Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-26

Métrica GLM 5 GLM 5 medium Lanzamiento: 2026-02-12 GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07 Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium Lanzamiento: 2026-04-20 Disponible gratis
Puntuación 8.2 7.4 6.7 8.2
Rango #18 #54 #79 #17
Fiabilidad 10.0 3.3 10.0 N/D
Consistencia 8.4 8.3 6.8 10.0
Pruebas correctas
Tasa de aciertos por intento 81.7% 71.7% 66.7% 75.0%
Pruebas inestables 4 4 8 0
Ejecuciones totales 98 98 98 57
Costo por resultado 1.818 2.890 4.008 0.000
Costo total $0.255 $0.347 $0.361 $0.000
Precio de entrada $0.600 / 1M $0.980 / 1M $0.400 / 1M $0.000 / 1M
Precio de salida $1.920 / 1M $3.080 / 1M $1.900 / 1M $0.000 / 1M
Tokens de salida 21,596 13,107 70,680 1,153
Tokens de razonamiento 105,424 88,661 150,779 62,197
Tiempo de respuesta (promedio) 32.67s 33.45s 89.02s 15.25s
Tiempo de respuesta (máximo) 99.85s 172.60s 281.00s 43.55s
Tiempo de respuesta (total) 392.01s 635.63s 1157.32s 182.96s

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

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
GLM 5.1 10.0 10.0 100.0% 0 8.31s 401 5,122
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 2,789 8,880
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 11.69s 61 5,812
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 10.0 10.0 100.0% 0 89.47s 2,985 45,706
GLM 5.1 4.7 1.6 66.7% 2 145.56s 4,727 34,384
Kimi K2.5 4.1 1.9 50.0% 2 215.89s 5,700 45,419
Qwen3.6 Plus Preview 0.0 0.0 0.0% 0 0ms 0 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
GLM 5.1 9.5 10.0 100.0% 0 43.11s 327 4,206
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 34.95s 452 13,073
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
GLM 5.1 10.0 10.0 100.0% 0 9.33s 991 4,552
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 563 7,940
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 14.95s 270 10,706
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
GLM 5.1 5.3 10.0 33.3% 0 29.77s 969 11,314
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 20,753 30,564
Qwen3.6 Plus Preview 3.0 10.0 0.0% 0 22.08s 49 26,895
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
GLM 5.1 10.0 10.0 100.0% 0 20.95s 2,875 2,875
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 3,815 4,262
Qwen3.6 Plus Preview 0.0 0.0 0.0% 0 0ms 0 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
GLM 5.1 6.4 5.8 66.7% 1 7.47s 204 1,617
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 3.40s 27 1,383
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 10.0 10.0 100.0% 0 11.33s 71 13,728
GLM 5.1 8.2 7.2 88.9% 1 31.64s 2,531 22,412
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 30,732 34,998
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 7.52s 27 2,998
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 5.87s 267 1,330
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GLM 5 3.0 10.0 0.0% 0 67.37s 401 12,450
GLM 5.1 3.0 10.0 0.0% 0 29.40s 82 2,179
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 12 7,644
Qwen3.6 Plus Preview 0.0 0.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsKimi K2.5mediumGemini 3.1 Flash LitelowvsGLM 5.1mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemma 4 31BnoneDisponible gratisvsKimi K2.5mediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumKimi K2.5mediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsKimi K2.5mediumGemini 3.1 Flash LitenonevsKimi K2.5mediumKimi K2.5mediumvsGPT-5.5noneRing-2.6-1TnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsGLM 5.1mediumDeepSeek V4 FlashhighDisponible gratisvsGLM 5.1medium