AI BENCHY
Advertise here

Categoría AI BENCHY

Ranking 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

15

Promedio de Puntuación de Programación

6.1

Mejor modelo

Gemini 3.5 Flash 10.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta119 Con motivo de fallo Sin respuesta18 Con motivo de fallo No siguió las instrucciones16 Con motivo de fallo Tiempo agotado12 Con motivo de fallo Formato extra7 Con motivo de fallo Error de API6
Rango Modelo Empresa Puntuación de Programación Puntuación Pruebas correctas Tiempo de respuesta (promedio)
#133 Qwen3 Coder Next none Qwen 5.4 5.1 0/2 2.01s
#134 Nemotron 3 Super none NVIDIA 3.4 5.0 0/2 3.02s
#135 Mistral Small 4 none Mistral 4.0 5.0 0/2 1.03s
#139 GPT-4o-mini none OpenAI 3.2 4.9 0/2 2.05s
#140 Trinity Large Preview none Arcee AI 4.9 4.8 0/1 14.3s
#141 GPT-5.4 Nano none OpenAI 5.4 4.8 0/2 1.09s
#142 Qwen3 Coder Next medium Qwen 4.1 4.7 0/2 1.17s
#143 Qwen3.5-9B none Qwen 4.4 4.7 0/2 5.39s
#144 MiMo-V2-Flash none Xiaomi 4.9 4.7 0/2 2.04s
#146 Mercury 2 none Inception 3.5 4.6 0/2 831ms
#147 Hy3 preview none Tencent 2.3 4.6 0/1 4.56s
#148 Ling-2.6-1T none Inclusionai 5.5 4.5 0/1 10.6s
#149 GLM 4.7 Flash medium Z.ai 3.4 4.5 0/2 55.3s
#150 Grok 4.1 Fast none X AI 5.3 4.4 0/1 1.79s
#151 Qwen3.5-9B medium Qwen 2.8 4.2 0/2 135.6s

Mejores modelos por Puntuación de Programación

Puntuación de Programación vs costo total

Mejores modelos por Tiempo de respuesta (promedio)