Modelos comparados

Comparación benchmark GPT-6 Astra (high) vs Gemini 3.8 Flash (high) vs Claude Fable 5.1 (high): Gemini 3.8 Flash (high) lidera en Puntuación con 9.9. Gemini 3.8 Flash (high) lidera en Fiabilidad con 10.0. Gemini 3.8 Flash (high) tiene el Costo total más bajo con $1.927. Claude Fable 5.1 (high) es el más rápido con 13.30s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-19

Modelos comparados

Rango: #7
Total de tokens de salida: 55,595
Tiempo de respuesta (promedio): 20.16s
Costo total: $4.458

Rango: #2
Total de tokens de salida: 446,728
Tiempo de respuesta (promedio): 40.60s
Costo total: $1.927

Rango: #118
Total de tokens de salida: 40,466
Tiempo de respuesta (promedio): 13.30s
Costo total: $3.471

Modelo recomendado Gemini 3.8 Flash (high)

Tiene la mejor puntuación aquí (9.9) y cuesta aproximadamente 2.1x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	GPT-6 Astra GPT-6 Astra high Lanzamiento: 2026-09-04	Gemini 3.8 Flash Gemini 3.8 Flash high Lanzamiento: 2026-09-02	Claude Fable 5.1 Claude Fable 5.1 high Lanzamiento: 2026-09-02

Métrica	GPT-6 Astra GPT-6 Astra high Lanzamiento: 2026-09-04	Gemini 3.8 Flash Gemini 3.8 Flash high Lanzamiento: 2026-09-02	Claude Fable 5.1 Claude Fable 5.1 high Lanzamiento: 2026-09-02
Puntuación	9.9	9.9	7.9
Rango	#7	#2	#118
Fiabilidad	9.9	10.0	10.0
Consistencia	9.6	9.6	9.7
Intentos	69/69	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	97.1%	98.6%	85.5%
Pruebas inestables	1	1	1
Ejecuciones totales	69	69	69
Costo por resultado	20.263	8.756	18.264
Costo total	$4.458	$1.927	$3.471
Precio de entrada	$10.000 / 1M	$0.750 / 1M	$10.000 / 1M
Precio de salida	$50.000 / 1M	$3.750 / 1M	$50.000 / 1M
Precio de lectura de caché	$1.000 / 1M	$0.075 / 1M	$0.250 / 1M
Precio de escritura de caché	$12.500 / 1M	$0.042 / 1M	$12.500 / 1M
Total de tokens de entrada	167,805	334,568	144,676
Tokens de salida	5,651	11,394	8,184
Tokens de razonamiento	49,944	435,334	32,282
Tiempo de respuesta (promedio)	20.16s	40.60s	13.30s
Tiempo de respuesta (máximo)	254.93s	177.08s	40.17s
Tiempo de respuesta (total)	463.68s	933.73s	305.83s
Parámetros	~2T en total (~150B activos)	~500B en total (~20B activos)	~9.5T en total (~878B activos)
Disponibilidad	Código cerrado	Código cerrado	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#7 GPT-6 Astra

high

Coste: $0.457
Tiempo: 176.7s
Tokens: 9,218 tok

#2 Gemini 3.8 Flash

high

Coste: $0.077
Tiempo: 129.1s
Tokens: 20,373 tok

#118 Claude Fable 5.1

high

Coste: $0.384
Tiempo: 102.5s
Tokens: 7,824 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	53.41s	88,515	804	1,169
Gemini 3.8 Flash	10.0	10.0	100.0%	115.54s	249,975	877	37,663
Claude Fable 5.1	3.0	10.0	0.0%	6.93s	8,718	254	141

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	3.25s	606	166	605
Gemini 3.8 Flash	10.0	10.0	100.0%	2.92s	492	172	4,363
Claude Fable 5.1	10.0	10.0	100.0%	5.90s	858	287	790

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	0	5.86s	7,302	392	2,387
Gemini 3.8 Flash	10.0	10.0	100.0%	0	29.30s	8,118	462	50,196
Claude Fable 5.1	8.4	7.4	88.9%	1	13.91s	10,608	520	6,503

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	24.38s	56,082	3,273	3,995
Gemini 3.8 Flash	10.0	10.0	100.0%	115.73s	60,514	4,032	132,696
Claude Fable 5.1	10.0	10.0	100.0%	34.59s	98,419	5,484	5,373

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	2.32s	7,140	234	174
Gemini 3.8 Flash	10.0	10.0	100.0%	8.23s	7,548	279	7,902
Claude Fable 5.1	10.0	10.0	100.0%	6.30s	10,515	312	403

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	7.6	7.2	77.8%	1	95.10s	732	68	38,756
Gemini 3.8 Flash	8.2	7.2	88.9%	1	131.31s	649	4,972	167,505
Claude Fable 5.1	7.7	10.0	66.7%	0	24.34s	990	63	12,436

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	8.28s	477	122	772
Gemini 3.8 Flash	10.0	10.0	100.0%	4.06s	486	75	1,576
Claude Fable 5.1	10.0	10.0	100.0%	5.40s	714	291	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	3.58s	660	93	462
Gemini 3.8 Flash	10.0	10.0	100.0%	4.73s	615	72	4,241
Claude Fable 5.1	10.0	10.0	100.0%	5.60s	921	97	263

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	3.60s	642	211	601
Gemini 3.8 Flash	10.0	10.0	100.0%	3.44s	558	204	3,704
Claude Fable 5.1	10.0	10.0	100.0%	6.11s	912	506	558

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	8.92s	5,454	258	433
Gemini 3.8 Flash	10.0	10.0	100.0%	42.65s	5,457	238	20,359
Claude Fable 5.1	10.0	10.0	100.0%	13.30s	11,757	354	118

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-6 Astra	10.0	10.0	100.0%	5.83s	195	30	590
Gemini 3.8 Flash	10.0	10.0	100.0%	10.30s	156	11	5,129
Claude Fable 5.1	3.0	10.0	0.0%	30.58s	264	16	5,697

Cambiar par de comparación

Claude Fable 5.1highvsGLM 5.3 FlashXmax Claude Fable 5.1highvsGPT-5.4 Minimedium Claude Fable 5.1highvsQwen3.5-27Bmedium Claude Fable 5.1highvsQwen3.7 Maxnone Claude Fable 5.1highvsGPT-5.6 Terralow Gemini 3.8 FlashhighvsGPT-6.1 Solmax Gemini 3.8 FlashhighvsGPT-6 Astramax Gemini 3.8 FlashhighvsGPT-6.1 Solxhigh Claude Fable 5.1highvsQwen3.8 Flash Nextlow Claude Fable 5.1highvsGemini 3.8 Flashmedium Claude Fable 5.1highvsGPT-5.4 Nanomedium Claude Fable 5.1highvsGemini 3.5 Flashmedium

Modelos comparados