ai	$0.089	54.04s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 82.6% Pruebas inestables 3 Tokens de entrada 255,743 Tokens de salida 8,684 Tokens de razonamiento 207,435 Tiempo de respuesta (promedio) 54.04s Tiempo de respuesta (total) 1242.97s Tiempo de respuesta (máximo) 333.47s Respuesta incorrecta: 2 Formato extra: 1 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Sin respuesta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 7.3 Análisis y extracción de datos : 10.0 Específico del dominio : 3.6 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 8.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#45#45	Muse Spark 1.2high	8.9	Meta	$2.018	28.15s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 8 Fiabilidad 9.9 Tasa de aciertos por intento 75.4% Pruebas inestables 5 Tokens de entrada 277,967 Tokens de salida 9,240 Tokens de razonamiento 383,606 Tiempo de respuesta (promedio) 28.15s Tiempo de respuesta (total) 647.40s Tiempo de respuesta (máximo) 192.00s Respuesta incorrecta: 4 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 7.1 Programación : 10.0 Combinado : 8.0 Análisis y extracción de datos : 10.0 Específico del dominio : 4.1 Inteligencia general : 10.0 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0
#46#46	Muse Spark 1.2medium	8.9	Meta	$1.590	21.28s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 8 Fiabilidad 10.0 Tasa de aciertos por intento 75.4% Pruebas inestables 4 Tokens de entrada 292,604 Tokens de salida 9,569 Tokens de razonamiento 278,408 Tiempo de respuesta (promedio) 21.28s Tiempo de respuesta (total) 489.46s Tiempo de respuesta (máximo) 142.49s No siguió las instrucciones: 3 Respuesta incorrecta: 3 Formato extra: 1 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 7.3 Programación : 10.0 Combinado : 8.5 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 6.1 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 8.7 Llamada de herramientas : 10.0 Cultura general : 3.0
#47#47	Muse Spark 1.1medium	8.9	Meta	$1.665	27.02s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 73.9% Pruebas inestables 2 Tokens de entrada 305,707 Tokens de salida 10,240 Tokens de razonamiento 291,479 Tiempo de respuesta (promedio) 27.02s Tiempo de respuesta (total) 621.38s Tiempo de respuesta (máximo) 165.38s Respuesta incorrecta: 4 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 8.3 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 10.0 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 7.9 Llamada de herramientas : 9.8 Cultura general : 3.0
#48#48	Claude Fable 5medium	8.9	Anthropic	$5.089	16.84s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 5 Fiabilidad 10.0 Tasa de aciertos por intento 79.7% Pruebas inestables 1 Tokens de entrada 272,411 Tokens de salida 35,497 Tokens de razonamiento 11,788 Tiempo de respuesta (promedio) 16.84s Tiempo de respuesta (total) 387.26s Tiempo de respuesta (máximo) 80.80s Sin respuesta: 3 Llamada de herramienta no válida: 1 Respuesta incorrecta: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 10.0 Combinado : 6.5 Análisis y extracción de datos : 10.0 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	Qwen3.8 MAXlow	8.8	Qwen	$1.089 ↑	25.09s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 6 Fiabilidad 10.0 Tasa de aciertos por intento 81.2% Pruebas inestables 3 Tokens de entrada 262,495 Tokens de salida 7,787 Tokens de razonamiento 86,149 Tiempo de respuesta (promedio) 25.09s Tiempo de respuesta (total) 577.14s Tiempo de respuesta (máximo) 155.75s Respuesta incorrecta: 5 No siguió las instrucciones: 1 Tareas de agentes : 10.0 Trucos anti-IA : 10.0 Programación : 8.4 Combinado : 10.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 6.5 Seguimiento de instrucciones : 10.0 Resolución de acertijos : 9.9 Llamada de herramientas : 10.0 Cultura general : 3.0
#50#50	GPT-5.4medium	8.8	OpenAI	$2.213 ↑	24.81s
Ver ficha del modelo Pruebas totales 23 Pruebas incorrectas 7 Fiabilidad 10.0 Tasa de aciertos por intento 78.3% Pruebas inestables 4 Tokens de entrada 223,210 Tokens de salida 7,312 Tokens de razonamiento 89,190 Tiempo de respuesta (promedio) 24.81s Tiempo de respuesta (total) 570.60s Tiempo de respuesta (máximo) 100.41s Respuesta incorrecta: 5 No siguió las instrucciones: 2 Tareas de agentes : 10.0 Trucos anti-IA : 8.3 Programación : 8.8 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 : 8.2 Llamada de herramientas : 10.0 Cultura general : 3.0

Tendencias globales del benchmark

Descubre cómo los modelos actuales equilibran puntuación, costo, velocidad, longitud de salida y rendimiento por categoría.

Gráficos →

Frontera de Pareto: inteligencia vs costo

Evolución de la mejor puntuación de las empresas líderes

Frontera de Pareto: inteligencia vs velocidad de respuesta

Frontera de Pareto: puntuación vs tokens de salida

Dificultad de las categorías entre modelos

Comparación rápida

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow