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)
#167	Kimi K2.7 Code medium	Moonshot AI	0.8	0.7	$1.136	2/3	146.7s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.136 Tiempo de respuesta (promedio) 146.7s
#39	Gemini 3.5 Flash low	Google	0.8	0.9	$0.752	2/3	6.71s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.752 Tiempo de respuesta (promedio) 6.71s
#44	Gemini 3.6 Flash low	Google	0.8	0.9	$0.363	2/3	6.95s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.363 Tiempo de respuesta (promedio) 6.95s
#94	DeepSeek V4 Flash 0423 high	DeepSeek	0.8	0.8	$0.261	2/3	50.6s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.261 Tiempo de respuesta (promedio) 50.6s
#183	Mercury 2.5 Preview medium	Inception	0.8	0.7	$0.039	2/3	3.86s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.039 Tiempo de respuesta (promedio) 3.86s
#204	KAT-Coder-Pro V2.5 low	Kwaipilot	0.8	0.7	$0.568	2/3	24.9s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.568 Tiempo de respuesta (promedio) 24.9s
#240	KAT-Coder-Pro V2.5 medium	Kwaipilot	0.8	0.6	$0.669	2/3	33.1s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.669 Tiempo de respuesta (promedio) 33.1s
#257	Inkling Small medium	Thinkingmachines	0.8	0.6	$0.113	2/3	10.5s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.113 Tiempo de respuesta (promedio) 10.5s
#43	Claude Opus 5 low	Anthropic	0.8	0.9	$2.350	2/3	6.70s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $2.350 Tiempo de respuesta (promedio) 6.70s
#118	GPT-6 Luna high	OpenAI	0.8	0.8	$0.074	2/3	24.7s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.074 Tiempo de respuesta (promedio) 24.7s
#371	Grok 4.1 Fast medium	X AI	0.8	0.4	$0.069	0/1	23.6s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.069 Tiempo de respuesta (promedio) 23.6s
#145	Gemini 2.5 Flash medium	Google	0.8	0.7	$0.680	2/3	41.0s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.680 Tiempo de respuesta (promedio) 41.0s
#158	Qwen3.6 27B medium	Qwen	0.8	0.7	$1.021	2/3	143.0s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.021 Tiempo de respuesta (promedio) 143.0s
#206	Qwen3.6 35B A3B medium	Qwen	0.8	0.7	$0.834	2/3	50.5s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.834 Tiempo de respuesta (promedio) 50.5s
#126	Qwen3.8 27B low	Qwen	0.8	0.8	~$0.089	2/3	140.9s
Pruebas totales 3 Pruebas incorrectas 1 Costo total ~$0.089 Tiempo de respuesta (promedio) 140.9s

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: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Programación vs costo total