Google: inteligencia, rendimiento y precio de sus modelos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Google

Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Google para tu caso de uso.

Más inteligente

Claude Opus 5.5 (max with fallback)

Claude Sonnet 5.5 (max with fallback)

Gemini 4 Argon (high) (Vertex)

Claude Opus 5 (max)

Claude Opus 5 (xhigh)

Intelligence Index

61 modelos en total

Más rápido

Gemini 3.5 Flash-Lite AI Studio

437 t/s

gpt-oss-20b (high) Vertex

396 t/s

gpt-oss-20b (low) Vertex

387 t/s

Gemini 2.5 Flash-Lite (AI Studio)

375 t/s

Gemini 3.1 Flash-Lite (AI Studio)

366 t/s

Velocidad de salida

61 modelos en total

Menor precio

Gemma 4 26B A4B AI Studio

$0.00

Gemma 4 31B (AI Studio)

$0.00

Gemini 2.5 Flash-Lite (AI Studio)

$0.07

Gemini 2.5 Flash-Lite (non-reasoning) (AI Studio)

$0.07

gpt-oss-20b (low) Vertex

$0.09

Precio combinado (por 1M de tokens)

61 modelos en total

Google ofrece 61 modelos, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave entre modelos.

En inteligencia, los mejores modelos en Google son Claude Opus 5.5 (max with fallback) (58), Claude Sonnet 5.5 (max with fallback) (56) y Gemini 4 Argon (high) (Vertex) (53).
En velocidad de salida, los modelos más rápidos son Gemini 3.5 Flash-Lite AI Studio (437 t/s), gpt-oss-20b (high) Vertex (396 t/s) y gpt-oss-20b (low) Vertex (387 t/s).
En latencia, Gemini 2.5 Flash-Lite (non-reasoning) (AI Studio) (0.30s), Gemini 2.5 Flash (non-reasoning) (AI Studio) (0.45s) y Gemini 2.5 Flash (non-reasoning) (Vertex) (0.61s) ofrecen el menor tiempo hasta el primer token de respuesta.
En precios, Gemma 4 26B A4B AI Studio ($0.00), Gemma 4 31B (AI Studio) ($0.00) y Gemini 2.5 Flash-Lite (AI Studio) ($0.07) ofrecen los menores precios combinados por 1M de tokens.
En tamaño de ventana de contexto, Llama 4 Scout Vertex (1M), Claude Opus 5.5 (max with fallback) (1M) y Claude Sonnet 5.5 (max with fallback) (1M) admiten las ventanas de contexto más grandes en Google.

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Precio

USD per 1M tokens (blended) · Lower is better

Evaluaciones de inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPtUnder review

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AA

Medical long context reasoning

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. precio

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Ventana de contexto

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Precios

Intelligence Index vs. precio

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Resumen de rendimiento

Velocidad de salida vs. precio

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Velocidad

Medida por la velocidad de salida (tokens por segundo)

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Latencia

Medida por el tiempo (segundos) hasta el primer token

Latencia: Tiempo hasta el primer token de respuesta

Segundos hasta recibir el primer token de respuesta · Incluye el tiempo de «pensamiento» de los modelos de razonamiento

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Comportamiento de caché

Tasa de aciertos de caché

Proporción de tokens de entrada aptos para caché servidos desde la caché · Mediana de las últimas cuatro semanas, actualizada el 26 sept 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Costo por tarea vs. Tasa de aciertos de caché

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

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 vs. precio

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Análisis adicional
Claude Opus 5.5 (max with fallback)	1M	Propietario	58	$11.63	99	738.63	743.67	--	Modelo Proveedor
Claude Sonnet 5.5 (max with fallback)	1M	Propietario	56	--	140	501.66	505.24	--	Modelo Proveedor
Gemini 4 Argon (high) AI Studio (1M output)	1M	Propietario	53	$1.99	--	--	--	--	Modelo Proveedor
Gemini 4 Argon (high) AI Studio	1M	Propietario	53	$1.99	--	--	--	--	Modelo Proveedor
Gemini 4 Argon (high) (Vertex)	1M	Propietario	53	$1.99	85	38.94	44.84	--	Modelo Proveedor
Claude Opus 5 (max)	1M	Propietario	51	$9.38	64	55.06	62.88	--	Modelo Proveedor
Claude Opus 5 (xhigh)	1M	Propietario	50	$7.75	59	26.25	34.75	--	Modelo Proveedor
Claude Fable 5 (with fallback)	1M	Propietario	50	$9.66	70	60.37	67.52	--	Modelo Proveedor
Claude Opus 5 (high)	1M	Propietario	48	$5.64	58	16.46	25.04	--	Modelo Proveedor
Claude Opus 5 (medium)	1M	Propietario	45	$3.32	58	3.32	11.98	--	Modelo Proveedor
Claude Opus 5.5 (low with fallback)	1M	Propietario	42	$0.68	81	8.81	14.95	--	Modelo Proveedor
Claude Opus 4.8 (max)	1M	Propietario	42	$7.35	72	40.42	47.36	--	Modelo Proveedor
Gemini 3.8 Flash (high) AI Studio	1M	Propietario	41	$1.24	147	23.07	26.47	--	Modelo Proveedor
Claude Opus 4.7 (max)	1M	Propietario	41*	--	69	12.32	19.53	--	Modelo Proveedor
Gemini 3.8 Flash (medium) AI Studio	1M	Propietario	40	$0.93	--	--	--	--	Modelo Proveedor
Gemini 3.7 Flash (medium) AI Studio	1M	Propietario	40*	--	285	4.82	6.57	--	Modelo Proveedor
Claude Opus 5 (low)	1M	Propietario	39	$1.57	59	2.25	10.69	--	Modelo Proveedor
Gemini 3.7 Flash (high) AI Studio	1M	Propietario	39	$0.93	280	7.95	9.74	--	Modelo Proveedor
Claude Sonnet 5 (max)	1M	Propietario	38	$7.36	84	156.25	162.21	--	Modelo Proveedor
Gemini 3.7 Flash (low) AI Studio	1M	Propietario	37*	--	281	1.23	3.01	--	Modelo Proveedor
Claude Sonnet 5.5 (low with fallback)	1M	Propietario	36	--	109	1.72	6.31	--	Modelo Proveedor
Gemini 3.6 Flash (high) AI Studio	1M	Propietario	34	$1.60	224	14.46	16.69	--	Modelo Proveedor
Gemini 3.5 Flash (medium)	1M	Propietario	34*	--	215	11.26	13.59	--	Modelo Proveedor
Gemini 3.8 Flash (low) AI Studio	1M	Propietario	33	--	--	--	--	--	Modelo Proveedor
Gemini 3.5 Flash (high) AI Studio	1M	Propietario	33	$3.69	213	13.01	15.36	--	Modelo Proveedor
Claude Opus 4.6 (max)	1M	Propietario	32*	--	54	21.87	31.17	--	Modelo Proveedor
Claude Sonnet 4.6 (max)	200k	Propietario	30	$6.47	66	81.47	89.09	--	Modelo Proveedor
Gemini 3.1 Pro Preview (Vertex)	1M	Propietario	30	$1.31	97	28.35	33.49	--	Modelo Proveedor
Gemini 3.1 Pro Preview (AI Studio)	1M	Propietario	30	$1.30	139	17.35	20.95	--	Modelo Proveedor
Claude Opus 4.5 Vertex	200k	Propietario	29*	--	59	17.09	25.52	--	Modelo Proveedor
Gemini 3 Pro Preview (high) (Vertex)	1M	Propietario	28*	--	--	--	--	--	Modelo Proveedor
GLM-5	200k	Abierto	28*	--	73	1.83	51.23	42.55	Modelo Proveedor
Claude Opus 4.6 (non-reasoning, high)	1M	Propietario	26*	--	43	2.05	13.57	--	Modelo Proveedor
Gemini 3 Flash (AI Studio)	1M	Propietario	26*	--	204	5.99	8.44	--	Modelo Proveedor
Claude Sonnet 4.6 (non-reasoning, high)	200k	Propietario	25*	--	46	1.09	11.89	--	Modelo Proveedor
Gemini 3.5 Flash (minimal) AI Studio	1M	Propietario	24*	--	192	0.80	3.40	--	Modelo Proveedor
Claude Opus 4.5 (non-reasoning) Vertex	200k	Propietario	24*	--	49	0.90	11.01	--	Modelo Proveedor
Claude 4.1 Opus Vertex	200k	Propietario	23*	--	--	--	--	--	Modelo Proveedor
Gemini 3 Pro Preview (low) (Vertex)	1M	Propietario	22*	--	--	--	--	--	Modelo Proveedor
GLM-4.7	200k	Abierto	22*	--	193	0.98	13.90	10.34	Modelo Proveedor
Gemini 3.5 Flash-Lite AI Studio	1M	Propietario	22	$0.19	449	6.90	8.01	--	Modelo Proveedor
Kimi K2 Thinking Vertex	262k	Abierto	22*	--	218	0.85	12.33	9.18	Modelo Proveedor
Claude 4.5 Sonnet Vertex	1M	Propietario	21	$0.53	50	15.07	25.08	--	Modelo Proveedor
Claude 4 Opus Vertex	200k	Propietario	21*	--	--	--	--	--	Modelo Proveedor
Claude 4.5 Sonnet (non-reasoning) Vertex	1M	Propietario	19*	--	41	1.02	13.33	--	Modelo Proveedor
MiniMax-M2 Vertex	197k	Abierto	19*	--	124	0.88	21.10	16.17	Modelo Proveedor
Claude 4.1 Opus (non-reasoning) Vertex	200k	Propietario	19*	--	--	--	--	--	Modelo Proveedor
Gemini 3 Flash (non-reasoning) (AI Studio)	1M	Propietario	18*	--	204	0.97	3.42	--	Modelo Proveedor
GLM-4.7 (non-reasoning)	200k	Abierto	17*	--	193	1.15	3.74	--	Modelo Proveedor
Claude 4.5 Haiku Vertex	200k	Propietario	17	$0.24	110	17.00	21.54	--	Modelo Proveedor
Gemma 4 26B A4B AI Studio	262k	Abierto	17*	--	47	0.98	54.47	42.79	Modelo Proveedor
Claude 4 Opus (non-reasoning) Vertex	200k	Propietario	17*	--	--	--	--	--	Modelo Proveedor
Gemini 2.5 Pro (AI Studio)	1M	Propietario	16	$0.33	119	20.88	25.08	--	Modelo Proveedor
Gemini 2.5 Pro Vertex	1M	Propietario	16	$0.33	113	24.93	29.36	--	Modelo Proveedor
Gemini 3.1 Flash-Lite (AI Studio)	1M	Propietario	16	$0.06	364	4.17	5.55	--	Modelo Proveedor
Claude 4.5 Haiku (non-reasoning) Vertex	200k	Propietario	15*	--	88	0.66	6.35	--	Modelo Proveedor
Claude 3.7 Sonnet (non-reasoning) Vertex	200k	Propietario	15*	--	--	--	--	--	Modelo Proveedor
Gemma 4 31B (AI Studio)	262k	Abierto	15	$0.00	35	1.03	64.51	49.29	Modelo Proveedor
Gemini 2.5 Pro (May) (AI Studio)	1M	Propietario	15*	--	--	--	--	--	Modelo Proveedor
DeepSeek R1 0528 Vertex	164k	Abierto	13*	--	167	1.04	16.03	11.99	Modelo Proveedor
Gemini 2.5 Flash (AI Studio)	1M	Propietario	13*	--	212	13.89	16.24	--	Modelo Proveedor
Gemini 2.5 Flash (Vertex)	1M	Propietario	13*	--	197	16.85	19.39	--	Modelo Proveedor
Qwen3 235B 2507 Vertex	262k	Abierto	12*	--	49	0.82	10.94	--	Modelo Proveedor
Qwen3 Coder 480B Vertex	262k	Abierto	12*	--	169	0.85	3.81	--	Modelo Proveedor
gpt-oss-120b (high) Vertex	131k	Abierto	12	$0.06	136	0.75	19.18	14.74	Modelo Proveedor
Qwen3 Next 80B A3B Vertex	262k	Abierto	11*	--	162	0.68	16.09	12.33	Modelo Proveedor
Gemini 2.5 Flash-Lite (Sep) (AI Studio)	1M	Propietario	10*	--	--	--	--	--	Modelo Proveedor
gpt-oss-120b (low) Vertex	131k	Abierto	10*	--	174	1.19	15.56	11.50	Modelo Proveedor
gpt-oss-20b (low) Vertex	131k	Abierto	10*	--	387	0.36	6.82	5.17	Modelo Proveedor
Gemini 2.5 Flash (non-reasoning) (Vertex)	1M	Propietario	10*	--	180	0.74	3.52	--	Modelo Proveedor
Gemini 2.5 Flash (non-reasoning) (AI Studio)	1M	Propietario	10*	--	209	0.46	2.85	--	Modelo Proveedor
Qwen3 Next 80B A3B Vertex	262k	Abierto	10*	--	321	0.65	2.21	--	Modelo Proveedor
Gemini 2.5 Flash-Lite (Sep) (non-reasoning) (AI Studio)	1M	Propietario	9*	--	--	--	--	--	Modelo Proveedor
gpt-oss-20b (high) Vertex	131k	Abierto	9	$0.01	398	0.41	6.69	5.02	Modelo Proveedor
Gemini 2.5 Flash-Lite (AI Studio)	1M	Propietario	9*	--	353	13.91	15.32	--	Modelo Proveedor
Gemini 2.0 Flash (exp) (AI Studio)	1M	Propietario	8*	--	--	--	--	--	Modelo Proveedor
Llama 3.3 70B Vertex	128k	Abierto	8*	--	150	0.68	4.01	--	Modelo Proveedor
Gemini 2.5 Flash-Lite (non-reasoning) (AI Studio)	1M	Propietario	7*	--	283	0.31	2.07	--	Modelo Proveedor
Llama 4 Scout Vertex	1.31M	Abierto	6	$0.16	157	0.67	3.86	--	Modelo Proveedor
Gemma 3 27B (AI Studio)	128k	Abierto	5	$0.00	--	--	--	--	Modelo Proveedor
Gemma 3 4B (AI Studio)	128k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Gemma 3n E2B (AI Studio)	32k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Gemma 3 1B (AI Studio)	32k	Abierto	5*	--	--	--	--	--	Modelo Proveedor
Gemma 3 12B (AI Studio)	128k	Abierto	4	$0.00	--	--	--	--	Modelo Proveedor

Definiciones clave

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preguntas frecuentes

Preguntas comunes sobre Google

Google ofrece 61 modelos que monitoreamos: Claude Opus 5.5 (max with fallback), Claude Sonnet 5.5 (max with fallback), Gemini 4 Argon (high) (Vertex), Claude Opus 5 (max), Claude Opus 5 (xhigh), Claude Fable 5 (with fallback), Claude Opus 5 (high), Claude Opus 5 (medium), Claude Opus 5.5 (low with fallback), Claude Opus 4.8 (max), Gemini 3.8 Flash (high) AI Studio, Claude Opus 4.7 (max), Claude Opus 5 (low), Claude Sonnet 5 (max), Claude Sonnet 5.5 (low with fallback), Gemini 3.6 Flash (high) AI Studio, Gemini 3.5 Flash (medium), Gemini 3.5 Flash (high) AI Studio, Claude Opus 4.6 (max), Claude Sonnet 4.6 (max), Gemini 3.1 Pro Preview (Vertex), Gemini 3.1 Pro Preview (AI Studio), Claude Opus 4.5 Vertex, GLM-5, Claude Opus 4.6 (non-reasoning, high), Gemini 3 Flash (AI Studio), Claude Sonnet 4.6 (non-reasoning, high), Gemini 3.5 Flash (minimal) AI Studio, Claude Opus 4.5 (non-reasoning) Vertex, GLM-4.7, Gemini 3.5 Flash-Lite AI Studio, Kimi K2 Thinking Vertex, Claude 4.5 Sonnet Vertex, Claude 4.5 Sonnet (non-reasoning) Vertex, MiniMax-M2 Vertex, Gemini 3 Flash (non-reasoning) (AI Studio), GLM-4.7 (non-reasoning), Claude 4.5 Haiku Vertex, Gemma 4 26B A4B AI Studio, Gemini 2.5 Pro (AI Studio), Gemini 2.5 Pro Vertex, Gemini 3.1 Flash-Lite (AI Studio), Claude 4.5 Haiku (non-reasoning) Vertex, Gemma 4 31B (AI Studio), DeepSeek R1 0528 Vertex, Gemini 2.5 Flash (AI Studio), Gemini 2.5 Flash (Vertex), Qwen3 235B 2507 Vertex, Qwen3 Coder 480B Vertex, gpt-oss-120b (high) Vertex, Qwen3 Next 80B A3B Vertex, gpt-oss-120b (low) Vertex, gpt-oss-20b (low) Vertex, Gemini 2.5 Flash (non-reasoning) (Vertex), Gemini 2.5 Flash (non-reasoning) (AI Studio), Qwen3 Next 80B A3B Vertex, gpt-oss-20b (high) Vertex, Gemini 2.5 Flash-Lite (AI Studio), Llama 3.3 70B Vertex, Gemini 2.5 Flash-Lite (non-reasoning) (AI Studio) y Llama 4 Scout Vertex.

El modelo más inteligente disponible en Google es Claude Opus 5.5 (max with fallback), con una puntuación de 58 en el Intelligence Index.

El modelo más rápido en Google por velocidad de salida es Gemini 3.5 Flash-Lite AI Studio, con 437.0 tokens por segundo.

El modelo con el menor tiempo hasta el primer token de respuesta en Google es Gemini 2.5 Flash-Lite (non-reasoning) (AI Studio), con 0.30s. Una menor latencia significa una respuesta inicial más rápida.

El modelo más económico en Google por precio combinado es Gemma 4 26B A4B AI Studio, a $0.00 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).

Los precios en Google van desde $0.00 por 1M de tokens para Gemma 4 26B A4B AI Studio hasta $7.70 por 1M de tokens para Claude Fable 5 (with fallback).

Sí, Google ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.

44 de 61 modelos en Google admiten el modo JSON para salida estructurada.

Sí, los 61 modelos en Google admiten llamadas a funciones (uso de herramientas).

Sí, Google ofrece 45 modelos de razonamiento: Claude Opus 5.5 (max with fallback), Claude Sonnet 5.5 (max with fallback), Gemini 4 Argon (high) (Vertex), Claude Opus 5 (max), Claude Opus 5 (xhigh), Claude Fable 5 (with fallback), Claude Opus 5 (high), Claude Opus 5 (medium), Claude Opus 5.5 (low with fallback), Claude Opus 4.8 (max), Gemini 3.8 Flash (high) AI Studio, Claude Opus 4.7 (max), Claude Opus 5 (low), Claude Sonnet 5 (max), Claude Sonnet 5.5 (low with fallback), Gemini 3.6 Flash (high) AI Studio, Gemini 3.5 Flash (medium), Gemini 3.5 Flash (high) AI Studio, Claude Opus 4.6 (max), Claude Sonnet 4.6 (max), Gemini 3.1 Pro Preview (Vertex), Gemini 3.1 Pro Preview (AI Studio), Claude Opus 4.5 Vertex, GLM-5, Gemini 3 Flash (AI Studio), GLM-4.7, Gemini 3.5 Flash-Lite AI Studio, Kimi K2 Thinking Vertex, Claude 4.5 Sonnet Vertex, MiniMax-M2 Vertex, Claude 4.5 Haiku Vertex, Gemma 4 26B A4B AI Studio, Gemini 2.5 Pro (AI Studio), Gemini 2.5 Pro Vertex, Gemini 3.1 Flash-Lite (AI Studio), Gemma 4 31B (AI Studio), DeepSeek R1 0528 Vertex, Gemini 2.5 Flash (AI Studio), Gemini 2.5 Flash (Vertex), gpt-oss-120b (high) Vertex, Qwen3 Next 80B A3B Vertex, gpt-oss-120b (low) Vertex, gpt-oss-20b (low) Vertex, gpt-oss-20b (high) Vertex y Gemini 2.5 Flash-Lite (AI Studio). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.

Sí, 18 de 61 modelos en Google son modelos de pesos abiertos: GLM-5, GLM-4.7, Kimi K2 Thinking Vertex, MiniMax-M2 Vertex, GLM-4.7 (non-reasoning), Gemma 4 26B A4B AI Studio, Gemma 4 31B (AI Studio), DeepSeek R1 0528 Vertex, Qwen3 235B 2507 Vertex, Qwen3 Coder 480B Vertex, gpt-oss-120b (high) Vertex, Qwen3 Next 80B A3B Vertex, gpt-oss-120b (low) Vertex, gpt-oss-20b (low) Vertex, Qwen3 Next 80B A3B Vertex, gpt-oss-20b (high) Vertex, Llama 3.3 70B Vertex y Llama 4 Scout Vertex.

Sí, el rendimiento de un proveedor puede variar con el tiempo debido a cambios de infraestructura, balanceo de carga y actualizaciones. Medimos continuamente a todos los proveedores y mostramos las tendencias históricas de rendimiento en los gráficos "a lo largo del tiempo".

Al elegir un modelo en Google, considera: inteligencia (para tareas sensibles a la calidad), velocidad de salida (para tareas intensivas en rendimiento), latencia (para aplicaciones interactivas que requieren primeras respuestas rápidas), precios (para cargas de trabajo sensibles al costo) y funcionalidades como el tamaño de la ventana de contexto, el modo JSON o las llamadas a funciones.

Google: inteligencia, rendimiento y precio de sus modelos

Más inteligente

Más rápido

Menor precio

Inteligencia

Velocidad

Precio

Evaluaciones de inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. precio

Price-Quality Variance

Ventana de contexto

Ventana de contexto

Context Window for RAG

Context Window

Precios

Intelligence Index vs. precio

Price-Quality Variance

Resumen de rendimiento

Velocidad de salida vs. precio

Output Speed

Price

Velocidad

Velocidad de salida

Output Speed

Model Performance Representation

Latencia

Latencia: Tiempo hasta el primer token de respuesta

Time to First Answer Token

Comportamiento de caché

Tasa de aciertos de caché

What Cache Hit Rate Shows

Costo por tarea vs. Tasa de aciertos de caché

Cost per Intelligence Index Task

Tiempo de respuesta de extremo a extremo

Tiempo de respuesta de extremo a extremo vs. precio

Price

Definiciones clave

Context Window

Preguntas frecuentes

¿Qué modelos ofrece Google?

¿Cuál es el modelo más inteligente en Google?

¿Cuál es el modelo más rápido en Google?

¿Qué modelo tiene la menor latencia en Google?

¿Cuál es el modelo más barato en Google?

¿Cuánto varían los precios entre modelos en Google?

¿Es Google compatible con OpenAI?

¿Google admite el modo JSON?

¿Google admite llamadas a funciones?

¿Google ofrece modelos de razonamiento?

¿Google ofrece modelos de pesos abiertos?

¿El rendimiento de Google cambia con el tiempo?

¿Cómo elijo un modelo en Google?