Ranking de modelos de Combinado

Mira qué modelos de IA rinden mejor en Combinado, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Combinado

0.6

Mejor modelo

Muse Glimmer 30B 0.6

Motivos de fallo

Con motivo de fallo Llamada de herramienta no válida180 Con motivo de fallo Respuesta incorrecta128 Con motivo de fallo Error de API62 Con motivo de fallo Sin respuesta56 Con motivo de fallo Tiempo agotado11 Con motivo de fallo Formato extra1 Con motivo de fallo No siguió las instrucciones1

451/451

Rango	Modelo	Empresa	Puntuación de Combinado	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#176	Step 3.7 Flash low	Stepfun	0.7	0.7	$0.449	1/2	66.2s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.449 Tiempo de respuesta (promedio) 66.2s
#178	Claude Opus 5 none	Anthropic	0.8	0.7	$2.766	1/2	30.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $2.766 Tiempo de respuesta (promedio) 30.5s
#179	Qwen3.8 Flash Next xhigh	Qwen	0.7	0.7	~$0.195	1/2	92.2s
Pruebas totales 2 Pruebas incorrectas 1 Costo total ~$0.195 Tiempo de respuesta (promedio) 92.2s
#181	Minimax M3.1 Flash low	Minimax	0.7	0.7	$0.000	1/2	20.6s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 20.6s
#182	MiMo-V2.6-Flash low	Xiaomi	0.7	0.7	$0.200	1/2	20.8s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.200 Tiempo de respuesta (promedio) 20.8s
#183	MiMo-V2.5 medium	Xiaomi	0.9	0.7	$0.130	1/2	78.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.130 Tiempo de respuesta (promedio) 78.0s
#184	GPT-5.2 Chat default	OpenAI	0.7	0.7	$0.594	1/2	13.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.594 Tiempo de respuesta (promedio) 13.9s
#185	Qwen3.6 Max Preview medium	Qwen	0.7	0.7	$1.132	1/2	177.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.132 Tiempo de respuesta (promedio) 177.5s
#186	Gemini 3.1 Flash Lite Preview medium	Google	0.7	0.7	$0.158	1/2	16.6s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.158 Tiempo de respuesta (promedio) 16.6s
#187	Kimi K2.7 Code medium	Moonshot AI	0.7	0.7	$1.136	1/2	66.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.136 Tiempo de respuesta (promedio) 66.0s
#188	Ember-1 low	Fireworks	0.7	0.7	$1.488	1/2	51.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.488 Tiempo de respuesta (promedio) 51.5s
#190	Qwen3.5-122B-A10B medium	Qwen	0.6	0.7	$1.152	1/2	313.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.152 Tiempo de respuesta (promedio) 313.5s
#191	Grok 4.6 low	X AI	0.7	0.7	$0.781	1/2	23.3s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.781 Tiempo de respuesta (promedio) 23.3s
#194	Minimax M3.1 Flash max	Minimax	0.6	0.7	$0.000	1/2	39.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 39.9s
#195	Gemini 3.1 Flash Lite medium	Google	0.7	0.7	$0.153	1/2	18.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.153 Tiempo de respuesta (promedio) 18.5s

Ranking de Combinado

Filtrar modelos

Mejores modelos por Puntuación de Combinado

Puntuación de Combinado vs costo total

Mejores modelos por Tiempo de respuesta (promedio)

Ranking de Combinado

Filtrar modelos

Mejores modelos por Puntuación de Combinado

Puntuación de Combinado 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: 1.9676 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.194534.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Combinado vs costo total