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: 2026-07-02 Modelos evaluados: 174

174/174

Rango	Modelo	Puntuación	Empresa	Costo total	Tiempo de respuesta (promedio)
#121#121	DeepSeek V4 Flashnone	5.5	DeepSeek	$0.007 ↓	26.75s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 30.2% Pruebas inestables 3 Tokens de entrada 50,127 Tokens de salida 13,710 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 26.75s Tiempo de respuesta (total) 561.82s Tiempo de respuesta (máximo) 111.96s Respuesta incorrecta: 12 Formato extra: 2 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.0 Programación : 4.2 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
#122#122	Kimi K2.5none	5.5	Moonshot AI	$0.027 ↑	13.18s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 34.9% Pruebas inestables 3 Tokens de entrada 36,034 Tokens de salida 6,657 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 13.18s Tiempo de respuesta (total) 184.47s Tiempo de respuesta (máximo) 42.13s Respuesta incorrecta: 15 Trucos anti-IA : 3.6 Programación : 5.5 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
#123#123	MiMo-V2.5-Pronone	5.5	Xiaomi	$0.017 ↓	1.78s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 39.7% Pruebas inestables 4 Tokens de entrada 30,724 Tokens de salida 3,043 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.78s Tiempo de respuesta (total) 37.42s Tiempo de respuesta (máximo) 8.32s Respuesta incorrecta: 11 No siguió las instrucciones: 4 Trucos anti-IA : 3.3 Programación : 4.3 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
#124#124	Qwen3.6 27Bnone	5.5	Qwen	$0.025 ↓	3.72s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% Pruebas inestables 6 Tokens de entrada 52,721 Tokens de salida 3,812 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.72s Tiempo de respuesta (total) 78.08s Tiempo de respuesta (máximo) 11.82s Respuesta incorrecta: 11 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.8 Programación : 5.5 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
#125#125	Gemma 4 26B A4Bnone	5.5	Google	$0.004 ↓	5.91s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 13 Fiabilidad 10.0 Tasa de aciertos por intento 44.4% Pruebas inestables 2 Tokens de entrada 40,038 Tokens de salida 1,824 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.91s Tiempo de respuesta (total) 124.05s Tiempo de respuesta (máximo) 57.10s Respuesta incorrecta: 10 No siguió las instrucciones: 2 Tiempo agotado: 1 Trucos anti-IA : 8.3 Programación : 3.7 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
#126#126	Qwen3.5 Plus 2026-04-20none	5.5	Qwen	$0.032 ↓	4.39s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 41.3% Pruebas inestables 4 Tokens de entrada 38,910 Tokens de salida 11,145 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 4.39s Tiempo de respuesta (total) 92.26s Tiempo de respuesta (máximo) 33.34s Respuesta incorrecta: 12 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.9 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
#127#127	GLM 5 Turbonone	5.3	Z.ai	$0.047 ↑	2.82s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 2 Tokens de entrada 32,525 Tokens de salida 1,815 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.82s Tiempo de respuesta (total) 59.29s Tiempo de respuesta (máximo) 8.21s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 3.0 Programación : 3.9 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 4.2 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 5.5 Llamada de herramientas : 10.0 Cultura general : 3.0
#128#128	Laguna XS 2.1none	5.3	Poolside	$0.003	722ms
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 3 Tokens de entrada 41,148 Tokens de salida 3,451 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 722ms Tiempo de respuesta (total) 15.17s Tiempo de respuesta (máximo) 2.30s Respuesta incorrecta: 14 No siguió las instrucciones: 1 Tiempo agotado: 1 Trucos anti-IA : 5.3 Programación : 4.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 5.3 Inteligencia general : 5.0 Seguimiento de instrucciones : 3.8 Resolución de acertijos : 3.0 Llamada de herramientas : 10.0 Cultura general : 3.0
#129#129	GPT-5.4 Mininone	5.3	OpenAI	$0.038	1.13s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 30.2% Pruebas inestables 3 Tokens de entrada 34,244 Tokens de salida 2,541 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.13s Tiempo de respuesta (total) 23.82s Tiempo de respuesta (máximo) 2.52s Respuesta incorrecta: 13 No siguió las instrucciones: 3 Trucos anti-IA : 3.1 Programación : 5.5 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 3.5 Inteligencia general : 4.8 Seguimiento de instrucciones : 6.3 Resolución de acertijos : 5.4 Llamada de herramientas : 3.0 Cultura general : 3.0
#130#130	Qwen3.5-122B-A10Bnone	5.3	Qwen	$0.020 ↓	3.41s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 1 Tokens de entrada 47,735 Tokens de salida 3,383 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.41s Tiempo de respuesta (total) 71.59s Tiempo de respuesta (máximo) 46.00s Respuesta incorrecta: 13 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.7 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
#131#131	DeepSeek V3.2none	5.3	DeepSeek	$0.017 ↓	13.83s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 39.7% Pruebas inestables 6 Tokens de entrada 55,997 Tokens de salida 11,165 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 13.83s Tiempo de respuesta (total) 290.43s Tiempo de respuesta (máximo) 115.89s Respuesta incorrecta: 7 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
#132#132	MiniMax M2.7medium	5.2	Minimax	$0.075 ↓	38.18s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 46.0% Pruebas inestables 8 Tokens de entrada 34,371 Tokens de salida 8,981 Tokens de razonamiento 89,812 Tiempo de respuesta (promedio) 38.18s Tiempo de respuesta (total) 763.60s Tiempo de respuesta (máximo) 196.21s Respuesta incorrecta: 6 No siguió las instrucciones: 5 Tiempo agotado: 2 Error de API: 1 Llamada de herramienta no válida: 1 Sin respuesta: 1 Trucos anti-IA : 7.9 Programación : 5.7 Combinado : 4.7 Análisis y extracción de datos : 6.3 Específico del dominio : 3.0 Inteligencia general : 3.9 Seguimiento de instrucciones : 3.8 Resolución de acertijos : 5.9 Llamada de herramientas : 4.7 Cultura general : 3.0
#133#133	Qwen3.6 35B A3Bnone	5.2	Qwen	$0.031 ↑	3.73s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 30.2% Pruebas inestables 5 Tokens de entrada 19,329 Tokens de salida 27,755 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 3.73s Tiempo de respuesta (total) 70.86s Tiempo de respuesta (máximo) 22.52s Respuesta incorrecta: 13 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 3.6 Programación : 5.5 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
#134#134	Mistral Small 4none	5.1	Mistral	$0.007	630ms
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 27.0% Pruebas inestables 1 Tokens de entrada 37,309 Tokens de salida 2,201 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 630ms Tiempo de respuesta (total) 13.22s Tiempo de respuesta (máximo) 1.72s Respuesta incorrecta: 15 No siguió las instrucciones: 1 Trucos anti-IA : 3.4 Programación : 3.7 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
#135#135	Qwen3 Coder Nextnone	5.1	Qwen	$0.009 ↓	8.62s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 27.0% Pruebas inestables 1 Tokens de entrada 47,507 Tokens de salida 3,584 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 8.62s Tiempo de respuesta (total) 129.37s Tiempo de respuesta (máximo) 45.14s Respuesta incorrecta: 14 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.6 Programación : 4.6 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
#136#136	North Mini Codenone	5.1	Cohere	$0.000	29.82s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 8.5 Tasa de aciertos por intento 19.1% Pruebas inestables 0 Tokens de entrada 43,264 Tokens de salida 8,278 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 29.82s Tiempo de respuesta (total) 626.26s Tiempo de respuesta (máximo) 159.85s Respuesta incorrecta: 12 Formato extra: 2 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.0 Programación : 3.9 Combinado : 3.5 Análisis y extracción de datos : 10.0 Específico del dominio : 3.0 Inteligencia general : 3.9 Seguimiento de instrucciones : 6.5 Resolución de acertijos : 3.5 Llamada de herramientas : 9.5 Cultura general : 3.0
#137#137	Hunter Alphamedium	5.1	OpenRouter	$0.000	10.33s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 55.6% 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 : 9.8 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 Cultura general : 0.0
#138#138	Mistral Small 4medium	5.1	Mistral	$0.068	9.40s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 44.4% Pruebas inestables 8 Tokens de entrada 42,576 Tokens de salida 24,184 Tokens de razonamiento 84,678 Tiempo de respuesta (promedio) 9.40s Tiempo de respuesta (total) 197.39s Tiempo de respuesta (máximo) 59.15s Respuesta incorrecta: 12 Error de API: 2 No siguió las instrucciones: 2 Trucos anti-IA : 5.6 Programación : 4.4 Combinado : 3.0 Análisis y extracción de datos : 7.3 Específico del dominio : 5.3 Inteligencia general : 4.8 Seguimiento de instrucciones : 7.3 Resolución de acertijos : 3.4 Llamada de herramientas : 10.0 Cultura general : 3.0
#139#139	MiMo-V2.5none	5.1	Xiaomi	$0.006 ↓	2.20s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 27.0% Pruebas inestables 1 Tokens de entrada 41,985 Tokens de salida 2,267 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.20s Tiempo de respuesta (total) 46.21s Tiempo de respuesta (máximo) 6.86s Respuesta incorrecta: 14 Formato extra: 1 No siguió las instrucciones: 1 Trucos anti-IA : 3.5 Programación : 5.5 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
#140#140	Qwen3.5-9Bnone	5.1	Qwen	$0.006 ↑	1.89s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 20.6% Pruebas inestables 1 Tokens de entrada 48,041 Tokens de salida 3,952 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.89s Tiempo de respuesta (total) 39.68s Tiempo de respuesta (máximo) 6.03s Respuesta incorrecta: 14 No siguió las instrucciones: 2 Llamada de herramienta no válida: 1 Trucos anti-IA : 3.1 Programación : 3.9 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
#141#141	Grok 4.20 Multi Agent Betamedium	5.0	X AI	$5.599 ↑	9.69s
Ver ficha del modelo Pruebas totales 18 Pruebas incorrectas 10 Fiabilidad N/D Tasa de aciertos por intento 50.8% Pruebas inestables 5 Tokens de entrada 721,952 Tokens de salida 294,668 Tokens de razonamiento 305,374 Tiempo de respuesta (promedio) 9.69s Tiempo de respuesta (total) 155.07s Tiempo de respuesta (máximo) 35.28s Respuesta incorrecta: 4 Error de API: 2 Formato extra: 2 No siguió las instrucciones: 2 Trucos anti-IA : 6.9 Programación : 3.3 Combinado : 3.0 Análisis y extracción de datos : 10.0 Específico del dominio : 2.9 Inteligencia general : 5.8 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 6.7 Llamada de herramientas : 3.0 Cultura general : 0.0
#142#142	Trinity Large Previewnone	5.0	Arcee AI	$0.008 ↑	2.98s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 22.2% 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: 2 Trucos anti-IA : 3.1 Programación : 3.7 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
#143#143	Laguna M.1medium	5.0	Poolside	$0.033 ↕	14.73s
Ver ficha del modelo Pruebas totales 19 Pruebas incorrectas 10 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% 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 : 1.5 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
#144#144	GPT-4o-mininone	5.0	OpenAI	$0.006	1.77s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 23.8% Pruebas inestables 0 Tokens de entrada 31,518 Tokens de salida 1,982 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.77s Tiempo de respuesta (total) 24.80s Tiempo de respuesta (máximo) 7.58s Respuesta incorrecta: 15 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
#145#145	Cobuddymedium	4.9	Baidu	$0.000	39.90s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 14 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% Pruebas inestables 6 Tokens de entrada 37,449 Tokens de salida 1,677 Tokens de razonamiento 116,703 Tiempo de respuesta (promedio) 39.90s Tiempo de respuesta (total) 797.98s Tiempo de respuesta (máximo) 309.02s Respuesta incorrecta: 9 No siguió las instrucciones: 3 Error de API: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 8.7 Programación : 3.7 Combinado : 3.0 Análisis y extracción de datos : 6.3 Específico del dominio : 2.9 Inteligencia general : 4.2 Seguimiento de instrucciones : 9.8 Resolución de acertijos : 3.6 Llamada de herramientas : 10.0 Cultura general : 3.0
#146#146	GLM 4.7 Flashnone	4.9	Z.ai	$0.004	2.86s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 36.5% Pruebas inestables 3 Tokens de entrada 38,745 Tokens de salida 2,521 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 2.86s Tiempo de respuesta (total) 40.04s Tiempo de respuesta (máximo) 7.05s Respuesta incorrecta: 13 No siguió las instrucciones: 1 Llamada de herramienta no válida: 1 Trucos anti-IA : 5.2 Programación : 4.3 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
#147#147	Nemotron 3 Supernone	4.9	NVIDIA	$0.006 ↑	5.30s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 16 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% Pruebas inestables 3 Tokens de entrada 36,456 Tokens de salida 6,195 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 5.30s Tiempo de respuesta (total) 111.31s Tiempo de respuesta (máximo) 16.45s Respuesta incorrecta: 14 No siguió las instrucciones: 2 Trucos anti-IA : 4.8 Programación : 3.3 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
#148#148	Ling-2.6-flashnone	4.9	Inclusionai	$0.001 ↑	9.34s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 15 Fiabilidad 10.0 Tasa de aciertos por intento 31.8% 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 Error de API: 2 No siguió las instrucciones: 2 Llamada de herramienta no válida: 2 Trucos anti-IA : 6.8 Programación : 5.3 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
#149#149	Ring-2.6-1Tnone	4.8	Inclusionai	$0.026 ↕	55.10s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 12 Fiabilidad 10.0 Tasa de aciertos por intento 47.6% 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 Error de API: 5 Respuesta incorrecta: 5 No siguió las instrucciones: 2 Trucos anti-IA : 9.2 Programación : 5.3 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
#150#150	GPT-5.4 Nanonone	4.8	OpenAI	$0.011	1.48s
Ver ficha del modelo Pruebas totales 21 Pruebas incorrectas 17 Fiabilidad 10.0 Tasa de aciertos por intento 30.2% Pruebas inestables 5 Tokens de entrada 34,212 Tokens de salida 2,784 Tokens de razonamiento 0 Tiempo de respuesta (promedio) 1.48s Tiempo de respuesta (total) 31.01s Tiempo de respuesta (máximo) 4.47s Respuesta incorrecta: 15 No siguió las instrucciones: 2 Trucos anti-IA : 3.5 Programación : 4.6 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

←

1 2 3 4 5 6

→

Comparación rápida

Gemini 3.5 FlashhighvsGemini 3 Flash Previewmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashhighvsClaude Fable 5medium Gemini 3.5 FlashhighvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponible gratis Gemini 3.5 FlashhighvsNorth Mini CodemediumDisponible gratis Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsClaude Fable 5medium

Leaderboard de Benchmark de IA

Filtrar modelos

Comparación rápida