Ranking de modelos de Programación

Mira qué modelos de IA rinden mejor en Programación, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Programación

6.1

Mejor modelo

GLM 5.1 4.6

Motivos de fallo

Con motivo de fallo Respuesta incorrecta340 Con motivo de fallo Error de API51 Con motivo de fallo Sin respuesta39 Con motivo de fallo Tiempo agotado27 Con motivo de fallo Formato extra25 Con motivo de fallo No siguió las instrucciones25

292/292

Rango	Modelo	Empresa	Puntuación de Programación	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#30	Claude Opus 4.7 medium	Anthropic	7.6	8.7	$1.476	2/3	13.0s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.476 Tiempo de respuesta (promedio) 13.0s
#35	Qwen3.6 Max Preview medium	Qwen	8.8	8.6	$1.132	2/3	146.5s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.132 Tiempo de respuesta (promedio) 146.5s
#36	Qwen3.8 Max low	Qwen	8.4	8.6	$0.702	2/3	28.7s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.702 Tiempo de respuesta (promedio) 28.7s
#37	GPT-5.4 medium	OpenAI	8.8	8.5	$1.560	2/3	44.4s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.560 Tiempo de respuesta (promedio) 44.4s
#38	Grok 4.5 medium	X AI	7.6	8.5	$2.042	2/3	155.7s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $2.042 Tiempo de respuesta (promedio) 155.7s
#39	Muse Spark 1.2 low	Meta	8.4	8.4	$0.655	2/3	10.1s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.655 Tiempo de respuesta (promedio) 10.1s
#40	Grok 4.6 medium	X AI	8.2	8.4	$1.713	2/3	120.0s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.713 Tiempo de respuesta (promedio) 120.0s
#43	Qwen3.8 27B high	Qwen	8.1	8.4	~$0.287	2/3	248.6s
Pruebas totales 3 Pruebas incorrectas 1 Costo total ~$0.287 Tiempo de respuesta (promedio) 248.6s
#44	Seed 2.1 Turbo medium	Bytedance Seed	8.2	8.4	$1.951	2/3	354.9s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.951 Tiempo de respuesta (promedio) 354.9s
#47	Gemini 2.5 Flash medium	Google	7.8	8.2	$0.644	2/3	41.0s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.644 Tiempo de respuesta (promedio) 41.0s
#48	Claude Sonnet 5 medium	Anthropic	9.0	8.2	$0.922	2/3	17.3s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.922 Tiempo de respuesta (promedio) 17.3s
#49	Qwen3.8 2.4T A95B low	Qwen	7.8	8.1	$2.672	2/3	172.5s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $2.672 Tiempo de respuesta (promedio) 172.5s
#52	Inkling high	Thinkingmachines	8.5	8.0	$1.041	2/3	148.4s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.041 Tiempo de respuesta (promedio) 148.4s
#57	Inkling medium	Thinkingmachines	8.4	8.0	$0.377	2/3	25.2s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.377 Tiempo de respuesta (promedio) 25.2s
#58	GPT-5.6 Terra high	OpenAI	7.6	8.0	$0.836	2/3	9.14s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.836 Tiempo de respuesta (promedio) 9.14s

Ranking de Programación

Filtrar modelos

Mejores modelos por Puntuación de Programación

Puntuación de Programación vs costo total

Mejores modelos por Tiempo de respuesta (promedio)

Ranking de Programación

Filtrar modelos

Mejores modelos por Puntuación de Programación

Puntuación de Programación vs costo totalSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Programación vs costo total