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: Métrica ↑.

Modelos mostrados

Promedio de Puntuación de Combinado

0.6

Mejor modelo

Span-02 0.0

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)
#167	Gemini 3.5 Flash Lite medium	Google	0.7	0.7	$0.440	1/2	17.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.440 Tiempo de respuesta (promedio) 17.9s
#174	LongCat 2.0 medium	Meituan	0.7	0.7	$0.767	1/2	151.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.767 Tiempo de respuesta (promedio) 151.0s
#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
#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
#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
#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
#235	KAT-Coder-Pro V2.5 high	Kwaipilot	0.7	0.6	$0.506	1/2	106.7s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.506 Tiempo de respuesta (promedio) 106.7s
#243	Minimax M3.1 Flash xhigh	Minimax	0.7	0.6	$0.000	1/2	34.4s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 34.4s
#258	Solar Pro 4 high	Upstage	0.7	0.6	$0.077	1/2	167.4s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.077 Tiempo de respuesta (promedio) 167.4s
#263	DeepSeek V3.2 medium	DeepSeek	0.7	0.6	$0.152	1/2	79.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.152 Tiempo de respuesta (promedio) 79.9s
#279	Step 5 Preview medium	Stepfun	0.7	0.6	$4.136	1/2	125.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $4.136 Tiempo de respuesta (promedio) 125.0s
#300	Ring 2.6 1t medium	Inclusionai	0.7	0.6	$0.102	1/2	257.3s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.102 Tiempo de respuesta (promedio) 257.3s
#311	Step 5 Preview low	Stepfun	0.7	0.6	$4.110	1/2	40.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $4.110 Tiempo de respuesta (promedio) 40.9s
#158	DeepSeek V4 Pro 0423 none	DeepSeek	0.8	0.7	$0.083	1/2	71.6s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.083 Tiempo de respuesta (promedio) 71.6s

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