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: Costo total ↓.

Modelos mostrados

Promedio de Puntuación de Combinado

0.6

Mejor modelo

Claude Sonnet 5.5 1.0

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)
#66	GPT-5.2 medium	OpenAI	1.0	0.9	$1.558	2/2	58.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.558 Tiempo de respuesta (promedio) 58.5s
#147	GLM 5.1 medium	Z.ai	1.0	0.8	$1.546	2/2	175.9s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.546 Tiempo de respuesta (promedio) 175.9s
#42	Pareto default	Unbiased	0.7	0.9	$1.520	1/2	53.5s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.520 Tiempo de respuesta (promedio) 53.5s
#73	Claude Sonnet 5.5 xhigh	Anthropic	0.9	0.9	$1.516	1/2	30.4s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.516 Tiempo de respuesta (promedio) 30.4s
#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
#224	Step 3.7 Flash high	Stepfun	0.9	0.7	$1.478	1/2	41.2s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.478 Tiempo de respuesta (promedio) 41.2s
#150	Seed-2.0-Code high	Bytedance Seed	0.7	0.7	$1.448	1/2	144.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.448 Tiempo de respuesta (promedio) 144.9s
#79	Claude Sonnet 5 medium	Anthropic	0.7	0.9	$1.438	1/2	51.9s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.438 Tiempo de respuesta (promedio) 51.9s
#209	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	65.1s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.419 Tiempo de respuesta (promedio) 65.1s
#149	Mistral Large 4 high	Mistral	1.0	0.8	$1.391	2/2	391.9s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.391 Tiempo de respuesta (promedio) 391.9s
#6	GPT-6.1 Sol xhigh	OpenAI	1.0	1.0	$1.377	2/2	34.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.377 Tiempo de respuesta (promedio) 34.4s
#132	Grok 4.5 low	X AI	0.7	0.8	$1.345	1/2	12.8s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.345 Tiempo de respuesta (promedio) 12.8s
#38	GPT-5.3-Codex medium	OpenAI	1.0	0.9	$1.318	2/2	26.0s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.318 Tiempo de respuesta (promedio) 26.0s
#121	Gemini 3.5 Flash medium	Google	1.0	0.8	$1.316	2/2	44.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.316 Tiempo de respuesta (promedio) 44.4s
#154	Seed-2.0-Code medium	Bytedance Seed	0.5	0.7	$1.275	0/2	102.3s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $1.275 Tiempo de respuesta (promedio) 102.3s

Ranking de Combinado

Filtrar modelos

Mejores modelos por Puntuación de Combinado

Puntuación de Combinado vs costo total

Mejores modelos por Tiempo de respuesta (promedio)