Comparación benchmark Gemma 4 31B (medium) vs Gemini 3 PRO Preview (medium) vs GLM 5 Turbo (medium):GLM 5 Turbo (medium) lidera en Puntuación con 7.6. Gemma 4 31B (medium) lidera en Fiabilidad con 10.0. Gemma 4 31B (medium) tiene el Costo total más bajo con $0.100. Gemini 3 PRO Preview (medium) es el más rápido con 9.05s.
Benchmarks generados a partir de los suites de prueba de AI BENCHY en:
2026-08-20
Rango
#166
Total de tokens de salida
267,421
Tiempo de respuesta (promedio)
78.59s
Costo total
$0.100
Rango
#185
Total de tokens de salida
11,592
Tiempo de respuesta (promedio)
9.05s
Costo total
$0.385
Rango
#77
Total de tokens de salida
74,522
Tiempo de respuesta (promedio)
23.00s
Costo total
$0.323
Modelo recomendadoGLM 5 Turbo (medium)
Tiene la mejor puntuación aquí (7.6) y responde aproximadamente 1.9x más rápido que los otros modelos de esta comparación.
GLM 5 TurboGLM 5 TurbomediumModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.Lanzamiento: 2026-03-15
Puntuación
6.2Puntaje promedio en todas las pruebas de benchmark.…
6.0Puntaje promedio en todas las pruebas de benchmark.…
7.6Puntaje promedio en todas las pruebas de benchmark.…
Rango
#166
#185
#77
Fiabilidad
10.0Puntuación de éxito en el primer intento: 10.0 significa que no hubo fallos reintentables de la API objetivo ni de límite de tasa antes de llamadas exitosas; los fallos registrados bajan la puntuación.…
N/DPuntuación de éxito en el primer intento: 10.0 significa que no hubo fallos reintentables de la API objetivo ni de límite de tasa antes de llamadas exitosas; los fallos registrados bajan la puntuación.…
10.0Puntuación de éxito en el primer intento: 10.0 significa que no hubo fallos reintentables de la API objetivo ni de límite de tasa antes de llamadas exitosas; los fallos registrados bajan la puntuación.…
Consistencia
8.7La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
9.5La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
8.1La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 4Respuesta incorrecta: 3Tiempo de respuesta (promedio)9.05sTiempo de respuesta (máximo)26.24sTiempo de respuesta (total)90.53sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4No siguió las instrucciones: 1Sin respuesta: 1Tiempo agotado: 1Tiempo de respuesta (promedio)23.00sTiempo de respuesta (máximo)194.23sTiempo de respuesta (total)482.97sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
Tasa de aciertos por intento
65.2%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
63.6%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
71.2%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
Pruebas inestables
3Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
4Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Ejecuciones totales
66Ejecuciones totales…
63Ejecuciones totales…
63Ejecuciones totales…
Costo por resultado
1.152
1.406
2.011
Costo total
$0.100
$0.385
$0.323
Precio de entrada
$0.090 / 1MPrecio de entrada…
$9.506 / 1MPrecio de entrada…
$1.200 / 1MPrecio de entrada…
Precio de salida
$0.340 / 1MPrecio de salida…
$9.506 / 1MPrecio de salida…
$4.000 / 1MPrecio de salida…
Total de tokens de entrada
94,969Total de tokens de entrada…
28,848Total de tokens de entrada…
35,593Total de tokens de entrada…
Tokens de salida
34,399Tokens de salida…
1,490Tokens de salida…
12,245Tokens de salida…
Tokens de razonamiento
233,022Tokens de razonamiento…
10,102Tokens de razonamiento…
62,277Tokens de razonamiento…
Tiempo de respuesta (promedio)
78.59sTiempo de respuesta (promedio)…
9.05sTiempo de respuesta (promedio)…
23.00sTiempo de respuesta (promedio)…
Tiempo de respuesta (máximo)
437.40sTiempo de respuesta (máximo)…
26.24sTiempo de respuesta (máximo)…
194.23sTiempo de respuesta (máximo)…
Tiempo de respuesta (total)
1571.84sTiempo de respuesta (total)…
90.53sTiempo de respuesta (total)…
482.97sTiempo de respuesta (total)…
Parámetros
30.7B
~1.2T en total (~20B activos)
744B en total (40B activos)
Disponibilidad
Código abierto
Código cerrado
Código cerrado
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#166 Gemma 4 31B
medium
Coste
$0.002
Tiempo
45.7s
Tokens
2,696 tok
#185 Gemini 3 PRO Preview
medium
No endpoints found for google/gemini-3-pro-preview.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)12.89sTiempo de respuesta (máximo)26.66sTiempo de respuesta (total)51.55sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
12.89sTiempo de respuesta (promedio)…
816Total de tokens de entrada…
962Tokens de salida…
2,046Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)14.99sTiempo de respuesta (máximo)26.24sTiempo de respuesta (total)29.99sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
14.99sTiempo de respuesta (promedio)…
500Total de tokens de entrada…
149Tokens de salida…
1,485Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.82sTiempo de respuesta (máximo)7.69sTiempo de respuesta (total)19.26sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
4.3Puntaje promedio en todas las pruebas de benchmark.…
5.8La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
22.2%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
1Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Tiempo agotado: 2Sin respuesta: 1Tiempo de respuesta (promedio)219.76sTiempo de respuesta (máximo)437.40sTiempo de respuesta (total)659.27sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
219.76sTiempo de respuesta (promedio)…
5,568Total de tokens de entrada…
11,098Tokens de salida…
33,212Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
3.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
0.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 3Tiempo de respuesta (promedio)0msTiempo de respuesta (máximo)0msTiempo de respuesta (total)0msUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
0msTiempo de respuesta (promedio)…
0Total de tokens de entrada…
0Tokens de salida…
0Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
8.2Puntaje promedio en todas las pruebas de benchmark.…
9.3La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
66.7%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)45.90sTiempo de respuesta (máximo)95.57sTiempo de respuesta (total)137.71sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
2.9Puntaje promedio en todas las pruebas de benchmark.…
5.8La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
16.7%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
1Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)433.11sTiempo de respuesta (máximo)433.11sTiempo de respuesta (total)433.11sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
433.11sTiempo de respuesta (promedio)…
77,035Total de tokens de entrada…
12,112Tokens de salida…
157,552Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
1.5Puntaje promedio en todas las pruebas de benchmark.…
5.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
0.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)10.37sTiempo de respuesta (máximo)10.37sTiempo de respuesta (total)10.37sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
10.37sTiempo de respuesta (promedio)…
13,211Total de tokens de entrada…
351Tokens de salida…
952Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
5.0Puntaje promedio en todas las pruebas de benchmark.…
5.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
50.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)13.88sTiempo de respuesta (máximo)13.88sTiempo de respuesta (total)13.88sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)21.11sTiempo de respuesta (máximo)21.94sTiempo de respuesta (total)42.21sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
21.11sTiempo de respuesta (promedio)…
8,334Total de tokens de entrada…
1,822Tokens de salida…
2,951Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)10.84sTiempo de respuesta (máximo)10.84sTiempo de respuesta (total)10.84sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
10.84sTiempo de respuesta (promedio)…
7,259Total de tokens de entrada…
279Tokens de salida…
3,156Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.19sTiempo de respuesta (máximo)6.42sTiempo de respuesta (total)12.38sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
5.3Puntaje promedio en todas las pruebas de benchmark.…
7.2La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
44.4%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
1Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)59.92sTiempo de respuesta (máximo)77.78sTiempo de respuesta (total)179.75sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
59.92sTiempo de respuesta (promedio)…
853Total de tokens de entrada…
4,280Tokens de salida…
18,729Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
5.3Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
33.3%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)7.01sTiempo de respuesta (máximo)7.01sTiempo de respuesta (total)7.01sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
7.01sTiempo de respuesta (promedio)…
643Total de tokens de entrada…
15Tokens de salida…
1,195Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
2.9Puntaje promedio en todas las pruebas de benchmark.…
4.4La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
22.2%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
2Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo agotado: 1Tiempo de respuesta (promedio)71.07sTiempo de respuesta (máximo)194.23sTiempo de respuesta (total)213.22sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.57sTiempo de respuesta (máximo)9.57sTiempo de respuesta (total)9.57sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
9.57sTiempo de respuesta (promedio)…
567Total de tokens de entrada…
105Tokens de salida…
888Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.34sTiempo de respuesta (máximo)9.34sTiempo de respuesta (total)9.34sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
9.34sTiempo de respuesta (promedio)…
486Total de tokens de entrada…
78Tokens de salida…
374Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
6.1Puntaje promedio en todas las pruebas de benchmark.…
3.1La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
66.7%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
1Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)10.05sTiempo de respuesta (máximo)10.05sTiempo de respuesta (total)10.05sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)12.76sTiempo de respuesta (máximo)17.53sTiempo de respuesta (total)25.52sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
12.76sTiempo de respuesta (promedio)…
777Total de tokens de entrada…
533Tokens de salida…
2,035Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
9.8Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.26sTiempo de respuesta (máximo)3.26sTiempo de respuesta (total)3.26sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
3.26sTiempo de respuesta (promedio)…
623Total de tokens de entrada…
69Tokens de salida…
754Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.38sTiempo de respuesta (máximo)5.70sTiempo de respuesta (total)10.77sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
9.9Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)26.91sTiempo de respuesta (máximo)61.08sTiempo de respuesta (total)80.72sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
26.91sTiempo de respuesta (promedio)…
801Total de tokens de entrada…
1,795Tokens de salida…
5,595Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.88sTiempo de respuesta (máximo)4.23sTiempo de respuesta (total)7.77sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
3.88sTiempo de respuesta (promedio)…
570Total de tokens de entrada…
225Tokens de salida…
1,215Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
8.7Puntaje promedio en todas las pruebas de benchmark.…
7.9La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
77.8%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
1Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)5.23sTiempo de respuesta (máximo)7.26sTiempo de respuesta (total)15.69sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
3.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
0.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)0msTiempo de respuesta (máximo)0msTiempo de respuesta (total)0msUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
0msTiempo de respuesta (promedio)…
0Total de tokens de entrada…
0Tokens de salida…
0Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)11.96sTiempo de respuesta (máximo)11.96sTiempo de respuesta (total)11.96sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
11.96sTiempo de respuesta (promedio)…
5,556Total de tokens de entrada…
324Tokens de salida…
971Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
10.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
100.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)9.84sTiempo de respuesta (máximo)9.84sTiempo de respuesta (total)9.84sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
3.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
0.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)90.14sTiempo de respuesta (máximo)90.14sTiempo de respuesta (total)90.14sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
90.14sTiempo de respuesta (promedio)…
218Total de tokens de entrada…
1,692Tokens de salida…
10,014Tokens de razonamiento…
Gemini 3 PRO PreviewModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
3.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
0.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)0msTiempo de respuesta (máximo)0msTiempo de respuesta (total)0msUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…
0msTiempo de respuesta (promedio)…
0Total de tokens de entrada…
0Tokens de salida…
0Tokens de razonamiento…
GLM 5 TurboModelo archivado: este modelo ya no se actualiza ni se prueba en pruebas nuevas.
3.0Puntaje promedio en todas las pruebas de benchmark.…
10.0La consistencia refleja la estabilidad entre ejecuciones (10 = muy consistente, incluso si es consistentemente incorrecto).…
0.0%Tasa de aciertos por intento = intentos correctos / intentos totales en todas las ejecuciones.…
0Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)40.17sTiempo de respuesta (máximo)40.17sTiempo de respuesta (total)40.17sUna prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.…