Ranking de modelos de Combinado

Categoría AI BENCHY

Mira qué modelos de IA rinden mejor en Combinado, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Tiempo de respuesta (promedio) ↑.

Modelos mostrados

Promedio de Puntuación de Combinado

6.2

Mejor modelo

Gemma 4 31B 3.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta37 Con motivo de fallo Llamada de herramienta no válida10 Con motivo de fallo Error de API5 Con motivo de fallo Tiempo agotado2 Con motivo de fallo Sin respuesta1

Rango	Modelo	Empresa	Puntuación de Combinado	Puntuación	Pruebas correctas	Tiempo de respuesta (promedio)
#14	Gemma 4 31B medium	Google	3.0	8.3	0/1	0ms
#48	Gemma 4 31B none	Google	3.0	6.9	0/1	0ms
#56	Grok 4.20 Multi Agent Beta medium	X AI	3.0	6.4	0/1	0ms
#84	gpt-oss-120b none	OpenAI	3.0	5.2	0/1	0ms
#97	Qwen3.5-9B medium	Qwen	3.0	4.4	0/1	0ms
#98	LFM2-24B-A2B none	Liquid	3.0	4.1	0/1	0ms
#91	Mercury 2 none	Inception	3.0	4.8	0/1	606ms
#83	Mistral Small 4 none	Mistral	3.0	5.2	0/1	1.72s
#55	MiMo-V2-Omni none	Xiaomi	3.0	6.5	0/1	2.47s
#86	GPT-5.4 Mini none	OpenAI	3.0	5.1	0/1	2.52s
#94	MiMo-V2-Flash none	Xiaomi	3.0	4.5	0/1	2.87s
#66	GPT-5.4 none	OpenAI	3.0	5.9	0/1	2.89s
#29	Gemini 3.1 Flash Lite Preview none	Google	3.0	7.9	0/1	3.20s
#74	GLM 4.7 Flash none	Z.ai	3.0	5.6	0/1	3.22s
#5	Gemini 3 Flash Preview low	Google	3.0	8.8	0/1	3.27s

1 2 3 4 5 6 7

→

Ranking de Combinado

Mejores modelos por Puntuación de Combinado

Puntuación de Combinado vs costo total

Mejores modelos por Tiempo de respuesta (promedio)