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: Costo total ↓.
Modelos mostrados
9
Promedio de Puntuación de Programación
5.7
Mejor modelo
Grok 4.20 Multi Agent Beta 3.3
189/189
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Puntuación de Programación | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #130 | Qwen3.6 Plus Preview medium | Qwen | 9.8 | 5.8 | $0.000 | 0/1 | 0ms |
| #151 | North Mini Code none | Cohere | 3.9 | 5.1 | $0.000 | 0/3 | 22.0s |
| #152 | Hunter Alpha medium | OpenRouter | 9.8 | 5.1 | $0.000 | 0/1 | 0ms |
| #160 | Cobuddy medium | Baidu | 3.7 | 4.9 | $0.000 | 0/3 | 79.2s |
| #172 | Elephant Alpha none | Openrouter | 4.2 | 4.6 | $0.000 | 0/3 | 1.39s |
| #173 | Elephant Alpha medium | Openrouter | 3.7 | 4.5 | $0.000 | 0/3 | 1.30s |
| #174 | Hunter Alpha none | OpenRouter | 9.8 | 4.5 | $0.000 | 0/1 | 0ms |
| #186 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1.1 | 3.6 | $0.000 | 0/1 | 38.1s |
| #187 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.3 | 3.5 | $0.000 | 1/1 | 1.27s |