Modelos de frontera, evaluados continuamente.

Calidad, coste y velocidad de los mejores modelos de IA — actualizados en ciclo continuo · última actualización 2026-11-03.

Índices de inteligencia, código y agentes

Índices compuestos de Artificial Analysis · precio por millón de tokens (entrada / salida)

# Modelo Inteligencia Código Agentes $ / 1M entrada $ / 1M salida
1 Claude Opus 5.5 (Max, Default Fallback) 58.4 — — $4.40 $22.00
2 GPT-6 Astra (Max) 56.9 76.9 51 $10.00 $50.00
3 GPT-6.1 Sol (Max) 54.5 — — $2.00 $10.00
4 Claude Sonnet 5.5 (Max, Default Fallback) 54.2 — — $2.20 $11.00
5 Qwen3.8 Max 53.4 68.9 49.9 — —
6 GPT-6.1 Terra (Max) 51 — — $1.20 $6.00
7 Gemini 4 Argon (High) 50.4 — — $2.20 $11.00
8 Claude Fable 5.1 (Xhigh, Default Fallback) 49.7 80.7 57.2 $5.00 $25.00
9 Kimi K3.1 Pro 46 — — $4.00 $20.00
10 Muse Wonder (Max) 43.3 — — $4.00 $20.00
11 Muse Spark 1.3 (Max) 36.4 75.8 55.5 $1.25 $4.25
12 Claude Haiku 5.5 (Max) 36.2 — — $0.110 $0.550
13 Grok 4.7 (High) 35 — — $1.60 $4.80
14 Qwen3.8 Max (0902) 33.6 76.2 56 $2.00 $6.00
15 GLM-5.3 (Max) 31.7 74.8 53.1 $0.980 $3.08
16 Gemini 3.8 Flash (High) 30.5 76.3 40.2 $0.830 $4.12
17 MiMo-V2.6-Pro 29.9 — — $0.520 $1.04
18 MiniMax-M3.1-Flash 28.9 — — $0.140 $0.540
19 DeepSeek V4.1 Flash 1017 (High) 28.5 — — $0.020 $0.250
20 Step 5 Preview 28.5 — — $1.00 $2.70
21 Solar Pro 4 28.2 52.7 — $0.150 $0.600
22 GLM-5.3-Flash 27.8 71.5 50.9 $0.100 $0.500
23 GPT-6 Luna (Max) 27.8 — — $0.100 $0.500
24 MiMo-V2.6-Flash 26.7 — — $0.140 $0.280
25 Mistral Large 4 (High) 26 — — $0.770 $2.31
26 Muse Spark Open (Xhigh) 24.7 — — $1.25 $4.25
27 DeepSeek V4 Pro 0813 (Max) 23.1 68.8 41.3 $0.110 $4.00
28 Qwen3.8 27B (Xhigh) 20.1 68.1 45.8 $0.300 $1.80
29 MiniMax-M3 18.7 58.6 29.5 $0.220 $0.880
30 Beam 1.0 17.7 — — $0.400 $1.20

Razonamiento, agentes y búsqueda — reejecutados en modelos actuales

GPQA Diamond

Razonamiento científico de nivel de posgrado

# Modelo Puntuación $ / tarea
1 Gemini 4 Argon 96.5% $0.095
2 Gemini 4 Argon 96.0% $0.029
3 Gemini 3.8 Flash 95.6% $0.068
4 GPT-6 Astra Pro 95.5% $0.333
5 Fugu Ultra 94.6% $1.15
6 Gemini 3.1 Pro Preview 94.5% $0.202
7 GPT-6 Astra 94.4% $0.113
8 GPT-6.1 Sol 94.4% $0.021
9 GPT-5.6 Sol Pro 94.1% $0.151
10 GPT-5.5 93.9% $0.313
11 Gemini 3.7 Flash 93.9% $0.029
12 Gemini 3.8 Flash 93.4% $0.023
13 Fugu Ultra V2 93.3% $0.503
14 Jev Router 93.3% $0.035
15 Grok 4.6 92.8% $0.123

Ningún modelo gana todos los benchmarks.

El líder cambia según la tarea: un modelo domina el razonamiento, otro el código y un tercero la búsqueda agéntica. Exactamente por eso existe MultipleChat — pon a los líderes lado a lado, deja que redacten, se cuestionen y se verifiquen, y quédate con la mejor respuesta.

Calidad, coste y velocidad juntos

Una puntuación sin precio es marketing. Cada leaderboard aquí combina calidad con coste por tarea o por millón de tokens.

En vivo y abierto

Actualizado continuamente y descargable en JSON. Nuestro estudio comparativo trimestral está en el MultipleChat AI Benchmark.

Atribución

Source: OpenRouter (openrouter.ai/rankings) incl. los índices de Artificial Analysis, as of 2026-11-03T23:21:39Z. Con licencia CC BY 4.0.