Ranking de modelos de Programación

Categoría AI BENCHY

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

6.1

Mejor modelo

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)
#54	GLM 5.1 medium	Z.ai	4.7	7.4	0/2	145.6s
#91	GLM 5 none	Z.ai	4.6	6.3	0/2	5.18s
#103	Qwen3.5 Plus 2026-04-20 none	Qwen	4.4	5.8	0/2	2.08s
#127	GLM 5 Turbo none	Z.ai	4.4	5.3	0/2	2.58s
#143	Qwen3.5-9B none	Qwen	4.4	4.7	0/2	5.39s
#62	Laguna M.1 medium	Poolside	4.3	7.3	0/1	35.6s
#119	gpt-oss-120b none	OpenAI	4.3	5.4	0/1	9.57s
#102	GLM 5.1 none	Z.ai	4.3	5.8	0/2	6.33s
#69	Qwen3.6 Max Preview none	Qwen	4.2	7.1	0/2	3.06s
#108	Cobuddy medium	Baidu	4.1	5.8	0/2	79.2s
#35	Qwen3.6 Plus medium	Qwen	4.1	7.8	0/2	201.7s
#40	Qwen3.5-122B-A10B medium	Qwen	4.1	7.7	0/2	119.6s
#47	Qwen3.5-Flash medium	Qwen	4.1	7.6	0/2	54.2s
#70	MiMo-V2-Flash medium	Xiaomi	4.1	7.1	0/2	7.20s
#92	Gemma 4 26B A4B none	Google	4.1	6.2	0/2	3.83s

Ranking de Programación