Comparación de modelos: análisis de inteligencia, rendimiento y precio
ProbarInteligencia
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abiertos vs. propietarios
Intelligence Index vs. costo por tarea
Miden el rendimiento de modelos en capacidades e industrias específicas
Artificial Analysis Finance & Accounting Index
Evaluations
Agentic knowledge work, (Elo-500)/2000
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, (Elo-500)/2000
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
AA-Briefcase v1.1Updated
Elo de AA-Briefcase
AA-Omniscience
AA-Omniscience Index
Openness Index
Artificial Analysis Openness Index: puntuación
Comparaciones del Intelligence Index
Intelligence Index vs. costo por tarea
Uso de tokens
Tokens de salida por tarea del Intelligence Index
Costo
Costo por tarea del Intelligence Index
Costo de ejecutar el Artificial Analysis Intelligence Index
Precios: aciertos de caché, entrada y salida
Ventana de contexto
Ventana de contexto
Velocidad
Medida por la velocidad de salida (tokens por segundo)
Velocidad de salida
Tiempo por tarea del Intelligence Index
Latencia
Medida por el tiempo (segundos) hasta el primer token
Latencia: Tiempo hasta el primer token de respuesta
Tiempo de respuesta de extremo a extremo
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tiempo de respuesta de extremo a extremo
Tamaño del modelo (solo modelos de pesos abiertos)
Tamaño del modelo: parámetros totales y activos
Preguntas frecuentes
Claude Opus 5.5 (Max, Default Fallback) lidera actualmente el Artificial Analysis Intelligence Index con una puntuación de 58, entre 134 modelos evaluados.
Los mejores modelos de IA según el Intelligence Index son: 1. Claude Opus 5.5 (Max, Default Fallback) (58), 2. Claude Sonnet 5.5 (Max, Default Fallback) (56), 3. Claude Opus 5.5 (Xhigh, Default Fallback) (56), 4. Muse Wonder Full (Max) (56) y 5. Claude Opus 5.5 (High, Default Fallback) (54).
Celeris-1 es el más rápido, con 1,380.4 tokens por segundo, seguido de Mercury 2.5 (777.1 t/s) y Gemini 3.5 Flash-Lite (448.9 t/s).
Gemma 4 31B (Reasoning) es el más económico, con $0.00 por millón de tokens (precio combinado), seguido de Command A+ ($0.00) y Ling 3.0 Tiny ($0.00).
North Mini Code tiene el menor tiempo hasta el primer token, con 0.46s, seguido de Granite 4.2 3B (0.47s) y Command A+ (0.50s).
MiMo-V2.6-Pro es el modelo con pesos abiertos mejor clasificado, con una puntuación de 46 en el Intelligence Index. Hay 67 modelos con pesos abiertos de un total de 134 evaluados.
Los mejores modelos de IA con pesos abiertos según el Intelligence Index son: 1. MiMo-V2.6-Pro (46), 2. GLM-5.3 (Max) (45) y 3. Step 5 Preview (44).
Claude Opus 5.5 (Max, Default Fallback) lidera entre 122 modelos de razonamiento con una puntuación de 58 en el Intelligence Index. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Los modelos se comparan en múltiples dimensiones, como inteligencia (calidad), precio, velocidad de salida (tokens por segundo), latencia (tiempo hasta el primer token), tiempo de respuesta de extremo a extremo y tamaño de la ventana de contexto. Las métricas de rendimiento se miden directamente mediante prompts estandarizados en 273 modelos.
Haz clic en el nombre o la fila de cualquier modelo en los gráficos para ver su página específica, con métricas detalladas y comparaciones directas con modelos similares. También puedes usar el selector de modelos para personalizar cuáles aparecen en cada gráfico. Ver el ranking