Modelos de IA
OTIS Mock AIME: marcador de modelos de IA
182 modelos de IA en OTIS Mock AIME, según Epoch AI. Es un benchmark saturado: varios modelos de laboratorios distintos ya llegaron al techo.
OTIS Mock AIME, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), trae problemas de matemáticas al estilo de la olimpiada estadounidense AIME, en una versión de práctica pensada para que el modelo no se apoye en respuestas que ya haya visto. La nota es el porcentaje de aciertos. Aquí están los 182 modelos de esta área con nota en OTIS Mock AIME, según Epoch AI. 16 modelos tienen 100%, y por eso la tabla muestra el marcador sin posición.
OTIS Mock AIME
100%
Claude Fable 5
modelos
182
01
| Modelo | % | Fuente |
|---|---|---|
| Claude Fable 5Anthropic · cerrado | 100% nota más alta | Epoch AI |
| Claude Fable 5.1Anthropic · cerrado | 100% nota más alta | Epoch AI |
| Claude Opus 5.5Anthropic · cerrado | 100% nota más alta | Epoch AI |
| Claude Sonnet 5.5Anthropic · cerrado | 100% nota más alta | Epoch AI |
| Gemini 4 ArgonGoogle · cerrado | 100% nota más alta | Epoch AI |
| Gemini 4 CarbonGoogle · cerrado | 100% nota más alta | Epoch AI |
| GPT-5.5OpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-5.5 ProOpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-5.6 SolOpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-6 AstraOpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-6 SolOpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-6.1 SolOpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-6.1 TerraOpenAI · cerrado | 100% nota más alta | Epoch AI |
| GPT-6.2 AstraOpenAI · cerrado | 100% nota más alta | Epoch AI |
| Kimi K3.1 ProMoonshot AI · abierto | 100% nota más alta | Epoch AI |
| Qwen3.8 MaxAlibaba · cerrado | 100% nota más alta | Epoch AI |
| Claude Fable 5.2Anthropic · cerrado | 99,7% empate técnico con la nota más alta | Epoch AI |
| GPT-5.6 TerraOpenAI · cerrado | 99,7% empate técnico con la nota más alta | Epoch AI |
| Mistral Large 4Mistral AI · abierto | 99,4% empate técnico con la nota más alta | Epoch AI |
| Muse WonderMeta · cerrado | 99,4% empate técnico con la nota más alta | Epoch AI |
| Doubao Seed Evolving (Nov 2026)ByteDance · cerrado | 99,2% empate técnico con la nota más alta | Epoch AI |
| Grok 4.6xAI · cerrado | 99,2% empate técnico con la nota más alta | Epoch AI |
| Muse Spark 1.3Meta · cerrado | 99,2% empate técnico con la nota más alta | Epoch AI |
| Claude Haiku 5.5Anthropic · cerrado | 98,9% empate técnico con la nota más alta | Epoch AI |
| Claude Opus 5Anthropic · cerrado | 98,9% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.8 FlashGoogle · cerrado | 98,9% empate técnico con la nota más alta | Epoch AI |
| GPT-6 LunaOpenAI · cerrado | 98,9% empate técnico con la nota más alta | Epoch AI |
| Claude Opus 4.8Anthropic · cerrado | 98,3% empate técnico con la nota más alta | Epoch AI |
| DeepSeek V4.1 FlashDeepSeek · abierto | 98,3% empate técnico con la nota más alta | Epoch AI |
| GPT-5.6 LunaOpenAI · cerrado | 98,3% empate técnico con la nota más alta | Epoch AI |
| Grok 4.7xAI · cerrado | 98,1% empate técnico con la nota más alta | Epoch AI |
| Muse Spark OpenMeta · abierto | 98,1% empate técnico con la nota más alta | Epoch AI |
| Claude Opus 4.7Anthropic · cerrado | 97,8% empate técnico con la nota más alta | Epoch AI |
| GPT-5.4OpenAI · cerrado | 97,8% empate técnico con la nota más alta | Epoch AI |
| Grok 4.5xAI · cerrado | 97,8% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.7 FlashGoogle · cerrado | 97,2% empate técnico con la nota más alta | Epoch AI |
| Kimi K3Moonshot AI · abierto | 97,2% empate técnico con la nota más alta | Epoch AI |
| DeepSeek V4 ProDeepSeek · abierto | 96,7% empate técnico con la nota más alta | Epoch AI |
| Doubao Seed 2.1 TurboByteDance · cerrado | 96,1% empate técnico con la nota más alta | Epoch AI |
| GPT-5.2OpenAI · cerrado | 96,1% empate técnico con la nota más alta | Epoch AI |
| Kimi K2.6Moonshot AI · abierto | 96,1% empate técnico con la nota más alta | Epoch AI |
| Doubao Seed 2.1 ProByteDance · cerrado | 95,6% empate técnico con la nota más alta | Epoch AI |
| Gemini 3 FlashGoogle · cerrado | 95,6% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.1 ProGoogle · cerrado | 95,6% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.5 FlashGoogle · cerrado | 95,6% empate técnico con la nota más alta | Epoch AI |
| Kimi K2.7 CodeMoonshot AI · abierto | 95,6% empate técnico con la nota más alta | Epoch AI |
| Qwen3.7 MaxAlibaba · cerrado | 95,6% empate técnico con la nota más alta | Epoch AI |
| Claude Sonnet 5Anthropic · cerrado | 94,7% empate técnico con la nota más alta | Epoch AI |
| Claude Opus 4.6Anthropic · cerrado | 94,4% empate técnico con la nota más alta | Epoch AI |
| DeepSeek V4 Flash 0731DeepSeek · abierto | 94,4% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.6 FlashGoogle · cerrado | 94,2% empate técnico con la nota más alta | Epoch AI |
| Doubao-Seed-2.0 ProByteDance · cerrado | 93,9% empate técnico con la nota más alta | Epoch AI |
| GLM-5.3-FlashZhipu AI (Z.ai) · abierto | 93,9% empate técnico con la nota más alta | Epoch AI |
| GLM 5.1Zhipu AI (Z.ai) · abierto | 93,3% empate técnico con la nota más alta | Epoch AI |
| Grok 4.3 BetaxAI · cerrado | 93,3% empate técnico con la nota más alta | Epoch AI |
| Qwen3.6 PlusAlibaba · cerrado | 93,3% empate técnico con la nota más alta | Epoch AI |
| Qwen3.7 PlusAlibaba · cerrado | 93,3% empate técnico con la nota más alta | Epoch AI |
| Grok 4.20xAI · cerrado | 92,2% empate técnico con la nota más alta | Epoch AI |
| Kimi K2.5Moonshot AI · abierto | 92,2% empate técnico con la nota más alta | Epoch AI |
| Gemini 3 ProGoogle · cerrado | 91,4% empate técnico con la nota más alta | Epoch AI |
| GPT-5OpenAI · cerrado | 91,4% empate técnico con la nota más alta | Epoch AI |
| Doubao Seed 2.0 Lite (Apr 2026)ByteDance · cerrado | 91,1% empate técnico con la nota más alta | Epoch AI |
| GLM-5.3Zhipu AI (Z.ai) · abierto | 91,1% empate técnico con la nota más alta | Epoch AI |
| Qwen 3.6 Max (Preview)Alibaba · no informados | 91,1% empate técnico con la nota más alta | Epoch AI |
| Qwen3.6 27BAlibaba · abierto | 91,1% empate técnico con la nota más alta | Epoch AI |
| GPT-5.4 MiniOpenAI · cerrado | 88,9% empate técnico con la nota más alta | Epoch AI |
| gpt-oss-120bOpenAI · abierto | 88,9% empate técnico con la nota más alta | Epoch AI |
| Muse SparkMeta · cerrado | 88,9% empate técnico con la nota más alta | Epoch AI |
| Qwen3.5 397B A17BAlibaba · abierto | 88,9% empate técnico con la nota más alta | Epoch AI |
| GPT-5.1OpenAI · cerrado | 88,6% empate técnico con la nota más alta | Epoch AI |
| DeepSeek V3.2DeepSeek · abierto | 87,8% empate técnico con la nota más alta | Epoch AI |
| GPT-5.4 NanoOpenAI · cerrado | 87,8% empate técnico con la nota más alta | Epoch AI |
| GPT-5 MiniOpenAI · cerrado | 86,7% empate técnico con la nota más alta | Epoch AI |
| Nemotron 3 UltraNVIDIA · abierto | 86,7% empate técnico con la nota más alta | Epoch AI |
| Qwen3-235B-A22BAlibaba · abierto | 86,7% empate técnico con la nota más alta | Epoch AI |
| Qwen3.5 Plus 2026-02-15Alibaba · no informados | 86,7% empate técnico con la nota más alta | Epoch AI |
| Qwen3.6 35B A3BAlibaba · abierto | 86,7% empate técnico con la nota más alta | Epoch AI |
| Qwen3.7 FlashAlibaba · cerrado | 86,7% empate técnico con la nota más alta | Epoch AI |
| GLM-5.2Zhipu AI (Z.ai) · abierto | 86,4% empate técnico con la nota más alta | Epoch AI |
| Claude Opus 4.5Anthropic · cerrado | 86,1% empate técnico con la nota más alta | Epoch AI |
| Claude Sonnet 4.6Anthropic · cerrado | 85,8% empate técnico con la nota más alta | Epoch AI |
| Gemini 2.5 ProGoogle · cerrado | 84,7% empate técnico con la nota más alta | Epoch AI |
| o3OpenAI · cerrado | 84,4% empate técnico con la nota más alta | Epoch AI |
| Qwen3.5-FlashAlibaba · no informados | 84,4% empate técnico con la nota más alta | Epoch AI |
| Qwen3.6 FlashAlibaba · no informados | 84,4% empate técnico con la nota más alta | Epoch AI |
| Grok 4xAI · cerrado | 84% empate técnico con la nota más alta | Epoch AI |
| GLM 4.7Zhipu AI (Z.ai) · abierto | 83,3% empate técnico con la nota más alta | Epoch AI |
| Kimi K2 ThinkingMoonshot AI · abierto | 83,1% empate técnico con la nota más alta | Epoch AI |
| Gemma 4 26B A4BGoogle · abierto | 82,2% empate técnico con la nota más alta | Epoch AI |
| o4-miniOpenAI · cerrado | 81,7% empate técnico con la nota más alta | Epoch AI |
| GPT-5 NanoOpenAI · cerrado | 81,1% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.1 Flash LiteGoogle · cerrado | 80% empate técnico con la nota más alta | Epoch AI |
| GLM 5Zhipu AI (Z.ai) · abierto | 80% empate técnico con la nota más alta | Epoch AI |
| Claude Sonnet 4.5Anthropic · cerrado | 77,8% empate técnico con la nota más alta | Epoch AI |
| Grok-3 minixAI · cerrado | 77,8% empate técnico con la nota más alta | Epoch AI |
| o3-miniOpenAI · cerrado | 76,9% empate técnico con la nota más alta | Epoch AI |
| o1OpenAI · cerrado | 73,3% empate técnico con la nota más alta | Epoch AI |
| Qwen3-MaxAlibaba · cerrado | 73,3% empate técnico con la nota más alta | Epoch AI |
| Claude Sonnet 4Anthropic · cerrado | 71,1% empate técnico con la nota más alta | Epoch AI |
| Gemini 3.5 Flash LiteGoogle · cerrado | 71,1% empate técnico con la nota más alta | Epoch AI |
| MiniMax M3MiniMax · abierto | 71,1% empate técnico con la nota más alta | Epoch AI |
| Qwen3.5-35B-A3BAlibaba · abierto | 70% empate técnico con la nota más alta | Epoch AI |
| Doubao-Seed-1.6ByteDance · cerrado | 69,4% empate técnico con la nota más alta | Epoch AI |
| Claude Opus 4.1Anthropic · cerrado | 68,9% | Epoch AI |
| GPT-5.5 InstantOpenAI · cerrado | 68,1% | Epoch AI |
| Qwen3 32BAlibaba · abierto | 66,9% | Epoch AI |
| Claude Haiku 4.5Anthropic · cerrado | 66,7% | Epoch AI |
| DeepSeek R1DeepSeek · abierto | 66,4% | Epoch AI |
| Qwen3 14BAlibaba · abierto | 66,4% | Epoch AI |
| gpt-oss-20bOpenAI · abierto | 65,3% | Epoch AI |
| Claude Opus 4Anthropic · cerrado | 64,4% | Epoch AI |
| Qwen3 30B A3BAlibaba · abierto | 62,8% | Epoch AI |
| Qwen3.5-9BAlibaba · abierto | 61,7% | Epoch AI |
| QwQ-32BAlibaba · abierto | 59,2% | Epoch AI |
| Claude 3.7 SonnetAnthropic · cerrado | 57,8% | Epoch AI |
| Gemini 2.0 Flash ThinkingGoogle · cerrado | 57,8% | Epoch AI |
| Qwen3-8BAlibaba · abierto | 56,1% | Epoch AI |
| Qwen3.5-4BAlibaba · abierto | 55,8% | Epoch AI |
| DeepSeek-R1-Distill-Qwen-32BDeepSeek · abierto | 55,6% | Epoch AI |
| Grok 3xAI · cerrado | 55,6% | Epoch AI |
| DeepSeek-R1-Distill-Llama-70BDeepSeek · abierto | 51,4% | Epoch AI |
| DeepSeek-R1-Distill-Qwen-14BDeepSeek · abierto | 50,6% | Epoch AI |
| o1-miniOpenAI · cerrado | 46,9% | Epoch AI |
| GPT-4.1 MiniOpenAI · cerrado | 44,7% | Epoch AI |
| GPT-4.1OpenAI · cerrado | 38,3% | Epoch AI |
| DeepSeek V3DeepSeek · abierto | 37,8% | Epoch AI |
| GPT-4.5OpenAI · cerrado | 37,8% | Epoch AI |
| Mistral Medium 3Mistral AI · cerrado | 32,2% | Epoch AI |
| Gemini 2.0 FlashGoogle · cerrado | 31,1% | Epoch AI |
| o1-previewOpenAI · cerrado | 31,1% | Epoch AI |
| Mistral Small 3.2Mistral AI · abierto | 30,3% | Epoch AI |
| Magistral Small 1.0Mistral AI · abierto | 30% | Epoch AI |
| GPT-4.1 NanoOpenAI · cerrado | 28,9% | Epoch AI |
| Magistral Small 1.2Mistral AI · abierto | 28,1% | Epoch AI |
| Gemini 1.5 ProGoogle · cerrado | 23,1% | Epoch AI |
| Gemma 3 27BGoogle · abierto | 22,5% | Epoch AI |
| DeepSeek-R1-Distill-Qwen-1.5BDeepSeek · abierto | 21,4% | Epoch AI |
| Llama 4 MaverickMeta · abierto | 20,6% | Epoch AI |
| Qwen-PlusAlibaba · cerrado | 17,8% | Epoch AI |
| Gemma 3 12BGoogle · abierto | 16,7% | Epoch AI |
| Gemini 1.5 FlashGoogle · cerrado | 16,2% | Epoch AI |
| Qwen2.5-MaxAlibaba · cerrado | 16,1% | Epoch AI |
| Phi 4Microsoft · abierto | 13,8% | Epoch AI |
| Grok-2xAI · cerrado | 11,5% | Epoch AI |
| Llama 3.1-405BMeta · abierto | 9,7% | Epoch AI |
| Claude 3.5 Sonnet (October 2024)Anthropic · cerrado | 8,5% | Epoch AI |
| Qwen2.5-72BAlibaba · abierto | 8,1% | Epoch AI |
| Qwen3-1.7BAlibaba · abierto | 8,1% | Epoch AI |
| Llama 4 ScoutMeta · abierto | 7,8% | Epoch AI |
| Mistral Large 2Mistral AI · abierto | 7,8% | Epoch AI |
| Gemma 3 4BGoogle · abierto | 7,5% | Epoch AI |
| Qwen2.5-32BAlibaba · abierto | 7,4% | Epoch AI |
| GPT-4o-miniOpenAI · cerrado | 6,9% | Epoch AI |
| GPT-4 Turbo (Apr 2024)OpenAI · cerrado | 6,7% | Epoch AI |
| Mistral Small 3Mistral AI · abierto | 6,7% | Epoch AI |
| Claude 3.5 SonnetAnthropic · cerrado | 6,5% | Epoch AI |
| Qwen-TurboAlibaba · cerrado | 6,1% | Epoch AI |
| Mistral Small 3.1Mistral AI · abierto | 5,8% | Epoch AI |
| Llama 3.3 70BMeta · abierto | 5,1% | Epoch AI |
| Claude 3 OpusAnthropic · cerrado | 4,7% | Epoch AI |
| Gemini 1.5 Flash 8BGoogle · cerrado | 4,6% | Epoch AI |
| Tulu 3 (Tülu 3) 70BAi2 (Allen Institute) · abierto | 4,4% | Epoch AI |
| Claude 3.5 HaikuAnthropic · cerrado | 4,3% | Epoch AI |
| Llama 3-70BMeta · abierto | 4,3% | Epoch AI |
| Llama 3.1-70BMeta · abierto | 3,6% | Epoch AI |
| Llama 3.2 90BMeta · abierto | 2,6% | Epoch AI |
| Claude 2Anthropic · cerrado | 2,5% | Epoch AI |
| Claude 3 SonnetAnthropic · cerrado | 2,5% | Epoch AI |
| Qwen2.5-7BAlibaba · abierto | 2,5% | Epoch AI |
| Claude 2.1Anthropic · cerrado | 1,9% | Epoch AI |
| Llama 3-8BMeta · abierto | 1,9% | Epoch AI |
| Mistral LargeMistral AI · cerrado | 1,9% | Epoch AI |
| Claude 3 HaikuAnthropic · cerrado | 1,8% | Epoch AI |
| Llama 3.1-8BMeta · abierto | 1,7% | Epoch AI |
| Gemma 2 27BGoogle · abierto | 1,4% | Epoch AI |
| Gemini 1.0 ProGoogle · cerrado | 1,1% | Epoch AI |
| Gemma 3 1BGoogle · abierto | 1,1% | Epoch AI |
| DeepSeek LLM 67BDeepSeek · abierto | 0,8% | Epoch AI |
| Gemma 2 9BGoogle · abierto | 0,6% | Epoch AI |
| Llama 3.2 1BMeta · abierto | 0,6% | Epoch AI |
| Mistral 7BMistral AI · abierto | 0,3% | Epoch AI |
| Llama 2-70BMeta · abierto | 0% | Epoch AI |
Preguntas frecuentes
¿Qué modelo tiene la nota más alta en OTIS Mock AIME?
16 modelos tienen 100% en OTIS Mock AIME, según Epoch AI. Es un benchmark saturado: varios modelos de laboratorios distintos ya llegaron al techo, y la tabla muestra el marcador sin posición.
¿Qué mide OTIS Mock AIME?
OTIS Mock AIME, en el cuadro de Epoch AI (CC BY 4.0, última versión consultada), trae problemas de matemáticas al estilo de la olimpiada estadounidense AIME, en una versión de práctica pensada para que el modelo no se apoye en respuestas que ya haya visto. La nota es el porcentaje de aciertos.
¿Qué modelos entran en este ranking?
Los 182 modelos de esta área con nota publicada en OTIS Mock AIME, según Epoch AI. 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, «1.º de 182». 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. «OTIS Mock AIME: marcador de modelos de IA». meirinho.com.br. https://meirinho.com.br/es/ia/modelos/benchmark/otis-aime/. 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.