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 · cerrado | 96,8% entre el 1.º y el 4.º de 195 nota más alta | Epoch AI |
| Gemini 4 CarbonGoogle · cerrado | 96,5% entre el 1.º y el 5.º de 195 empate técnico con la nota más alta | Epoch AI |
| Gemini 4 ArgonGoogle · cerrado | 96,4% entre el 1.º y el 7.º de 195 empate técnico con la nota más alta | Epoch AI |
| GPT-6 AstraOpenAI · cerrado | 95,8% entre el 1.º y el 8.º de 195 empate técnico con la nota más alta | Epoch AI |
| Claude Sonnet 5.5Anthropic · cerrado | 95,6% entre el 2.º y el 9.º de 195 | Epoch AI |
| Gemini 3.8 FlashGoogle · cerrado | 95,4% entre el 3.º y el 10.º de 195 | Epoch AI |
| GPT-6.1 SolOpenAI · cerrado | 95,4% entre el 3.º y el 10.º de 195 | Epoch AI |
| Gemini 3.7 FlashGoogle · cerrado | 94,8% entre el 4.º y el 19.º de 195 | Epoch AI |
| GPT-5.4 ProOpenAI · cerrado | 94,6% entre el 5.º y el 19.º de 195 | Epoch AI |
| Gemini 3.1 ProGoogle · cerrado | 94,4% entre el 6.º y el 21.º de 195 | Epoch AI |
| GPT-6 SolOpenAI · cerrado | 94,3% entre el 8.º y el 23.º de 195 | Epoch AI |
| GPT-6.1 TerraOpenAI · cerrado | 94,3% entre el 8.º y el 23.º de 195 | Epoch AI |
| Kimi K3.1 ProMoonshot AI · abierto | 94,2% entre el 8.º y el 23.º de 195 | Epoch AI |
| Gemini 3.6 FlashGoogle · cerrado | 94,1% entre el 8.º y el 25.º de 195 | Epoch AI |
| GPT-5.5OpenAI · cerrado | 94% entre el 8.º y el 25.º de 195 | Epoch AI |
| Grok 4.6xAI · cerrado | 94% entre el 8.º y el 25.º de 195 | Epoch AI |
| Claude Fable 5.2Anthropic · cerrado | 93,9% entre el 8.º y el 25.º de 195 | Epoch AI |
| Claude Opus 5Anthropic · cerrado | 93,9% entre el 8.º y el 25.º de 195 | Epoch AI |
| GPT-5.5 ProOpenAI · cerrado | 93,9% entre el 8.º y el 25.º de 195 | Epoch AI |
| GPT-5.6 SolOpenAI · cerrado | 93,5% entre el 10.º y el 28.º de 195 | Epoch AI |
| Grok 4.5xAI · cerrado | 93,4% entre el 10.º y el 28.º de 195 | Epoch AI |
| GPT-5.4OpenAI · cerrado | 93,3% entre el 11.º y el 29.º de 195 | Epoch AI |
| GPT-5.6 TerraOpenAI · cerrado | 93,3% entre el 11.º y el 29.º de 195 | Epoch AI |
| Doubao Seed Evolving (Nov 2026)ByteDance · cerrado | 93,1% entre el 14.º y el 29.º de 195 | Epoch AI |
| Kimi K3Moonshot AI · abierto | 93,1% entre el 14.º y el 29.º de 195 | Epoch AI |
| Gemini 3.5 FlashGoogle · cerrado | 92,8% entre el 20.º y el 30.º de 195 | Epoch AI |
| Grok 4.7xAI · cerrado | 92,7% entre el 20.º y el 30.º de 195 | Epoch AI |
| Gemini 3 ProGoogle · cerrado | 92,6% entre el 20.º y el 31.º de 195 | Epoch AI |
| Qwen3.8 MaxAlibaba · cerrado | 92,3% entre el 22.º y el 32.º de 195 | Epoch AI |
| GLM-5.2Zhipu AI (Z.ai) · abierto | 91,9% entre el 26.º y el 38.º de 195 | Epoch AI |
| GPT-5.6 LunaOpenAI · cerrado | 91,6% entre el 28.º y el 40.º de 195 | Epoch AI |
| GPT-5.2OpenAI · cerrado | 91,4% entre el 29.º y el 43.º de 195 | Epoch AI |
| Claude Opus 4.8Anthropic · cerrado | 91% entre el 30.º y el 46.º de 195 | Epoch AI |
| DeepSeek V4 Flash 0731DeepSeek · abierto | 91% entre el 30.º y el 46.º de 195 | Epoch AI |
| DeepSeek V4 ProDeepSeek · abierto | 90,9% entre el 30.º y el 47.º de 195 | Epoch AI |
| GLM-5.3Zhipu AI (Z.ai) · abierto | 90,9% entre el 30.º y el 47.º de 195 | Epoch AI |
| MiniMax M3MiniMax · abierto | 90,9% entre el 30.º y el 47.º de 195 | Epoch AI |
| Qwen3.7 MaxAlibaba · cerrado | 90,9% entre el 30.º y el 47.º de 195 | Epoch AI |
| Kimi K2.6Moonshot AI · abierto | 90,8% entre el 31.º y el 49.º de 195 | Epoch AI |
| Claude Opus 5.5Anthropic · cerrado | 90,6% entre el 31.º y el 51.º de 195 | Epoch AI |
| Claude Opus 4.6Anthropic · cerrado | 90,5% entre el 32.º y el 51.º de 195 | Epoch AI |
| Claude Sonnet 5Anthropic · cerrado | 90,5% entre el 32.º y el 51.º de 195 | Epoch AI |
| GPT-6 LunaOpenAI · cerrado | 90,5% entre el 32.º y el 51.º de 195 | Epoch AI |
| Claude Opus 4.7Anthropic · cerrado | 90,2% entre el 33.º y el 54.º de 195 | Epoch AI |
| GLM-5.3-FlashZhipu AI (Z.ai) · abierto | 90,2% entre el 33.º y el 54.º de 195 | Epoch AI |
| Mistral Large 4Mistral AI · abierto | 90,2% entre el 33.º y el 54.º de 195 | Epoch AI |
| GLM 5.1Zhipu AI (Z.ai) · abierto | 89,9% entre el 35.º y el 54.º de 195 | Epoch AI |
| DeepSeek V4.1 FlashDeepSeek · abierto | 89,8% entre el 39.º y el 55.º de 195 | Epoch AI |
| Muse SparkMeta · cerrado | 89,8% entre el 39.º y el 55.º de 195 | Epoch AI |
| Claude Haiku 5.5Anthropic · cerrado | 89,6% entre el 40.º y el 56.º de 195 | Epoch AI |
| Doubao Seed 2.1 TurboByteDance · cerrado | 89,6% entre el 40.º y el 56.º de 195 | Epoch AI |
| Gemini 3 FlashGoogle · cerrado | 89,4% entre el 44.º y el 57.º de 195 | Epoch AI |
| Doubao Seed 2.1 ProByteDance · cerrado | 89,3% entre el 44.º y el 57.º de 195 | Epoch AI |
| Grok 4.20xAI · cerrado | 89,3% entre el 44.º y el 57.º de 195 | Epoch AI |
| Grok 4.3 BetaxAI · cerrado | 88,8% entre el 48.º y el 62.º de 195 | Epoch AI |
| Muse Spark OpenMeta · abierto | 88,6% entre el 50.º y el 64.º de 195 | Epoch AI |
| Qwen3.6 PlusAlibaba · cerrado | 88,4% entre el 52.º y el 66.º de 195 | Epoch AI |
| Doubao-Seed-2.0 ProByteDance · cerrado | 88,2% entre el 55.º y el 66.º de 195 | Epoch AI |
| Doubao Seed 2.0 Lite (Apr 2026)ByteDance · cerrado | 88,1% entre el 55.º y el 66.º de 195 | Epoch AI |
| Kimi K2.7 CodeMoonshot AI · abierto | 87,9% entre el 55.º y el 68.º de 195 | Epoch AI |
| Qwen3.7 PlusAlibaba · cerrado | 87,9% entre el 55.º y el 68.º de 195 | Epoch AI |
| GLM 5Zhipu AI (Z.ai) · abierto | 87,8% entre el 55.º y el 68.º de 195 | Epoch AI |
| GPT-5.1OpenAI · cerrado | 87,6% entre el 56.º y el 68.º de 195 | Epoch AI |
| Kimi K2.5Moonshot AI · abierto | 87,6% entre el 56.º y el 68.º de 195 | Epoch AI |
| Claude Sonnet 4.6Anthropic · cerrado | 87,4% entre el 57.º y el 69.º de 195 | Epoch AI |
| Qwen 3.6 Max (Preview)Alibaba · no informados | 87,4% entre el 57.º y el 69.º de 195 | Epoch AI |
| Grok 4xAI · cerrado | 87% entre el 60.º y el 71.º de 195 | Epoch AI |
| GPT-5.4 MiniOpenAI · cerrado | 86,9% entre el 60.º y el 73.º de 195 | Epoch AI |
| Qwen3.5 397B A17BAlibaba · abierto | 86,4% entre el 65.º y el 74.º de 195 | Epoch AI |
| GPT-5OpenAI · cerrado | 86,2% entre el 67.º y el 75.º de 195 | Epoch AI |
| Claude Opus 4.5Anthropic · cerrado | 86% entre el 67.º y el 75.º de 195 | Epoch AI |
| Claude Fable 5Anthropic · cerrado | 85,9% entre el 68.º y el 75.º de 195 | Epoch AI |
| Qwen3.6 27BAlibaba · abierto | 85,9% entre el 68.º y el 75.º de 195 | Epoch AI |
| Nemotron 3 UltraNVIDIA · abierto | 85,4% entre el 69.º y el 77.º de 195 | Epoch AI |
| Gemini 2.5 ProGoogle · cerrado | 85,3% entre el 70.º y el 77.º de 195 | Epoch AI |
| Qwen3.5 Plus 2026-02-15Alibaba · no informados | 84,8% entre el 74.º y el 78.º de 195 | Epoch AI |
| Qwen3.6 35B A3BAlibaba · abierto | 84,8% entre el 74.º y el 78.º de 195 | Epoch AI |
| Kimi K2 ThinkingMoonshot AI · abierto | 84,2% entre el 76.º y el 83.º de 195 | Epoch AI |
| Qwen3.5-35B-A3BAlibaba · abierto | 83,5% entre el 78.º y el 84.º de 195 | Epoch AI |
| DeepSeek V3.2DeepSeek · abierto | 83,4% entre el 78.º y el 84.º de 195 | Epoch AI |
| Gemini 3.5 Flash LiteGoogle · cerrado | 83,3% entre el 78.º y el 87.º de 195 | Epoch AI |
| GLM 4.7Zhipu AI (Z.ai) · abierto | 83,3% entre el 78.º y el 87.º de 195 | Epoch AI |
| Qwen3.6 FlashAlibaba · no informados | 83,3% entre el 78.º y el 87.º de 195 | Epoch AI |
| GPT-5.5 InstantOpenAI · cerrado | 82,5% entre el 79.º y el 89.º de 195 | Epoch AI |
| Claude Sonnet 4.5Anthropic · cerrado | 82,3% entre el 81.º y el 89.º de 195 | Epoch AI |
| Qwen3.5-FlashAlibaba · no informados | 82,3% entre el 81.º y el 89.º de 195 | Epoch AI |
| Qwen3.7 FlashAlibaba · cerrado | 82,3% entre el 81.º y el 89.º de 195 | Epoch AI |
| Gemini 3.1 Flash LiteGoogle · cerrado | 81,8% entre el 84.º y el 89.º de 195 | Epoch AI |
| o3OpenAI · cerrado | 81,8% entre el 84.º y el 89.º de 195 | Epoch AI |
| Qwen3-235B-A22BAlibaba · abierto | 80,1% entre el 90.º y el 93.º de 195 | Epoch AI |
| Claude 3.7 SonnetAnthropic · cerrado | 79,7% entre el 90.º y el 94.º de 195 | Epoch AI |
| o4-miniOpenAI · cerrado | 79,6% entre el 90.º y el 94.º de 195 | Epoch AI |
| Claude Sonnet 4Anthropic · cerrado | 79,2% entre el 90.º y el 95.º de 195 | Epoch AI |
| Qwen3.5-9BAlibaba · abierto | 79% entre el 91.º y el 95.º de 195 | Epoch AI |
| GPT-5.4 NanoOpenAI · cerrado | 78,5% entre el 93.º y el 96.º de 195 | Epoch AI |
| Doubao-Seed-1.6ByteDance · cerrado | 77,6% entre el 95.º y el 99.º de 195 | Epoch AI |
| Claude Opus 4.1Anthropic · cerrado | 77,3% entre el 96.º y el 102.º de 195 | Epoch AI |
| o3-miniOpenAI · cerrado | 77% entre el 96.º y el 102.º de 195 | Epoch AI |
| o1OpenAI · cerrado | 76,8% entre el 96.º y el 104.º de 195 | Epoch AI |
| Claude Opus 4Anthropic · cerrado | 76,3% entre el 97.º y el 104.º de 195 | Epoch AI |
| DeepSeek R1DeepSeek · abierto | 76,3% entre el 97.º y el 104.º de 195 | Epoch AI |
| Grok-3 minixAI · cerrado | 76,3% entre el 97.º y el 104.º de 195 | Epoch AI |
| gpt-oss-120bOpenAI · abierto | 75,8% entre el 99.º y el 105.º de 195 | Epoch AI |
| Grok 3xAI · cerrado | 75,8% entre el 99.º y el 105.º de 195 | Epoch AI |
| GPT-5 MiniOpenAI · cerrado | 75% entre el 103.º y el 105.º de 195 | Epoch AI |
| Gemma 4 26B A4BGoogle · abierto | 73,2% entre el 106.º y el 107.º de 195 | Epoch AI |
| Qwen3-MaxAlibaba · cerrado | 72,6% entre el 106.º y el 107.º de 195 | Epoch AI |
| Claude Haiku 4.5Anthropic · cerrado | 71,2% 108.º de 195 | Epoch AI |
| GPT-5 NanoOpenAI · cerrado | 69,4% entre el 109.º y el 110.º de 195 | Epoch AI |
| GPT-4.5OpenAI · cerrado | 68,7% entre el 109.º y el 110.º de 195 | Epoch AI |
| DeepSeek V3DeepSeek · abierto | 67,6% entre el 111.º y el 113.º de 195 | Epoch AI |
| Llama 4 MaverickMeta · abierto | 67% entre el 111.º y el 113.º de 195 | Epoch AI |
| GPT-4.1OpenAI · cerrado | 66,9% entre el 111.º y el 113.º de 195 | Epoch AI |
| GPT-4.1 MiniOpenAI · cerrado | 65,8% entre el 114.º y el 118.º de 195 | Epoch AI |
| Gemini 2.0 ProGoogle · cerrado | 65,7% entre el 114.º y el 118.º de 195 | Epoch AI |
| Qwen3 32BAlibaba · abierto | 65,7% entre el 114.º y el 118.º de 195 | Epoch AI |
| QWQ-PlusAlibaba · cerrado | 65,4% entre el 114.º y el 118.º de 195 | Epoch AI |
| QwQ-32BAlibaba · abierto | 65,3% entre el 114.º y el 118.º de 195 | Epoch AI |
| DeepSeek-R1-Distill-Qwen-32BDeepSeek · abierto | 64,1% entre el 119.º y el 121.º de 195 | Epoch AI |
| Gemini 2.0 FlashGoogle · cerrado | 64,1% entre el 119.º y el 121.º de 195 | Epoch AI |
| Qwen3 14BAlibaba · abierto | 63,8% entre el 119.º y el 121.º de 195 | Epoch AI |
| o1-miniOpenAI · cerrado | 62,4% entre el 122.º y el 123.º de 195 | Epoch AI |
| Qwen3 30B A3BAlibaba · abierto | 61,7% entre el 122.º y el 124.º de 195 | Epoch AI |
| gpt-oss-20bOpenAI · abierto | 60,8% entre el 123.º y el 124.º de 195 | Epoch AI |
| Mistral Medium 3Mistral AI · cerrado | 59,5% 125.º de 195 | Epoch AI |
| Gemini 1.5 ProGoogle · cerrado | 57,2% entre el 126.º y el 128.º de 195 | Epoch AI |
| Gemini 2.0 Flash ThinkingGoogle · cerrado | 57,1% entre el 126.º y el 131.º de 195 | Epoch AI |
| Qwen3-8BAlibaba · abierto | 56,8% entre el 126.º y el 131.º de 195 | Epoch AI |
| Magistral Small 1.0Mistral AI · abierto | 56,1% entre el 127.º y el 133.º de 195 | Epoch AI |
| Phi 4Microsoft · abierto | 56,1% entre el 127.º y el 133.º de 195 | Epoch AI |
| Qwen2.5-MaxAlibaba · cerrado | 56,1% entre el 127.º y el 133.º de 195 | Epoch AI |
| DeepSeek-R1-Distill-Llama-70BDeepSeek · abierto | 55,7% entre el 129.º y el 133.º de 195 | Epoch AI |
| Claude 3.5 Sonnet (October 2024)Anthropic · cerrado | 55,3% entre el 129.º y el 133.º de 195 | Epoch AI |
| Claude 3.5 SonnetAnthropic · cerrado | 54% entre el 134.º y el 135.º de 195 | Epoch AI |
| Grok-2xAI · cerrado | 53,8% entre el 134.º y el 135.º de 195 | Epoch AI |
| Qwen3-4BAlibaba · abierto | 52,3% entre el 136.º y el 138.º de 195 | Epoch AI |
| Llama 4 ScoutMeta · abierto | 51,8% entre el 136.º y el 139.º de 195 | Epoch AI |
| Mistral Large 2Mistral AI · abierto | 51,3% entre el 136.º y el 140.º de 195 | Epoch AI |
| Llama 3.1-405BMeta · abierto | 50,9% entre el 137.º y el 140.º de 195 | Epoch AI |
| o1-previewOpenAI · cerrado | 50,3% entre el 138.º y el 140.º de 195 | Epoch AI |
| Mistral Small 3.2Mistral AI · abierto | 49,1% entre el 141.º y el 144.º de 195 | Epoch AI |
| Qwen2.5-72BAlibaba · abierto | 49,1% entre el 141.º y el 144.º de 195 | Epoch AI |
| GPT-4.1 NanoOpenAI · cerrado | 48,9% entre el 141.º y el 144.º de 195 | Epoch AI |
| Qwen-PlusAlibaba · cerrado | 48,1% entre el 141.º y el 151.º de 195 | Epoch AI |
| Gemma 3 27BGoogle · abierto | 47,7% entre el 144.º y el 151.º de 195 | Epoch AI |
| Magistral Small 1.2Mistral AI · abierto | 47,6% entre el 144.º y el 152.º de 195 | Epoch AI |
| Mistral Small 3.1Mistral AI · abierto | 47,5% entre el 144.º y el 152.º de 195 | Epoch AI |
| Llama 3.3 70BMeta · abierto | 47,4% entre el 144.º y el 152.º de 195 | Epoch AI |
| Gemini 1.5 FlashGoogle · cerrado | 47,3% entre el 144.º y el 153.º de 195 | Epoch AI |
| Mistral Small 3Mistral AI · abierto | 47,3% entre el 144.º y el 153.º de 195 | Epoch AI |
| Claude 3 OpusAnthropic · cerrado | 47,2% entre el 144.º y el 153.º de 195 | Epoch AI |
| GPT-4 Turbo (Apr 2024)OpenAI · cerrado | 46,6% entre el 146.º y el 154.º de 195 | Epoch AI |
| Tulu 3 (Tülu 3) 70BAi2 (Allen Institute) · abierto | 46,3% entre el 149.º y el 154.º de 195 | Epoch AI |
| Qwen2.5-32BAlibaba · abierto | 46,1% entre el 152.º y el 154.º de 195 | Epoch AI |
| DeepSeek-R1-Distill-Qwen-14BDeepSeek · abierto | 44,7% entre el 155.º y el 156.º de 195 | Epoch AI |
| Llama 3.1-70BMeta · abierto | 44,2% entre el 155.º y el 157.º de 195 | Epoch AI |
| WizardLM-2 8x22BMicrosoft · abierto | 43,4% entre el 156.º y el 158.º de 195 | Epoch AI |
| GPT-4 Turbo (Nov 2023)OpenAI · cerrado | 42,4% entre el 157.º y el 159.º de 195 | Epoch AI |
| Qwen-TurboAlibaba · cerrado | 41,8% entre el 158.º y el 161.º de 195 | Epoch AI |
| Llama 3.2 90BMeta · abierto | 41% entre el 159.º y el 163.º de 195 | Epoch AI |
| Qwen2-72BAlibaba · abierto | 40,8% entre el 159.º y el 163.º de 195 | Epoch AI |
| Claude 3 SonnetAnthropic · cerrado | 40,6% entre el 160.º y el 163.º de 195 | Epoch AI |
| Llama 3-70BMeta · abierto | 40,6% entre el 160.º y el 163.º de 195 | Epoch AI |
| Gemma 3 12BGoogle · abierto | 39,5% entre el 164.º y el 165.º de 195 | Epoch AI |
| Mistral LargeMistral AI · cerrado | 38,8% entre el 164.º y el 167.º de 195 | Epoch AI |
| Claude 3.5 HaikuAnthropic · cerrado | 38,1% entre el 165.º y el 168.º de 195 | Epoch AI |
| Qwen3-1.7BAlibaba · abierto | 38% entre el 165.º y el 168.º de 195 | Epoch AI |
| GPT-4o-miniOpenAI · cerrado | 37,7% entre el 166.º y el 168.º de 195 | Epoch AI |
| Gemma 2 27BGoogle · abierto | 36,5% entre el 169.º y el 171.º de 195 | Epoch AI |
| Claude 3 HaikuAnthropic · cerrado | 36,3% entre el 169.º y el 171.º de 195 | Epoch AI |
| Qwen2.5-7BAlibaba · abierto | 35,5% entre el 169.º y el 172.º de 195 | Epoch AI |
| Claude 2Anthropic · cerrado | 34,7% entre el 171.º y el 174.º de 195 | Epoch AI |
| Mixtral 8x22BMistral AI · abierto | 34,1% entre el 172.º y el 175.º de 195 | Epoch AI |
| Gemini 1.0 ProGoogle · cerrado | 34% entre el 172.º y el 177.º de 195 | Epoch AI |
| DeepSeek-R1-Distill-Qwen-1.5BDeepSeek · abierto | 33,6% entre el 173.º y el 177.º de 195 | Epoch AI |
| Claude 2.1Anthropic · cerrado | 33% entre el 174.º y el 178.º de 195 | Epoch AI |
| Gemini 1.5 Flash 8BGoogle · cerrado | 33% entre el 174.º y el 178.º de 195 | Epoch AI |
| Yi-1.5-34B01.AI · abierto | 32% entre el 176.º y el 178.º de 195 | Epoch AI |
| Qwen1.5-32BAlibaba · abierto | 30,7% entre el 179.º y el 181.º de 195 | Epoch AI |
| Mixtral 8x7BMistral AI · abierto | 30,6% entre el 179.º y el 181.º de 195 | Epoch AI |
| Mistral NemoMistral AI · abierto | 29,9% entre el 179.º y el 181.º de 195 | Epoch AI |
| Qwen1.5-72BAlibaba · abierto | 28,8% 182.º de 195 | Epoch AI |
| phi-3-medium 14BMicrosoft · abierto | 27,6% entre el 183.º y el 186.º de 195 | Epoch AI |
| Gemma 2 9BGoogle · abierto | 27,5% entre el 183.º y el 186.º de 195 | Epoch AI |
| Ministral 8BMistral AI · abierto | 27,1% entre el 183.º y el 188.º de 195 | Epoch AI |
| Llama 3.1-8BMeta · abierto | 27% entre el 183.º y el 188.º de 195 | Epoch AI |
| Llama 2-70BMeta · abierto | 26,3% entre el 185.º y el 189.º de 195 | Epoch AI |
| Llama 3-8BMeta · abierto | 26,1% entre el 185.º y el 189.º de 195 | Epoch AI |
| Ministral 3BMistral AI · cerrado | 25,3% entre el 187.º y el 190.º de 195 | Epoch AI |
| DeepSeek LLM 67BDeepSeek · abierto | 24,6% entre el 189.º y el 191.º de 195 | Epoch AI |
| Llama 3.2 1BMeta · abierto | 23,9% entre el 190.º y el 192.º de 195 | Epoch AI |
| Gemma 3 4BGoogle · abierto | 23,2% entre el 191.º y el 192.º de 195 | Epoch AI |
| Gemma 3 1BGoogle · abierto | 19,9% 193.º de 195 | Epoch AI |
| Mistral 7BMistral AI · abierto | 15,2% entre el 194.º y el 195.º de 195 | Epoch AI |
| Yi-34B01.AI · abierto | 14,7% entre el 194.º y el 195.º de 195 | Epoch AI |
| Gemini 4 ArgonGoogle · cerrado | 96,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.8 FlashGoogle · cerrado | 95,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6 Astra ProOpenAI · no informados | 95,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.1 ProGoogle · cerrado | 95,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6.1 SolOpenAI · cerrado | 94,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Ling 3.1 FlashAnt Group · no informados | 94,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6 AstraOpenAI · cerrado | 94,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.7 FlashGoogle · cerrado | 94,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.6 Sol ProOpenAI · no informados | 94,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.5OpenAI · cerrado | 93,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Kimi K3.1 ProMoonshot AI · abierto | 93,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Kimi K3Moonshot AI · abierto | 93,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.6 FlashGoogle · cerrado | 93,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Sonnet 5.5Anthropic · cerrado | 93%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V4.1 FlashDeepSeek · abierto | 92,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.6 SolOpenAI · cerrado | 92,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Grok 4.6xAI · cerrado | 92,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.5 FlashGoogle · cerrado | 92,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM-5.3-FlashZhipu AI (Z.ai) · abierto | 92,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6 SolOpenAI · cerrado | 92,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Nemotron 3.5 Super VLNVIDIA · abierto | 92,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V4 ProDeepSeek · abierto | 91,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6.1 TerraOpenAI · cerrado | 91,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Grok 4.7xAI · cerrado | 91,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.8 2.4T A95BAlibaba · abierto | 91,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiniMax M3MiniMax · abierto | 91,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.6 Luna ProOpenAI · no informados | 91%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Muse Spark OpenMeta · abierto | 91%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V4 Flash Vision ExpDeepSeek · abierto | 90,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Kimi K2.7 CodeMoonshot AI · abierto | 90,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.7 MaxAlibaba · cerrado | 90,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Hy4Tencent · abierto | 90,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiMo V2.6 ProXiaomi · abierto | 90,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.8 FlashAlibaba · abierto | 90,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3 Flash PreviewGoogle · no informados | 90,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.4OpenAI · cerrado | 90,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Opus 5.5Anthropic · cerrado | 90,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Kimi K2.5Moonshot AI · abierto | 90,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Opus 4.8Anthropic · cerrado | 90,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V4 Flash 0423DeepSeek · abierto | 90,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Fable 5.1Anthropic · cerrado | 89,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Opus 5Anthropic · cerrado | 89,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Opus 4.7Anthropic · cerrado | 89,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM-5.2Zhipu AI (Z.ai) · abierto | 89,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Kimi K2.6Moonshot AI · abierto | 89,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.6 TerraOpenAI · cerrado | 89,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiniMax M3.1 FlashMiniMax · abierto | 89,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6 Luna ProOpenAI · no informados | 89%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Nova Micro 1.0Amazon · no informados | 88,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.6 LunaOpenAI · cerrado | 88,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-6 LunaOpenAI · cerrado | 88,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.5 397B A17BAlibaba · abierto | 88,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM-5.3Zhipu AI (Z.ai) · abierto | 87,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.7 PlusAlibaba · cerrado | 87,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Fable 5Anthropic · cerrado | 87,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.8 27BAlibaba · abierto | 87,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Haiku 5.5Anthropic · cerrado | 87,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.1OpenAI · cerrado | 87%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Sonnet 5Anthropic · cerrado | 86,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiMo-V2.5-ProXiaomi · abierto | 86,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Opus 4.5Anthropic · cerrado | 86,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Opus 4.6Anthropic · cerrado | 86,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiniMax M2.7MiniMax · abierto | 86,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemma 4 31BGoogle · abierto | 85,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5OpenAI · cerrado | 85,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiMo-V2.6-FlashXiaomi · abierto | 85,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.6 27BAlibaba · abierto | 85,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.6 35B A3BAlibaba · abierto | 85,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiniMax M2.5MiniMax · abierto | 85%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| MiMo-V2.5Xiaomi · abierto | 84,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Ling 3.0 Flash VLAnt Group · abierto | 84,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.5-122B-A10BAlibaba · abierto | 84,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.5 Flash LiteGoogle · cerrado | 84,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM 4.6Zhipu AI (Z.ai) · abierto | 84,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.4 MiniOpenAI · cerrado | 84,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM 5.1Zhipu AI (Z.ai) · abierto | 84,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM 4.7Zhipu AI (Z.ai) · abierto | 83,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V3.2DeepSeek · abierto | 83%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.5-35B-A3BAlibaba · abierto | 82,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 2.5 ProGoogle · cerrado | 82,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V3.1 TerminusDeepSeek · abierto | 82,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 3.1 Flash LiteGoogle · cerrado | 82,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Muse Glimmer 30BMeta · abierto | 82,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Sonnet 4.5Anthropic · cerrado | 81,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V3.1DeepSeek · abierto | 81,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM 5Zhipu AI (Z.ai) · abierto | 81%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5 MiniOpenAI · cerrado | 81%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3.5-9BAlibaba · abierto | 81%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek R1DeepSeek · abierto | 79,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 235B A22B Thinking 2507Alibaba · abierto | 79,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemma 4 26B A4BGoogle · abierto | 78,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5.4 NanoOpenAI · cerrado | 77,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| gpt-oss-120bOpenAI · abierto | 77,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3-235B-A22BAlibaba · abierto | 77,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 2.5 FlashGoogle · cerrado | 76,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Ling 3.0 FlashAnt Group · abierto | 76,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 Coder NextAlibaba · abierto | 76,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Mistral Small 4Mistral AI · abierto | 75,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Nemotron 3.5 LightningNVIDIA · abierto | 74,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Haiku 4.5Anthropic · cerrado | 73%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 Next 80B A3B InstructAlibaba · abierto | 71,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 VL 235B A22B InstructAlibaba · abierto | 71,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Claude Sonnet 4.6Anthropic · cerrado | 70,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-5 NanoOpenAI · cerrado | 70,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Nemotron 3 Nano 30B A3BNVIDIA · abierto | 68,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| gpt-oss-20bOpenAI · abierto | 68,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM 4.6VZhipu AI (Z.ai) · abierto | 66,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 VL 30B A3B InstructAlibaba · abierto | 66,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| DeepSeek V3DeepSeek · abierto | 66,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Llama 4 MaverickMeta · abierto | 66,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-4.1OpenAI · cerrado | 66%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Granite 4.2 8BIBM · abierto | 65,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-4.1 MiniOpenAI · cerrado | 65,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 30B A3B Instruct 2507Alibaba · abierto | 64,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 32BAlibaba · abierto | 63,3%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 14BAlibaba · abierto | 61,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3-CoderAlibaba · abierto | 61,2%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 30B A3BAlibaba · abierto | 60,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemini 2.5 Flash LiteGoogle · no informados | 59,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GLM 4.7 FlashZhipu AI (Z.ai) · abierto | 58%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 VL 8B InstructAlibaba · abierto | 53,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen3 Coder 30B A3B InstructAlibaba · abierto | 53,4%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-4oOpenAI · cerrado | 52,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-4.1 NanoOpenAI · cerrado | 50,5%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Llama 3.3 70B InstructMeta · abierto | 49,8%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen2.5 72B InstructAlibaba · abierto | 47,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Qwen2.5 VL 72B InstructAlibaba · abierto | 45,7%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| GPT-4o-miniOpenAI · cerrado | 43,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemma 3 12BGoogle · abierto | 40,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Hy-MT2-30B-A3BTencent · abierto | 38,9%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Llama 3.1 8B InstructMeta · abierto | 29%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Llama 3.2 3B InstructMeta · abierto | 28,6%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Gemma 3 4BGoogle · abierto | 27,1%, según OpenRouter Benchmarks | OpenRouter Benchmarks |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)Google · no informados | 11,6%, según OpenRouter Benchmarks | OpenRouter 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
- Las notas de benchmark son porcentajes, y el valor más alto es el mejor.
- 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.
- 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.