Modelos de IA

GPQA Diamond: ranking de modelos de IA

195 modelos en el ranking. La nota más alta en GPQA Diamond es la de GPT-6.2 Astra, con 96,8%, según Epoch AI, y 27 modelos están en empate técnico con él.

GPQA Diamond, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), reúne 198 preguntas de biología, física y química escritas por doctores. Una búsqueda rápida casi nunca alcanza. La nota es el porcentaje de aciertos. Aquí están los 195 modelos de esta área con nota en GPQA Diamond, según Epoch AI. La posición aparece como franja, porque las notas dentro del margen quedan en empate técnico.

GPQA Diamond

96,8%

GPT-6.2 Astra

modelos

195

01

Modelo%Fuente
GPT-6.2 AstraOpenAI · cerrado96,8% entre el 1.º y el 4.º de 195 nota más altaEpoch AI
Gemini 4 CarbonGoogle · cerrado96,5% entre el 1.º y el 5.º de 195 empate técnico con la nota más altaEpoch AI
Gemini 4 ArgonGoogle · cerrado96,4% entre el 1.º y el 7.º de 195 empate técnico con la nota más altaEpoch AI
GPT-6 AstraOpenAI · cerrado95,8% entre el 1.º y el 8.º de 195 empate técnico con la nota más altaEpoch AI
Claude Sonnet 5.5Anthropic · cerrado95,6% entre el 2.º y el 9.º de 195 Epoch AI
Gemini 3.8 FlashGoogle · cerrado95,4% entre el 3.º y el 10.º de 195 Epoch AI
GPT-6.1 SolOpenAI · cerrado95,4% entre el 3.º y el 10.º de 195 Epoch AI
Gemini 3.7 FlashGoogle · cerrado94,8% entre el 4.º y el 19.º de 195 Epoch AI
GPT-5.4 ProOpenAI · cerrado94,6% entre el 5.º y el 19.º de 195 Epoch AI
Gemini 3.1 ProGoogle · cerrado94,4% entre el 6.º y el 21.º de 195 Epoch AI
GPT-6 SolOpenAI · cerrado94,3% entre el 8.º y el 23.º de 195 Epoch AI
GPT-6.1 TerraOpenAI · cerrado94,3% entre el 8.º y el 23.º de 195 Epoch AI
Kimi K3.1 ProMoonshot AI · abierto94,2% entre el 8.º y el 23.º de 195 Epoch AI
Gemini 3.6 FlashGoogle · cerrado94,1% entre el 8.º y el 25.º de 195 Epoch AI
GPT-5.5OpenAI · cerrado94% entre el 8.º y el 25.º de 195 Epoch AI
Grok 4.6xAI · cerrado94% entre el 8.º y el 25.º de 195 Epoch AI
Claude Fable 5.2Anthropic · cerrado93,9% entre el 8.º y el 25.º de 195 Epoch AI
Claude Opus 5Anthropic · cerrado93,9% entre el 8.º y el 25.º de 195 Epoch AI
GPT-5.5 ProOpenAI · cerrado93,9% entre el 8.º y el 25.º de 195 Epoch AI
GPT-5.6 SolOpenAI · cerrado93,5% entre el 10.º y el 28.º de 195 Epoch AI
Grok 4.5xAI · cerrado93,4% entre el 10.º y el 28.º de 195 Epoch AI
GPT-5.4OpenAI · cerrado93,3% entre el 11.º y el 29.º de 195 Epoch AI
GPT-5.6 TerraOpenAI · cerrado93,3% entre el 11.º y el 29.º de 195 Epoch AI
Doubao Seed Evolving (Nov 2026)ByteDance · cerrado93,1% entre el 14.º y el 29.º de 195 Epoch AI
Kimi K3Moonshot AI · abierto93,1% entre el 14.º y el 29.º de 195 Epoch AI
Gemini 3.5 FlashGoogle · cerrado92,8% entre el 20.º y el 30.º de 195 Epoch AI
Grok 4.7xAI · cerrado92,7% entre el 20.º y el 30.º de 195 Epoch AI
Gemini 3 ProGoogle · cerrado92,6% entre el 20.º y el 31.º de 195 Epoch AI
Qwen3.8 MaxAlibaba · cerrado92,3% entre el 22.º y el 32.º de 195 Epoch AI
GLM-5.2Zhipu AI (Z.ai) · abierto91,9% entre el 26.º y el 38.º de 195 Epoch AI
GPT-5.6 LunaOpenAI · cerrado91,6% entre el 28.º y el 40.º de 195 Epoch AI
GPT-5.2OpenAI · cerrado91,4% entre el 29.º y el 43.º de 195 Epoch AI
Claude Opus 4.8Anthropic · cerrado91% entre el 30.º y el 46.º de 195 Epoch AI
DeepSeek V4 Flash 0731DeepSeek · abierto91% entre el 30.º y el 46.º de 195 Epoch AI
DeepSeek V4 ProDeepSeek · abierto90,9% entre el 30.º y el 47.º de 195 Epoch AI
GLM-5.3Zhipu AI (Z.ai) · abierto90,9% entre el 30.º y el 47.º de 195 Epoch AI
MiniMax M3MiniMax · abierto90,9% entre el 30.º y el 47.º de 195 Epoch AI
Qwen3.7 MaxAlibaba · cerrado90,9% entre el 30.º y el 47.º de 195 Epoch AI
Kimi K2.6Moonshot AI · abierto90,8% entre el 31.º y el 49.º de 195 Epoch AI
Claude Opus 5.5Anthropic · cerrado90,6% entre el 31.º y el 51.º de 195 Epoch AI
Claude Opus 4.6Anthropic · cerrado90,5% entre el 32.º y el 51.º de 195 Epoch AI
Claude Sonnet 5Anthropic · cerrado90,5% entre el 32.º y el 51.º de 195 Epoch AI
GPT-6 LunaOpenAI · cerrado90,5% entre el 32.º y el 51.º de 195 Epoch AI
Claude Opus 4.7Anthropic · cerrado90,2% entre el 33.º y el 54.º de 195 Epoch AI
GLM-5.3-FlashZhipu AI (Z.ai) · abierto90,2% entre el 33.º y el 54.º de 195 Epoch AI
Mistral Large 4Mistral AI · abierto90,2% entre el 33.º y el 54.º de 195 Epoch AI
GLM 5.1Zhipu AI (Z.ai) · abierto89,9% entre el 35.º y el 54.º de 195 Epoch AI
DeepSeek V4.1 FlashDeepSeek · abierto89,8% entre el 39.º y el 55.º de 195 Epoch AI
Muse SparkMeta · cerrado89,8% entre el 39.º y el 55.º de 195 Epoch AI
Claude Haiku 5.5Anthropic · cerrado89,6% entre el 40.º y el 56.º de 195 Epoch AI
Doubao Seed 2.1 TurboByteDance · cerrado89,6% entre el 40.º y el 56.º de 195 Epoch AI
Gemini 3 FlashGoogle · cerrado89,4% entre el 44.º y el 57.º de 195 Epoch AI
Doubao Seed 2.1 ProByteDance · cerrado89,3% entre el 44.º y el 57.º de 195 Epoch AI
Grok 4.20xAI · cerrado89,3% entre el 44.º y el 57.º de 195 Epoch AI
Grok 4.3 BetaxAI · cerrado88,8% entre el 48.º y el 62.º de 195 Epoch AI
Muse Spark OpenMeta · abierto88,6% entre el 50.º y el 64.º de 195 Epoch AI
Qwen3.6 PlusAlibaba · cerrado88,4% entre el 52.º y el 66.º de 195 Epoch AI
Doubao-Seed-2.0 ProByteDance · cerrado88,2% entre el 55.º y el 66.º de 195 Epoch AI
Doubao Seed 2.0 Lite (Apr 2026)ByteDance · cerrado88,1% entre el 55.º y el 66.º de 195 Epoch AI
Kimi K2.7 CodeMoonshot AI · abierto87,9% entre el 55.º y el 68.º de 195 Epoch AI
Qwen3.7 PlusAlibaba · cerrado87,9% entre el 55.º y el 68.º de 195 Epoch AI
GLM 5Zhipu AI (Z.ai) · abierto87,8% entre el 55.º y el 68.º de 195 Epoch AI
GPT-5.1OpenAI · cerrado87,6% entre el 56.º y el 68.º de 195 Epoch AI
Kimi K2.5Moonshot AI · abierto87,6% entre el 56.º y el 68.º de 195 Epoch AI
Claude Sonnet 4.6Anthropic · cerrado87,4% entre el 57.º y el 69.º de 195 Epoch AI
Qwen 3.6 Max (Preview)Alibaba · no informados87,4% entre el 57.º y el 69.º de 195 Epoch AI
Grok 4xAI · cerrado87% entre el 60.º y el 71.º de 195 Epoch AI
GPT-5.4 MiniOpenAI · cerrado86,9% entre el 60.º y el 73.º de 195 Epoch AI
Qwen3.5 397B A17BAlibaba · abierto86,4% entre el 65.º y el 74.º de 195 Epoch AI
GPT-5OpenAI · cerrado86,2% entre el 67.º y el 75.º de 195 Epoch AI
Claude Opus 4.5Anthropic · cerrado86% entre el 67.º y el 75.º de 195 Epoch AI
Claude Fable 5Anthropic · cerrado85,9% entre el 68.º y el 75.º de 195 Epoch AI
Qwen3.6 27BAlibaba · abierto85,9% entre el 68.º y el 75.º de 195 Epoch AI
Nemotron 3 UltraNVIDIA · abierto85,4% entre el 69.º y el 77.º de 195 Epoch AI
Gemini 2.5 ProGoogle · cerrado85,3% entre el 70.º y el 77.º de 195 Epoch AI
Qwen3.5 Plus 2026-02-15Alibaba · no informados84,8% entre el 74.º y el 78.º de 195 Epoch AI
Qwen3.6 35B A3BAlibaba · abierto84,8% entre el 74.º y el 78.º de 195 Epoch AI
Kimi K2 ThinkingMoonshot AI · abierto84,2% entre el 76.º y el 83.º de 195 Epoch AI
Qwen3.5-35B-A3BAlibaba · abierto83,5% entre el 78.º y el 84.º de 195 Epoch AI
DeepSeek V3.2DeepSeek · abierto83,4% entre el 78.º y el 84.º de 195 Epoch AI
Gemini 3.5 Flash LiteGoogle · cerrado83,3% entre el 78.º y el 87.º de 195 Epoch AI
GLM 4.7Zhipu AI (Z.ai) · abierto83,3% entre el 78.º y el 87.º de 195 Epoch AI
Qwen3.6 FlashAlibaba · no informados83,3% entre el 78.º y el 87.º de 195 Epoch AI
GPT-5.5 InstantOpenAI · cerrado82,5% entre el 79.º y el 89.º de 195 Epoch AI
Claude Sonnet 4.5Anthropic · cerrado82,3% entre el 81.º y el 89.º de 195 Epoch AI
Qwen3.5-FlashAlibaba · no informados82,3% entre el 81.º y el 89.º de 195 Epoch AI
Qwen3.7 FlashAlibaba · cerrado82,3% entre el 81.º y el 89.º de 195 Epoch AI
Gemini 3.1 Flash LiteGoogle · cerrado81,8% entre el 84.º y el 89.º de 195 Epoch AI
o3OpenAI · cerrado81,8% entre el 84.º y el 89.º de 195 Epoch AI
Qwen3-235B-A22BAlibaba · abierto80,1% entre el 90.º y el 93.º de 195 Epoch AI
Claude 3.7 SonnetAnthropic · cerrado79,7% entre el 90.º y el 94.º de 195 Epoch AI
o4-miniOpenAI · cerrado79,6% entre el 90.º y el 94.º de 195 Epoch AI
Claude Sonnet 4Anthropic · cerrado79,2% entre el 90.º y el 95.º de 195 Epoch AI
Qwen3.5-9BAlibaba · abierto79% entre el 91.º y el 95.º de 195 Epoch AI
GPT-5.4 NanoOpenAI · cerrado78,5% entre el 93.º y el 96.º de 195 Epoch AI
Doubao-Seed-1.6ByteDance · cerrado77,6% entre el 95.º y el 99.º de 195 Epoch AI
Claude Opus 4.1Anthropic · cerrado77,3% entre el 96.º y el 102.º de 195 Epoch AI
o3-miniOpenAI · cerrado77% entre el 96.º y el 102.º de 195 Epoch AI
o1OpenAI · cerrado76,8% entre el 96.º y el 104.º de 195 Epoch AI
Claude Opus 4Anthropic · cerrado76,3% entre el 97.º y el 104.º de 195 Epoch AI
DeepSeek R1DeepSeek · abierto76,3% entre el 97.º y el 104.º de 195 Epoch AI
Grok-3 minixAI · cerrado76,3% entre el 97.º y el 104.º de 195 Epoch AI
gpt-oss-120bOpenAI · abierto75,8% entre el 99.º y el 105.º de 195 Epoch AI
Grok 3xAI · cerrado75,8% entre el 99.º y el 105.º de 195 Epoch AI
GPT-5 MiniOpenAI · cerrado75% entre el 103.º y el 105.º de 195 Epoch AI
Gemma 4 26B A4BGoogle · abierto73,2% entre el 106.º y el 107.º de 195 Epoch AI
Qwen3-MaxAlibaba · cerrado72,6% entre el 106.º y el 107.º de 195 Epoch AI
Claude Haiku 4.5Anthropic · cerrado71,2% 108.º de 195 Epoch AI
GPT-5 NanoOpenAI · cerrado69,4% entre el 109.º y el 110.º de 195 Epoch AI
GPT-4.5OpenAI · cerrado68,7% entre el 109.º y el 110.º de 195 Epoch AI
DeepSeek V3DeepSeek · abierto67,6% entre el 111.º y el 113.º de 195 Epoch AI
Llama 4 MaverickMeta · abierto67% entre el 111.º y el 113.º de 195 Epoch AI
GPT-4.1OpenAI · cerrado66,9% entre el 111.º y el 113.º de 195 Epoch AI
GPT-4.1 MiniOpenAI · cerrado65,8% entre el 114.º y el 118.º de 195 Epoch AI
Gemini 2.0 ProGoogle · cerrado65,7% entre el 114.º y el 118.º de 195 Epoch AI
Qwen3 32BAlibaba · abierto65,7% entre el 114.º y el 118.º de 195 Epoch AI
QWQ-PlusAlibaba · cerrado65,4% entre el 114.º y el 118.º de 195 Epoch AI
QwQ-32BAlibaba · abierto65,3% entre el 114.º y el 118.º de 195 Epoch AI
DeepSeek-R1-Distill-Qwen-32BDeepSeek · abierto64,1% entre el 119.º y el 121.º de 195 Epoch AI
Gemini 2.0 FlashGoogle · cerrado64,1% entre el 119.º y el 121.º de 195 Epoch AI
Qwen3 14BAlibaba · abierto63,8% entre el 119.º y el 121.º de 195 Epoch AI
o1-miniOpenAI · cerrado62,4% entre el 122.º y el 123.º de 195 Epoch AI
Qwen3 30B A3BAlibaba · abierto61,7% entre el 122.º y el 124.º de 195 Epoch AI
gpt-oss-20bOpenAI · abierto60,8% entre el 123.º y el 124.º de 195 Epoch AI
Mistral Medium 3Mistral AI · cerrado59,5% 125.º de 195 Epoch AI
Gemini 1.5 ProGoogle · cerrado57,2% entre el 126.º y el 128.º de 195 Epoch AI
Gemini 2.0 Flash ThinkingGoogle · cerrado57,1% entre el 126.º y el 131.º de 195 Epoch AI
Qwen3-8BAlibaba · abierto56,8% entre el 126.º y el 131.º de 195 Epoch AI
Magistral Small 1.0Mistral AI · abierto56,1% entre el 127.º y el 133.º de 195 Epoch AI
Phi 4Microsoft · abierto56,1% entre el 127.º y el 133.º de 195 Epoch AI
Qwen2.5-MaxAlibaba · cerrado56,1% entre el 127.º y el 133.º de 195 Epoch AI
DeepSeek-R1-Distill-Llama-70BDeepSeek · abierto55,7% entre el 129.º y el 133.º de 195 Epoch AI
Claude 3.5 Sonnet (October 2024)Anthropic · cerrado55,3% entre el 129.º y el 133.º de 195 Epoch AI
Claude 3.5 SonnetAnthropic · cerrado54% entre el 134.º y el 135.º de 195 Epoch AI
Grok-2xAI · cerrado53,8% entre el 134.º y el 135.º de 195 Epoch AI
Qwen3-4BAlibaba · abierto52,3% entre el 136.º y el 138.º de 195 Epoch AI
Llama 4 ScoutMeta · abierto51,8% entre el 136.º y el 139.º de 195 Epoch AI
Mistral Large 2Mistral AI · abierto51,3% entre el 136.º y el 140.º de 195 Epoch AI
Llama 3.1-405BMeta · abierto50,9% entre el 137.º y el 140.º de 195 Epoch AI
o1-previewOpenAI · cerrado50,3% entre el 138.º y el 140.º de 195 Epoch AI
Mistral Small 3.2Mistral AI · abierto49,1% entre el 141.º y el 144.º de 195 Epoch AI
Qwen2.5-72BAlibaba · abierto49,1% entre el 141.º y el 144.º de 195 Epoch AI
GPT-4.1 NanoOpenAI · cerrado48,9% entre el 141.º y el 144.º de 195 Epoch AI
Qwen-PlusAlibaba · cerrado48,1% entre el 141.º y el 151.º de 195 Epoch AI
Gemma 3 27BGoogle · abierto47,7% entre el 144.º y el 151.º de 195 Epoch AI
Magistral Small 1.2Mistral AI · abierto47,6% entre el 144.º y el 152.º de 195 Epoch AI
Mistral Small 3.1Mistral AI · abierto47,5% entre el 144.º y el 152.º de 195 Epoch AI
Llama 3.3 70BMeta · abierto47,4% entre el 144.º y el 152.º de 195 Epoch AI
Gemini 1.5 FlashGoogle · cerrado47,3% entre el 144.º y el 153.º de 195 Epoch AI
Mistral Small 3Mistral AI · abierto47,3% entre el 144.º y el 153.º de 195 Epoch AI
Claude 3 OpusAnthropic · cerrado47,2% entre el 144.º y el 153.º de 195 Epoch AI
GPT-4 Turbo (Apr 2024)OpenAI · cerrado46,6% entre el 146.º y el 154.º de 195 Epoch AI
Tulu 3 (Tülu 3) 70BAi2 (Allen Institute) · abierto46,3% entre el 149.º y el 154.º de 195 Epoch AI
Qwen2.5-32BAlibaba · abierto46,1% entre el 152.º y el 154.º de 195 Epoch AI
DeepSeek-R1-Distill-Qwen-14BDeepSeek · abierto44,7% entre el 155.º y el 156.º de 195 Epoch AI
Llama 3.1-70BMeta · abierto44,2% entre el 155.º y el 157.º de 195 Epoch AI
WizardLM-2 8x22BMicrosoft · abierto43,4% entre el 156.º y el 158.º de 195 Epoch AI
GPT-4 Turbo (Nov 2023)OpenAI · cerrado42,4% entre el 157.º y el 159.º de 195 Epoch AI
Qwen-TurboAlibaba · cerrado41,8% entre el 158.º y el 161.º de 195 Epoch AI
Llama 3.2 90BMeta · abierto41% entre el 159.º y el 163.º de 195 Epoch AI
Qwen2-72BAlibaba · abierto40,8% entre el 159.º y el 163.º de 195 Epoch AI
Claude 3 SonnetAnthropic · cerrado40,6% entre el 160.º y el 163.º de 195 Epoch AI
Llama 3-70BMeta · abierto40,6% entre el 160.º y el 163.º de 195 Epoch AI
Gemma 3 12BGoogle · abierto39,5% entre el 164.º y el 165.º de 195 Epoch AI
Mistral LargeMistral AI · cerrado38,8% entre el 164.º y el 167.º de 195 Epoch AI
Claude 3.5 HaikuAnthropic · cerrado38,1% entre el 165.º y el 168.º de 195 Epoch AI
Qwen3-1.7BAlibaba · abierto38% entre el 165.º y el 168.º de 195 Epoch AI
GPT-4o-miniOpenAI · cerrado37,7% entre el 166.º y el 168.º de 195 Epoch AI
Gemma 2 27BGoogle · abierto36,5% entre el 169.º y el 171.º de 195 Epoch AI
Claude 3 HaikuAnthropic · cerrado36,3% entre el 169.º y el 171.º de 195 Epoch AI
Qwen2.5-7BAlibaba · abierto35,5% entre el 169.º y el 172.º de 195 Epoch AI
Claude 2Anthropic · cerrado34,7% entre el 171.º y el 174.º de 195 Epoch AI
Mixtral 8x22BMistral AI · abierto34,1% entre el 172.º y el 175.º de 195 Epoch AI
Gemini 1.0 ProGoogle · cerrado34% entre el 172.º y el 177.º de 195 Epoch AI
DeepSeek-R1-Distill-Qwen-1.5BDeepSeek · abierto33,6% entre el 173.º y el 177.º de 195 Epoch AI
Claude 2.1Anthropic · cerrado33% entre el 174.º y el 178.º de 195 Epoch AI
Gemini 1.5 Flash 8BGoogle · cerrado33% entre el 174.º y el 178.º de 195 Epoch AI
Yi-1.5-34B01.AI · abierto32% entre el 176.º y el 178.º de 195 Epoch AI
Qwen1.5-32BAlibaba · abierto30,7% entre el 179.º y el 181.º de 195 Epoch AI
Mixtral 8x7BMistral AI · abierto30,6% entre el 179.º y el 181.º de 195 Epoch AI
Mistral NemoMistral AI · abierto29,9% entre el 179.º y el 181.º de 195 Epoch AI
Qwen1.5-72BAlibaba · abierto28,8% 182.º de 195 Epoch AI
phi-3-medium 14BMicrosoft · abierto27,6% entre el 183.º y el 186.º de 195 Epoch AI
Gemma 2 9BGoogle · abierto27,5% entre el 183.º y el 186.º de 195 Epoch AI
Ministral 8BMistral AI · abierto27,1% entre el 183.º y el 188.º de 195 Epoch AI
Llama 3.1-8BMeta · abierto27% entre el 183.º y el 188.º de 195 Epoch AI
Llama 2-70BMeta · abierto26,3% entre el 185.º y el 189.º de 195 Epoch AI
Llama 3-8BMeta · abierto26,1% entre el 185.º y el 189.º de 195 Epoch AI
Ministral 3BMistral AI · cerrado25,3% entre el 187.º y el 190.º de 195 Epoch AI
DeepSeek LLM 67BDeepSeek · abierto24,6% entre el 189.º y el 191.º de 195 Epoch AI
Llama 3.2 1BMeta · abierto23,9% entre el 190.º y el 192.º de 195 Epoch AI
Gemma 3 4BGoogle · abierto23,2% entre el 191.º y el 192.º de 195 Epoch AI
Gemma 3 1BGoogle · abierto19,9% 193.º de 195 Epoch AI
Mistral 7BMistral AI · abierto15,2% entre el 194.º y el 195.º de 195 Epoch AI
Yi-34B01.AI · abierto14,7% entre el 194.º y el 195.º de 195 Epoch AI
Gemini 4 ArgonGoogle · cerrado96,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.8 FlashGoogle · cerrado95,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6 Astra ProOpenAI · no informados95,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.1 ProGoogle · cerrado95,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6.1 SolOpenAI · cerrado94,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Ling 3.1 FlashAnt Group · no informados94,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6 AstraOpenAI · cerrado94,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.7 FlashGoogle · cerrado94,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.6 Sol ProOpenAI · no informados94,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.5OpenAI · cerrado93,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Kimi K3.1 ProMoonshot AI · abierto93,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Kimi K3Moonshot AI · abierto93,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.6 FlashGoogle · cerrado93,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Sonnet 5.5Anthropic · cerrado93%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V4.1 FlashDeepSeek · abierto92,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.6 SolOpenAI · cerrado92,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Grok 4.6xAI · cerrado92,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.5 FlashGoogle · cerrado92,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM-5.3-FlashZhipu AI (Z.ai) · abierto92,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6 SolOpenAI · cerrado92,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Nemotron 3.5 Super VLNVIDIA · abierto92,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V4 ProDeepSeek · abierto91,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6.1 TerraOpenAI · cerrado91,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Grok 4.7xAI · cerrado91,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.8 2.4T A95BAlibaba · abierto91,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiniMax M3MiniMax · abierto91,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.6 Luna ProOpenAI · no informados91%, según OpenRouter BenchmarksOpenRouter Benchmarks
Muse Spark OpenMeta · abierto91%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V4 Flash Vision ExpDeepSeek · abierto90,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Kimi K2.7 CodeMoonshot AI · abierto90,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.7 MaxAlibaba · cerrado90,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Hy4Tencent · abierto90,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiMo V2.6 ProXiaomi · abierto90,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.8 FlashAlibaba · abierto90,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3 Flash PreviewGoogle · no informados90,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.4OpenAI · cerrado90,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Opus 5.5Anthropic · cerrado90,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Kimi K2.5Moonshot AI · abierto90,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Opus 4.8Anthropic · cerrado90,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V4 Flash 0423DeepSeek · abierto90,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Fable 5.1Anthropic · cerrado89,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Opus 5Anthropic · cerrado89,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Opus 4.7Anthropic · cerrado89,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM-5.2Zhipu AI (Z.ai) · abierto89,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
Kimi K2.6Moonshot AI · abierto89,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.6 TerraOpenAI · cerrado89,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiniMax M3.1 FlashMiniMax · abierto89,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6 Luna ProOpenAI · no informados89%, según OpenRouter BenchmarksOpenRouter Benchmarks
Nova Micro 1.0Amazon · no informados88,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.6 LunaOpenAI · cerrado88,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-6 LunaOpenAI · cerrado88,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.5 397B A17BAlibaba · abierto88,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM-5.3Zhipu AI (Z.ai) · abierto87,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.7 PlusAlibaba · cerrado87,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Fable 5Anthropic · cerrado87,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.8 27BAlibaba · abierto87,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Haiku 5.5Anthropic · cerrado87,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.1OpenAI · cerrado87%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Sonnet 5Anthropic · cerrado86,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiMo-V2.5-ProXiaomi · abierto86,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Opus 4.5Anthropic · cerrado86,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Opus 4.6Anthropic · cerrado86,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiniMax M2.7MiniMax · abierto86,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemma 4 31BGoogle · abierto85,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5OpenAI · cerrado85,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiMo-V2.6-FlashXiaomi · abierto85,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.6 27BAlibaba · abierto85,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.6 35B A3BAlibaba · abierto85,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiniMax M2.5MiniMax · abierto85%, según OpenRouter BenchmarksOpenRouter Benchmarks
MiMo-V2.5Xiaomi · abierto84,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Ling 3.0 Flash VLAnt Group · abierto84,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.5-122B-A10BAlibaba · abierto84,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.5 Flash LiteGoogle · cerrado84,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM 4.6Zhipu AI (Z.ai) · abierto84,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.4 MiniOpenAI · cerrado84,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM 5.1Zhipu AI (Z.ai) · abierto84,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM 4.7Zhipu AI (Z.ai) · abierto83,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V3.2DeepSeek · abierto83%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.5-35B-A3BAlibaba · abierto82,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 2.5 ProGoogle · cerrado82,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V3.1 TerminusDeepSeek · abierto82,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 3.1 Flash LiteGoogle · cerrado82,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Muse Glimmer 30BMeta · abierto82,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Sonnet 4.5Anthropic · cerrado81,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V3.1DeepSeek · abierto81,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM 5Zhipu AI (Z.ai) · abierto81%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5 MiniOpenAI · cerrado81%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3.5-9BAlibaba · abierto81%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek R1DeepSeek · abierto79,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 235B A22B Thinking 2507Alibaba · abierto79,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemma 4 26B A4BGoogle · abierto78,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5.4 NanoOpenAI · cerrado77,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
gpt-oss-120bOpenAI · abierto77,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3-235B-A22BAlibaba · abierto77,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 2.5 FlashGoogle · cerrado76,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
Ling 3.0 FlashAnt Group · abierto76,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 Coder NextAlibaba · abierto76,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
Mistral Small 4Mistral AI · abierto75,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Nemotron 3.5 LightningNVIDIA · abierto74,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Haiku 4.5Anthropic · cerrado73%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 Next 80B A3B InstructAlibaba · abierto71,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 VL 235B A22B InstructAlibaba · abierto71,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Claude Sonnet 4.6Anthropic · cerrado70,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-5 NanoOpenAI · cerrado70,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Nemotron 3 Nano 30B A3BNVIDIA · abierto68,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
gpt-oss-20bOpenAI · abierto68,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM 4.6VZhipu AI (Z.ai) · abierto66,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 VL 30B A3B InstructAlibaba · abierto66,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
DeepSeek V3DeepSeek · abierto66,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
Llama 4 MaverickMeta · abierto66,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-4.1OpenAI · cerrado66%, según OpenRouter BenchmarksOpenRouter Benchmarks
Granite 4.2 8BIBM · abierto65,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-4.1 MiniOpenAI · cerrado65,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 30B A3B Instruct 2507Alibaba · abierto64,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 32BAlibaba · abierto63,3%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 14BAlibaba · abierto61,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3-CoderAlibaba · abierto61,2%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 30B A3BAlibaba · abierto60,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemini 2.5 Flash LiteGoogle · no informados59,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
GLM 4.7 FlashZhipu AI (Z.ai) · abierto58%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 VL 8B InstructAlibaba · abierto53,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen3 Coder 30B A3B InstructAlibaba · abierto53,4%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-4oOpenAI · cerrado52,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-4.1 NanoOpenAI · cerrado50,5%, según OpenRouter BenchmarksOpenRouter Benchmarks
Llama 3.3 70B InstructMeta · abierto49,8%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen2.5 72B InstructAlibaba · abierto47,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
Qwen2.5 VL 72B InstructAlibaba · abierto45,7%, según OpenRouter BenchmarksOpenRouter Benchmarks
GPT-4o-miniOpenAI · cerrado43,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemma 3 12BGoogle · abierto40,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
Hy-MT2-30B-A3BTencent · abierto38,9%, según OpenRouter BenchmarksOpenRouter Benchmarks
Llama 3.1 8B InstructMeta · abierto29%, según OpenRouter BenchmarksOpenRouter Benchmarks
Llama 3.2 3B InstructMeta · abierto28,6%, según OpenRouter BenchmarksOpenRouter Benchmarks
Gemma 3 4BGoogle · abierto27,1%, según OpenRouter BenchmarksOpenRouter Benchmarks
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google · no informados11,6%, según OpenRouter BenchmarksOpenRouter Benchmarks

Preguntas frecuentes

¿Qué modelo tiene la nota más alta en GPQA Diamond?

La nota más alta en GPQA Diamond es la de GPT-6.2 Astra, con 96,8%, según Epoch AI, y 27 modelos están en empate técnico con él. Las notas de otra fuente aparecen con la fuente en su propia fila, sin sello y sin empate técnico con la nota más alta de Epoch AI.

¿Qué mide GPQA Diamond?

GPQA Diamond, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), reúne 198 preguntas de biología, física y química escritas por doctores. Una búsqueda rápida casi nunca alcanza. La nota es el porcentaje de aciertos.

¿Qué quiere decir “empate técnico con la nota más alta”?

Quiere decir que la diferencia con la nota más alta queda dentro del margen del 95%, que nunca es menor que 1 punto. En GPQA Diamond, cerca del 90%, ese margen es de unos 5,9 puntos. Por eso la posición aparece como franja, «entre el X.º y el Y.º de N»: entre modelos empatados, el orden puede ser ruido de medición.

¿Qué modelos entran en este ranking?

Los 195 modelos de esta área con nota publicada en GPQA Diamond, según Epoch AI, y, en filas aparte, notas de otra fuente con la fuente indicada. Ninguna versión hereda la nota de otra.

Cómo leer

  1. Las notas de benchmark son porcentajes, y el valor más alto es el mejor.
  2. La posición aparece como franja, «entre el 1.º y el 28.º de 195». Dentro de la franja, la diferencia con los modelos vecinos queda dentro del margen del benchmark. El sello «nota más alta» marca al modelo con la nota más alta del benchmark, y el sello «empate técnico con la nota más alta» marca a los modelos cuya diferencia con ella queda dentro del margen.
  3. En un benchmark saturado, la tabla muestra el marcador con el sello y sin orden de posición.

Fuentes

  • Epoch AI, CC BY 4.0, versión más reciente consultada.
  • OpenRouter Benchmarks, CC BY 4.0, versión más reciente consultada.
  • OpenRouter, dados públicos da API; exports de benchmarks e rankings em CC BY 4.0, versión más reciente consultada.

Las fechas vienen de las fuentes: entrada en OpenRouter o creación del repositorio en Hugging Face, que pueden no coincidir con el lanzamiento oficial. Familia y versión se agruparon por regla a partir del nombre.

Cómo citar

Si usa estos datos, cite la página y la fecha en que la consultó.

Adriano Meirinho. «GPQA Diamond: ranking de modelos de IA». meirinho.com.br. https://meirinho.com.br/es/ia/modelos/benchmark/gpqa-diamond/. Consultado el 21 de noviembre de 2026.

Los datos de terceros siguen la licencia de cada fuente. La tabla completa está en CSV y en JSON.

Markdown