Ranking de modelos de Programación

Mira qué modelos de IA rinden mejor en Programación, cuáles se mantienen fiables y dónde aparecen las mayores diferencias.

Modelos mostrados

Promedio de Puntuación de Programación

0.6

Mejor modelo

Gemini 3.6 Flash 1.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta456 Con motivo de fallo Error de API64 Con motivo de fallo Sin respuesta47 Con motivo de fallo No siguió las instrucciones44 Con motivo de fallo Formato extra36 Con motivo de fallo Tiempo agotado24

408/408

Rango	Modelo	Empresa	Puntuación de Programación	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#66	Grok 4.6 high	X AI	1.0	0.9	$2.629	3/3	102.2s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $2.629 Tiempo de respuesta (promedio) 102.2s
#69	Qwen3.7 Max medium	Qwen	1.0	0.9	$1.689	3/3	35.3s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $1.689 Tiempo de respuesta (promedio) 35.3s
#70	Claude Haiku 5.5 max	Anthropic	1.0	0.8	$0.509	3/3	55.9s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $0.509 Tiempo de respuesta (promedio) 55.9s
#72	GPT-5 Mini medium	OpenAI	1.0	0.8	$0.315	3/3	27.6s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $0.315 Tiempo de respuesta (promedio) 27.6s
#73	Muse Glimmer 30B xhigh	Meta	1.0	0.8	$0.585	3/3	105.9s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $0.585 Tiempo de respuesta (promedio) 105.9s
#76	Muse Spark 1.1 high	Meta	1.0	0.8	$2.570	3/3	22.9s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $2.570 Tiempo de respuesta (promedio) 22.9s
#81	Gemini 3.5 Flash high	Google	1.0	0.8	$2.737	3/3	23.0s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $2.737 Tiempo de respuesta (promedio) 23.0s
#82	Kimi K3 max	Moonshot AI	1.0	0.8	$3.409	3/3	325.8s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $3.409 Tiempo de respuesta (promedio) 325.8s
#84	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	3/3	15.3s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $3.490 Tiempo de respuesta (promedio) 15.3s
#85	Ling 3.1 Flash medium	Inclusionai	1.0	0.8	$0.000	3/3	87.1s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 87.1s
#87	Grok 4.5 high	X AI	1.0	0.8	$2.687	3/3	155.2s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $2.687 Tiempo de respuesta (promedio) 155.2s
#95	DeepSeek V4.1 Flash low	DeepSeek	1.0	0.8	$0.494	3/3	40.7s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $0.494 Tiempo de respuesta (promedio) 40.7s
#100	Qwen3.8 Flash Next low	Qwen	1.0	0.8	~$0.045	3/3	29.5s
Pruebas totales 3 Pruebas incorrectas 0 Costo total ~$0.045 Tiempo de respuesta (promedio) 29.5s
#116	Grok 4.5 low	X AI	1.0	0.8	$1.345	3/3	13.7s
Pruebas totales 3 Pruebas incorrectas 0 Costo total $1.345 Tiempo de respuesta (promedio) 13.7s
#124	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	3/3	45.5s
Pruebas totales 3 Pruebas incorrectas 0 Costo total ~$0.047 Tiempo de respuesta (promedio) 45.5s

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: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Programación vs costo total