Análisis independiente de IA
Entiende el panorama de la IA para elegir el mejor modelo y proveedor para tu caso de uso
Optima
de Artificial Analysis
Crea tu propio benchmark personalizado
Recomendador de modelos
Recibe recomendaciones de modelos personalizadas que optimizan según tus prioridades de inteligencia, velocidad y costo
Muse Wonder (High)
Tencent Hy4
Artificial Analysis Performance Benchmarking v3.0.0Artificial Analysis Intelligence Index v5.0.1
Gemini 4 Carbon (Low)
Nanbeige4.3-33BGemini 4 Carbon (Medium)
DeepSeek V4.1 Flash 1017 (High)DeepSeek V4.1 Flash 1017 (Non-reasoning)
Mistral Large 4 (Medium)Mistral Large 4 (High)Gemini 4 Carbon (High)Artificial Analysis Intelligence Index v5.0
GPT-6.1 Terra (Non-reasoning)GPT-6.1 Terra (Low)Ver másInteligencia, velocidad y costo de los principales modelos de lenguaje, según nuestras evaluaciones independientes
Artificial Analysis Intelligence Index
Costo por tarea del Intelligence Index
Intelligence Index vs. costo por tarea
Intelligence Index vs. costo por tarea, por lanzamiento del modelo
Artificial Analysis Progress Index v1 a lo largo del tiempo
Artificial Analysis Coding Agent Index
Artificial Analysis Cyber Index
Artificial Analysis Decision Index
Comparación de índices de capacidades
| Finanzas y contabilidad | Estrategia y operaciones | Jurídico | Salud y medicina | Ingeniería | Economía | |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 (Max, Default Fallback) | 1 (59) | 1 (61) | 1 (58) | 1 (58) | 1 (65) | 1 (60) |
| GPT-6 Astra (Max) | 2 (57) | 3 (58) | 2 (56) | 3 (54) | 2 (62) | 3 (57) |
| GPT-6.1 Sol (Max) | 3 (56) | 7 (58) | 4 (54) | 4 (52) | 3 (59) | 4 (56) |
| Claude Sonnet 5.5 (Max, Default Fallback) | 4 (56) | 2 (58) | 5 (52) | 2 (54) | 4 (58) | 6 (54) |
| Claude Fable 5.1 (Max, Default Fallback) | 6 (54) | 4 (58) | 3 (54) | 7 (51) | 5 (57) | 2 (57) |
| Muse Wonder Full (Max) | 5 (55) | 5 (58) | 6 (51) | 5 (52) | 6 (55) | 5 (54) |
| Kimi K3.1 Pro | 7 (53) | 6 (58) | 7 (49) | 6 (52) | 8 (51) | 7 (50) |
| Muse Wonder (Max) | 9 (51) | 9 (54) | 9 (47) | 8 (49) | 9 (50) | 8 (50) |
| GPT-6.1 Terra (Max) | 10 (49) | 10 (50) | 10 (46) | 10 (45) | 7 (55) | 9 (48) |
| Grok 4.7 (Xhigh) | 8 (52) | 8 (55) | 8 (47) | 9 (47) | 11 (42) | 10 (46) |
| Qwen3.8 Max (0902) | 11 (45) | 13 (47) | 12 (41) | 12 (41) | 12 (39) | 12 (43) |
| Gemini 3.8 Flash (High) | 13 (42) | 14 (47) | 11 (42) | 14 (38) | 13 (39) | 13 (40) |
| DeepSeek V4.1 Flash 1017 (Max) | 14 (42) | 11 (49) | 14 (38) | 11 (41) | 14 (38) | 14 (38) |
| Claude Haiku 5.5 (Max) | 12 (44) | 15 (39) | 13 (39) | 15 (37) | 10 (43) | 11 (43) |
| GLM-5.3 (Max) | 15 (42) | 12 (47) | 15 (36) | 13 (39) | 15 (38) | 15 (37) |
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Más de Artificial Analysis
Search API
Benchmarks de APIs de búsqueda web para agentes, comparando calidad de recuperación, latencia y precio
Proveedores
Compara proveedores de API por velocidad, latencia, precio y precisión del endpoint para cada modelo
AA-3D
Mide qué tan bien los modelos de IA crean experiencias 3D interactivas, clasificados por votos a ciegas de nuestro panel reclutado
AA-Robotics
Mide qué tan bien los modelos de lenguaje comprenden, planifican y actúan en el mundo físico al controlar un brazo robótico
Calidad y precio de los principales modelos para generar imágenes a partir de prompts de texto, clasificados por Elo según votos ciegos de preferencia humana
Calidad y precio de los principales modelos para editar imágenes con instrucciones de texto, clasificados por Elo según votos ciegos de preferencia humana
Votación de videos
Vota entre videos de los principales modelos y ayuda a definir la clasificación
Ranking de video
Compara los principales modelos de video por calidad y precio, clasificados por votos ciegos de preferencia humana
Calidad y precio de los principales modelos para generar video con audio a partir de prompts de texto, clasificados por Elo según votos ciegos de preferencia humana
Calidad y precio de los principales modelos para generar video con audio a partir de imágenes, clasificados por Elo según votos ciegos de preferencia humana
Calidad y precio de los principales modelos para editar videos con instrucciones de texto, clasificados por Elo según votos ciegos de preferencia humana