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
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
AA-Briefcase v1.1
Elo de AA-Briefcase
AA-Omniscience v1.1
Puntuación neta de AA-Omniscience
AA-PersonalityBench
Índices de personalidad
Openness Index
Artificial Analysis Openness Index: puntuación
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
Rendimiento
Medido por el tiempo por tarea (minutos), la velocidad de salida (tokens por segundo), el tiempo hasta el primer token de respuesta y el tiempo hasta el primer token (segundos)
Tiempo por tarea del Intelligence Index
Velocidad de salida
Tiempo hasta el primer token de respuesta
Tamaño del modelo (solo modelos de pesos abiertos)
Tamaño del modelo: parámetros totales y activos
Preguntas frecuentes
Gemini 4 Carbon (High) lidera actualmente el Artificial Analysis Intelligence Index con una puntuación de 60, entre 97 modelos evaluados.
Los mejores modelos de IA según el Intelligence Index son: 1. Gemini 4 Carbon (High) (60), 2. Claude Opus 5.5 (Max, Default Fallback) (59), 3. Gemini 4 Carbon (Medium) (58), 4. Claude Opus 5.5 (Xhigh, Default Fallback) (57) y 5. GPT-6 Astra (Max) (57).
GPT-6 Luna (Low) es el más rápido, con el menor tiempo por tarea: 0.6 minutos por tarea del Intelligence Index, seguido de GPT-6.1 Terra (Low) (1.0 min) y Gemini 3.5 Flash-Lite (1.7 min). Cuanto menor, mejor.
K2 Horizon 375B A23B es el más económico, con $0.00 por millón de tokens (precio combinado), seguido de Command A+ ($0.00) y Gemma 4 31B (Reasoning) ($0.00).
Tiny Aya Global tiene el menor tiempo hasta el primer token de respuesta, con 0.26s, seguido de Phi-4 Multimodal Instruct (0.46s) y Celeris-1 (0.71s).
Kimi K3.1 Pro es el modelo con pesos abiertos mejor clasificado, con una puntuación de 46 en el Intelligence Index. Hay 39 modelos con pesos abiertos de un total de 97 evaluados.
Los mejores modelos de IA con pesos abiertos según el Intelligence Index son: 1. Kimi K3.1 Pro (46), 2. DeepSeek V4.1 Flash 1017 (Max) (33) y 3. GLM-5.3 (Max) (32).
Gemini 4 Carbon (High) lidera entre 92 modelos de razonamiento con una puntuación de 60 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, tiempo por tarea (minutos por tarea del Intelligence Index, a partir de la velocidad de salida de extremo a extremo), latencia (tiempo hasta el primer token de respuesta) y tamaño de la ventana de contexto. Las métricas de rendimiento se miden directamente mediante prompts estandarizados en 281 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