Modelos de IA

Comparar modelos

Elige un benchmark que ya tiene nota, filtra y marca hasta cuatro modelos.

Elige un benchmark que ya tiene nota.
Filtra por nombre, laboratorio o pesos.
Marca hasta cuatro modelos.
El precio por token no cierra el costo del trabajo terminado.

Benchmarks con nota

Caso	Qué medir	Modelo de referencia	Alternativa abierta	Fuente
Texto	GPQA Diamond	Gemini 4 Argon 96,4%	Kimi K3.1 Pro 94,2%	Epoch AI
Texto	OTIS Mock AIME	Claude Opus 5.5 100%	Kimi K3.1 Pro 100%	Epoch AI
Texto	FrontierMath (niveles 1 a 3)	Claude Fable 5.2 95,1%	Kimi K3.1 Pro 78,2%	Epoch AI
Texto	SimpleQA Verified	Claude Fable 5.2 94%	Kimi K3.1 Pro 62,2%	Epoch AI
Código	SWE-bench Verified	Claude Opus 4.7 83,5%	GLM-5.2 78,7%	Epoch AI
Texto	GPQA Diamond (OpenRouter)	Gemini 4 Argon 96,5%	Kimi K3.1 Pro 93,9%	OpenRouter Benchmarks
Agentes	τ-bench Verified (aerolínea)	Claude Fable 5 82%	DeepSeek V4 Flash 0423 81,7%	OpenRouter Benchmarks

GPQA Diamond

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

GPQA Diamond
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Gemini 4 Argon	96,4%	Google	cerrado	Epoch AI	Gemini 4 Argon
GPT-6 Astra	95,8%	OpenAI	cerrado	Epoch AI	GPT-6 Astra
Claude Sonnet 5.5	95,6%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5.5
GPT-6.1 Sol	95,4%	OpenAI	cerrado	Epoch AI	GPT-6.1 Sol
Gemini 3.8 Flash	95,4%	Google	cerrado	Epoch AI	Gemini 3.8 Flash
Gemini 3.7 Flash	94,8%	Google	cerrado	Epoch AI	Gemini 3.7 Flash
GPT-5.4 Pro	94,6%	OpenAI	cerrado	Epoch AI	GPT-5.4 Pro
Gemini 3.1 Pro	94,4%	Google	cerrado	Epoch AI	Gemini 3.1 Pro
GPT-6 Sol	94,3%	OpenAI	cerrado	Epoch AI	GPT-6 Sol
GPT-6.1 Terra	94,3%	OpenAI	cerrado	Epoch AI	GPT-6.1 Terra
Kimi K3.1 Pro	94,2%	Moonshot AI	abierto	Epoch AI	Kimi K3.1 Pro
Gemini 3.6 Flash	94,1%	Google	cerrado	Epoch AI	Gemini 3.6 Flash
GPT-5.5	94%	OpenAI	cerrado	Epoch AI	GPT-5.5
Grok 4.6	94%	xAI	cerrado	Epoch AI	Grok 4.6
Claude Fable 5.2	93,9%	Anthropic	cerrado	Epoch AI	Claude Fable 5.2
Claude Opus 5	93,9%	Anthropic	cerrado	Epoch AI	Claude Opus 5
GPT-5.5 Pro	93,9%	OpenAI	cerrado	Epoch AI	GPT-5.5 Pro
GPT-5.6 Sol	93,5%	OpenAI	cerrado	Epoch AI	GPT-5.6 Sol
Grok 4.5	93,4%	xAI	cerrado	Epoch AI	Grok 4.5
GPT-5.4	93,3%	OpenAI	cerrado	Epoch AI	GPT-5.4
GPT-5.6 Terra	93,3%	OpenAI	cerrado	Epoch AI	GPT-5.6 Terra
DeepSeek V4.1 Flash	93,2%	DeepSeek	abierto	Epoch AI	DeepSeek V4.1 Flash
Kimi K3	93,1%	Moonshot AI	abierto	Epoch AI	Kimi K3
Doubao Seed Evolving (Nov 2026)	93,1%	ByteDance	cerrado	Epoch AI	Doubao Seed Evolving (Nov 2026)
Gemini 3.5 Flash	92,8%	Google	cerrado	Epoch AI	Gemini 3.5 Flash
Qwen3.8 Max	92,7%	Alibaba	cerrado	Epoch AI	Qwen3.8 Max
Grok 4.7	92,7%	xAI	cerrado	Epoch AI	Grok 4.7
Gemini 3 Pro	92,6%	Google	cerrado	Epoch AI	Gemini 3 Pro
GLM-5.2	91,9%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.2
DeepSeek V4 Pro	91,7%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Pro
GPT-5.6 Luna	91,6%	OpenAI	cerrado	Epoch AI	GPT-5.6 Luna
GPT-5.2	91,4%	OpenAI	cerrado	Epoch AI	GPT-5.2
Claude Opus 4.8	91%	Anthropic	cerrado	Epoch AI	Claude Opus 4.8
DeepSeek V4 Flash 0731	91%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Flash 0731
GLM-5.3	90,9%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3
MiniMax M3	90,9%	MiniMax	abierto	Epoch AI	MiniMax M3
Qwen3.7 Max	90,9%	Alibaba	cerrado	Epoch AI	Qwen3.7 Max
Kimi K2.6	90,8%	Moonshot AI	abierto	Epoch AI	Kimi K2.6
Claude Opus 5.5	90,6%	Anthropic	cerrado	Epoch AI	Claude Opus 5.5
GPT-6 Luna	90,5%	OpenAI	cerrado	Epoch AI	GPT-6 Luna
Claude Opus 4.6	90,5%	Anthropic	cerrado	Epoch AI	Claude Opus 4.6
Claude Sonnet 5	90,5%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5
GLM-5.3-Flash	90,2%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3-Flash
Mistral Large 4	90,2%	Mistral AI	abierto	Epoch AI	Mistral Large 4
Claude Opus 4.7	90,2%	Anthropic	cerrado	Epoch AI	Claude Opus 4.7
GLM 5.1	89,9%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5.1
Muse Spark	89,8%	Meta	cerrado	Epoch AI	Muse Spark
Claude Haiku 5.5	89,6%	Anthropic	cerrado	Epoch AI	Claude Haiku 5.5
Doubao Seed 2.1 Turbo	89,6%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.1 Turbo
Gemini 3 Flash	89,4%	Google	cerrado	Epoch AI	Gemini 3 Flash
Grok 4.20	89,3%	xAI	cerrado	Epoch AI	Grok 4.20
Doubao Seed 2.1 Pro	89,3%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.1 Pro
Grok 4.3 Beta	88,8%	xAI	cerrado	Epoch AI	Grok 4.3 Beta
Muse Spark Open	88,6%	Meta	abierto	Epoch AI	Muse Spark Open
Qwen3.6 Plus	88,4%	Alibaba	cerrado	Epoch AI	Qwen3.6 Plus
Doubao-Seed-2.0 Pro	88,2%	ByteDance	cerrado	Epoch AI	Doubao-Seed-2.0 Pro
Doubao Seed 2.0 Lite (Apr 2026)	88,1%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.0 Lite (Apr 2026)
Kimi K2.7 Code	87,9%	Moonshot AI	abierto	Epoch AI	Kimi K2.7 Code
Qwen3.7 Plus	87,9%	Alibaba	cerrado	Epoch AI	Qwen3.7 Plus
GLM 5	87,8%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5
Kimi K2.5	87,6%	Moonshot AI	abierto	Epoch AI	Kimi K2.5
GPT-5.1	87,6%	OpenAI	cerrado	Epoch AI	GPT-5.1
Claude Sonnet 4.6	87,4%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.6
Qwen 3.6 Max (Preview)	87,4%	Alibaba	no informados	Epoch AI	Qwen 3.6 Max (Preview)
Grok 4	87%	xAI	cerrado	Epoch AI	Grok 4
GPT-5.4 Mini	86,9%	OpenAI	cerrado	Epoch AI	GPT-5.4 Mini
Qwen3.5 397B A17B	86,4%	Alibaba	abierto	Epoch AI	Qwen3.5 397B A17B
GPT-5	86,2%	OpenAI	cerrado	Epoch AI	GPT-5
Claude Opus 4.5	86%	Anthropic	cerrado	Epoch AI	Claude Opus 4.5
Claude Fable 5	85,9%	Anthropic	cerrado	Epoch AI	Claude Fable 5
Qwen3.6 27B	85,9%	Alibaba	abierto	Epoch AI	Qwen3.6 27B
Nemotron 3 Ultra	85,4%	NVIDIA	abierto	Epoch AI	Nemotron 3 Ultra
Gemini 2.5 Pro	85,3%	Google	cerrado	Epoch AI	Gemini 2.5 Pro
Qwen3.6 35B A3B	84,8%	Alibaba	abierto	Epoch AI	Qwen3.6 35B A3B
Qwen 3.5 Plus (hosted 397B-A17B)	84,8%	Alibaba	no informados	Epoch AI	Qwen 3.5 Plus (hosted 397B-A17B)
Kimi K2 Thinking	84,2%	Moonshot AI	abierto	Epoch AI	Kimi K2 Thinking
Qwen3.5-35B-A3B	83,5%	Alibaba	abierto	Epoch AI	Qwen3.5-35B-A3B
DeepSeek V3.2	83,4%	DeepSeek	abierto	Epoch AI	DeepSeek V3.2
Gemini 3.5 Flash Lite	83,3%	Google	cerrado	Epoch AI	Gemini 3.5 Flash Lite
Qwen3.6 Flash	83,3%	Alibaba	no informados	Epoch AI	Qwen3.6 Flash
GLM 4.7	83,3%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 4.7
GPT-5.5 Instant	82,5%	OpenAI	cerrado	Epoch AI	GPT-5.5 Instant
Claude Sonnet 4.5	82,3%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.5
Qwen3.5-Flash	82,3%	Alibaba	no informados	Epoch AI	Qwen3.5-Flash
Qwen3.7 Flash	82,3%	Alibaba	cerrado	Epoch AI	Qwen3.7 Flash
Gemini 3.1 Flash Lite	81,8%	Google	cerrado	Epoch AI	Gemini 3.1 Flash Lite
o3	81,8%	OpenAI	cerrado	Epoch AI	o3
Qwen3-235B-A22B	80,1%	Alibaba	abierto	Epoch AI	Qwen3-235B-A22B
Claude 3.7 Sonnet	79,7%	Anthropic	cerrado	Epoch AI	Claude 3.7 Sonnet
o4-mini	79,6%	OpenAI	cerrado	Epoch AI	o4-mini
Claude Sonnet 4	79,2%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4
Qwen3.5-9B	79%	Alibaba	abierto	Epoch AI	Qwen3.5-9B
GPT-5.4 Nano	78,5%	OpenAI	cerrado	Epoch AI	GPT-5.4 Nano
Doubao-Seed-1.6	77,6%	ByteDance	cerrado	Epoch AI	Doubao-Seed-1.6
Claude Opus 4.1	77,3%	Anthropic	cerrado	Epoch AI	Claude Opus 4.1
o3-mini	77%	OpenAI	cerrado	Epoch AI	o3-mini
o1	76,8%	OpenAI	cerrado	Epoch AI	o1
DeepSeek R1	76,3%	DeepSeek	abierto	Epoch AI	DeepSeek R1
Claude Opus 4	76,3%	Anthropic	cerrado	Epoch AI	Claude Opus 4
Grok-3 mini	76,3%	xAI	cerrado	Epoch AI	Grok-3 mini
gpt-oss-120b	75,8%	OpenAI	abierto	Epoch AI	gpt-oss-120b
Gemma 4 31B	75,8%	Google	abierto	Epoch AI	Gemma 4 31B
Grok 3	75,8%	xAI	cerrado	Epoch AI	Grok 3
GPT-5 Mini	75%	OpenAI	cerrado	Epoch AI	GPT-5 Mini
Gemma 4 26B A4B	73,2%	Google	abierto	Epoch AI	Gemma 4 26B A4B
Qwen3-Max	72,6%	Alibaba	cerrado	Epoch AI	Qwen3-Max
Claude Haiku 4.5	71,2%	Anthropic	cerrado	Epoch AI	Claude Haiku 4.5
Qwen3 30B A3B	70,1%	Alibaba	abierto	Epoch AI	Qwen3 30B A3B
GPT-5 Nano	69,4%	OpenAI	cerrado	Epoch AI	GPT-5 Nano
GPT-4.5	68,7%	OpenAI	cerrado	Epoch AI	GPT-4.5
DeepSeek V3	67,6%	DeepSeek	abierto	Epoch AI	DeepSeek V3
Llama 4 Maverick	67%	Meta	abierto	Epoch AI	Llama 4 Maverick
GPT-4.1	66,9%	OpenAI	cerrado	Epoch AI	GPT-4.1
GPT-4.1 Mini	65,8%	OpenAI	cerrado	Epoch AI	GPT-4.1 Mini
Qwen3 32B	65,7%	Alibaba	abierto	Epoch AI	Qwen3 32B
Gemini 2.0 Pro	65,7%	Google	cerrado	Epoch AI	Gemini 2.0 Pro
QWQ-Plus	65,4%	Alibaba	cerrado	Epoch AI	QWQ-Plus
QwQ-32B	65,3%	Alibaba	abierto	Epoch AI	QwQ-32B
DeepSeek-R1-Distill-Qwen-32B	64,1%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Qwen-32B
Gemini 2.0 Flash	64,1%	Google	cerrado	Epoch AI	Gemini 2.0 Flash
Qwen3 14B	63,8%	Alibaba	abierto	Epoch AI	Qwen3 14B
o1-mini	62,4%	OpenAI	cerrado	Epoch AI	o1-mini
gpt-oss-20b	60,8%	OpenAI	abierto	Epoch AI	gpt-oss-20b
Mistral Medium 3	59,5%	Mistral AI	cerrado	Epoch AI	Mistral Medium 3
Gemini 1.5 Pro	57,2%	Google	cerrado	Epoch AI	Gemini 1.5 Pro
Gemini 2.0 Flash Thinking	57,1%	Google	cerrado	Epoch AI	Gemini 2.0 Flash Thinking
Qwen3-8B	56,8%	Alibaba	abierto	Epoch AI	Qwen3-8B
DeepSeek V3	56,5%	DeepSeek	abierto	Epoch AI	DeepSeek V3
Phi 4	56,1%	Microsoft	abierto	Epoch AI	Phi 4
Magistral Small 1.0	56,1%	Mistral AI	abierto	Epoch AI	Magistral Small 1.0
Qwen2.5-Max	56,1%	Alibaba	cerrado	Epoch AI	Qwen2.5-Max
DeepSeek-R1-Distill-Llama-70B	55,7%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Llama-70B
Claude 3.5 Sonnet (October 2024)	55,3%	Anthropic	cerrado	Epoch AI	Claude 3.5 Sonnet (October 2024)
Claude 3.5 Sonnet	54%	Anthropic	cerrado	Epoch AI	Claude 3.5 Sonnet
Grok-2	53,8%	xAI	cerrado	Epoch AI	Grok-2
Qwen3-4B	52,3%	Alibaba	abierto	Epoch AI	Qwen3-4B
Llama 4 Scout	51,8%	Meta	abierto	Epoch AI	Llama 4 Scout
Mistral Large 2	51,3%	Mistral AI	abierto	Epoch AI	Mistral Large 2
Llama 3.1-405B	50,9%	Meta	abierto	Epoch AI	Llama 3.1-405B
o1-preview	50,3%	OpenAI	cerrado	Epoch AI	o1-preview
GPT-4o	49,2%	OpenAI	cerrado	Epoch AI	GPT-4o
Mistral Small 3.2	49,1%	Mistral AI	abierto	Epoch AI	Mistral Small 3.2
Qwen2.5-72B	49,1%	Alibaba	abierto	Epoch AI	Qwen2.5-72B
GPT-4.1 Nano	48,9%	OpenAI	cerrado	Epoch AI	GPT-4.1 Nano
Qwen-Plus	48,1%	Alibaba	cerrado	Epoch AI	Qwen-Plus
Gemma 3 27B	47,7%	Google	abierto	Epoch AI	Gemma 3 27B
Magistral Small 1.2	47,6%	Mistral AI	abierto	Epoch AI	Magistral Small 1.2
Mistral Small 3.1	47,5%	Mistral AI	abierto	Epoch AI	Mistral Small 3.1
Llama 3.3 70B	47,4%	Meta	abierto	Epoch AI	Llama 3.3 70B
Mistral Small 3	47,3%	Mistral AI	abierto	Epoch AI	Mistral Small 3
Gemini 1.5 Flash	47,3%	Google	cerrado	Epoch AI	Gemini 1.5 Flash
Claude 3 Opus	47,2%	Anthropic	cerrado	Epoch AI	Claude 3 Opus
GPT-4 Turbo (Apr 2024)	46,6%	OpenAI	cerrado	Epoch AI	GPT-4 Turbo (Apr 2024)
Tulu 3 (Tülu 3) 70B	46,3%	Ai2 (Allen Institute)	abierto	Epoch AI	Tulu 3 (Tülu 3) 70B
Qwen2.5-32B	46,1%	Alibaba	abierto	Epoch AI	Qwen2.5-32B
DeepSeek-R1-Distill-Qwen-14B	44,7%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Qwen-14B
Llama 3.1-70B	44,2%	Meta	abierto	Epoch AI	Llama 3.1-70B
WizardLM-2 8x22B	43,4%	Microsoft	abierto	Epoch AI	WizardLM-2 8x22B
GPT-4 Turbo (Nov 2023)	42,4%	OpenAI	cerrado	Epoch AI	GPT-4 Turbo (Nov 2023)
Qwen-Turbo	41,8%	Alibaba	cerrado	Epoch AI	Qwen-Turbo
Llama 3.2 90B	41%	Meta	abierto	Epoch AI	Llama 3.2 90B
Qwen2-72B	40,8%	Alibaba	abierto	Epoch AI	Qwen2-72B
Claude 3 Sonnet	40,6%	Anthropic	cerrado	Epoch AI	Claude 3 Sonnet
Llama 3-70B	40,6%	Meta	abierto	Epoch AI	Llama 3-70B
Gemma 3 12B	39,5%	Google	abierto	Epoch AI	Gemma 3 12B
Mistral Large	38,8%	Mistral AI	cerrado	Epoch AI	Mistral Large
Claude 3.5 Haiku	38,1%	Anthropic	cerrado	Epoch AI	Claude 3.5 Haiku
Qwen3-1.7B	38%	Alibaba	abierto	Epoch AI	Qwen3-1.7B
GPT-4o-mini	37,7%	OpenAI	cerrado	Epoch AI	GPT-4o-mini
Gemma 2 27B	36,5%	Google	abierto	Epoch AI	Gemma 2 27B
Claude 3 Haiku	36,3%	Anthropic	cerrado	Epoch AI	Claude 3 Haiku
GPT-4	35,7%	OpenAI	cerrado	Epoch AI	GPT-4
Qwen2.5-7B	35,5%	Alibaba	abierto	Epoch AI	Qwen2.5-7B
Claude 2	34,7%	Anthropic	cerrado	Epoch AI	Claude 2
Mixtral 8x22B	34,1%	Mistral AI	abierto	Epoch AI	Mixtral 8x22B
Gemini 1.0 Pro	34%	Google	cerrado	Epoch AI	Gemini 1.0 Pro
DeepSeek-R1-Distill-Qwen-1.5B	33,6%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Qwen-1.5B
Claude 2.1	33%	Anthropic	cerrado	Epoch AI	Claude 2.1
Gemini 1.5 Flash 8B	33%	Google	cerrado	Epoch AI	Gemini 1.5 Flash 8B
Yi-1.5-34B	32%	01.AI	abierto	Epoch AI	Yi-1.5-34B
Qwen1.5-32B	30,7%	Alibaba	abierto	Epoch AI	Qwen1.5-32B
Mixtral 8x7B	30,6%	Mistral AI	abierto	Epoch AI	Mixtral 8x7B
Mistral Nemo	29,9%	Mistral AI	abierto	Epoch AI	Mistral Nemo
Qwen1.5-72B	28,8%	Alibaba	abierto	Epoch AI	Qwen1.5-72B
GPT-3.5 Turbo	28%	OpenAI	cerrado	Epoch AI	GPT-3.5 Turbo
phi-3-medium 14B	27,6%	Microsoft	abierto	Epoch AI	phi-3-medium 14B
Gemma 2 9B	27,5%	Google	abierto	Epoch AI	Gemma 2 9B
Ministral 8B	27,1%	Mistral AI	abierto	Epoch AI	Ministral 8B
Llama 3.1-8B	27%	Meta	abierto	Epoch AI	Llama 3.1-8B
Llama 2-70B	26,3%	Meta	abierto	Epoch AI	Llama 2-70B
Llama 3-8B	26,1%	Meta	abierto	Epoch AI	Llama 3-8B
Ministral 3B	25,3%	Mistral AI	cerrado	Epoch AI	Ministral 3B
DeepSeek LLM 67B	24,6%	DeepSeek	abierto	Epoch AI	DeepSeek LLM 67B
Llama 3.2 1B	23,9%	Meta	abierto	Epoch AI	Llama 3.2 1B
Gemma 3 4B	23,2%	Google	abierto	Epoch AI	Gemma 3 4B
Gemma 3 1B	19,9%	Google	abierto	Epoch AI	Gemma 3 1B
Mistral 7B	15,2%	Mistral AI	abierto	Epoch AI	Mistral 7B
Yi-34B	14,7%	01.AI	abierto	Epoch AI	Yi-34B

OTIS Mock AIME

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

OTIS Mock AIME
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Claude Opus 5.5	100%	Anthropic	cerrado	Epoch AI	Claude Opus 5.5
Claude Sonnet 5.5	100%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5.5
GPT-6.1 Sol	100%	OpenAI	cerrado	Epoch AI	GPT-6.1 Sol
GPT-6 Astra	100%	OpenAI	cerrado	Epoch AI	GPT-6 Astra
GPT-5.5	100%	OpenAI	cerrado	Epoch AI	GPT-5.5
Gemini 4 Argon	100%	Google	cerrado	Epoch AI	Gemini 4 Argon
Qwen3.8 Max	100%	Alibaba	cerrado	Epoch AI	Qwen3.8 Max
Kimi K3.1 Pro	100%	Moonshot AI	abierto	Epoch AI	Kimi K3.1 Pro
Claude Fable 5	100%	Anthropic	cerrado	Epoch AI	Claude Fable 5
Claude Fable 5.1	100%	Anthropic	cerrado	Epoch AI	Claude Fable 5.1
GPT-5.5 Pro	100%	OpenAI	cerrado	Epoch AI	GPT-5.5 Pro
GPT-5.6 Sol	100%	OpenAI	cerrado	Epoch AI	GPT-5.6 Sol
GPT-6 Sol	100%	OpenAI	cerrado	Epoch AI	GPT-6 Sol
GPT-6.1 Terra	100%	OpenAI	cerrado	Epoch AI	GPT-6.1 Terra
Claude Fable 5.2	99,7%	Anthropic	cerrado	Epoch AI	Claude Fable 5.2
GPT-5.6 Terra	99,7%	OpenAI	cerrado	Epoch AI	GPT-5.6 Terra
DeepSeek V4.1 Flash	99,4%	DeepSeek	abierto	Epoch AI	DeepSeek V4.1 Flash
Mistral Large 4	99,4%	Mistral AI	abierto	Epoch AI	Mistral Large 4
Muse Wonder	99,4%	Meta	cerrado	Epoch AI	Muse Wonder
Grok 4.6	99,2%	xAI	cerrado	Epoch AI	Grok 4.6
Muse Spark 1.3	99,2%	Meta	cerrado	Epoch AI	Muse Spark 1.3
Doubao Seed Evolving (Nov 2026)	99,2%	ByteDance	cerrado	Epoch AI	Doubao Seed Evolving (Nov 2026)
Claude Haiku 5.5	98,9%	Anthropic	cerrado	Epoch AI	Claude Haiku 5.5
GPT-6 Luna	98,9%	OpenAI	cerrado	Epoch AI	GPT-6 Luna
Gemini 3.8 Flash	98,9%	Google	cerrado	Epoch AI	Gemini 3.8 Flash
Claude Opus 5	98,9%	Anthropic	cerrado	Epoch AI	Claude Opus 5
DeepSeek V4 Pro	98,6%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Pro
Claude Opus 4.8	98,3%	Anthropic	cerrado	Epoch AI	Claude Opus 4.8
GPT-5.6 Luna	98,3%	OpenAI	cerrado	Epoch AI	GPT-5.6 Luna
Grok 4.7	98,1%	xAI	cerrado	Epoch AI	Grok 4.7
Muse Spark Open	98,1%	Meta	abierto	Epoch AI	Muse Spark Open
Claude Opus 4.7	97,8%	Anthropic	cerrado	Epoch AI	Claude Opus 4.7
GPT-5.4	97,8%	OpenAI	cerrado	Epoch AI	GPT-5.4
Grok 4.5	97,8%	xAI	cerrado	Epoch AI	Grok 4.5
Kimi K3	97,2%	Moonshot AI	abierto	Epoch AI	Kimi K3
Gemini 3.7 Flash	97,2%	Google	cerrado	Epoch AI	Gemini 3.7 Flash
GPT-5.2	96,1%	OpenAI	cerrado	Epoch AI	GPT-5.2
Kimi K2.6	96,1%	Moonshot AI	abierto	Epoch AI	Kimi K2.6
Doubao Seed 2.1 Turbo	96,1%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.1 Turbo
Gemini 3.1 Pro	95,6%	Google	cerrado	Epoch AI	Gemini 3.1 Pro
Gemini 3.5 Flash	95,6%	Google	cerrado	Epoch AI	Gemini 3.5 Flash
Kimi K2.7 Code	95,6%	Moonshot AI	abierto	Epoch AI	Kimi K2.7 Code
Qwen3.7 Max	95,6%	Alibaba	cerrado	Epoch AI	Qwen3.7 Max
Doubao Seed 2.1 Pro	95,6%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.1 Pro
Gemini 3 Flash	95,6%	Google	cerrado	Epoch AI	Gemini 3 Flash
Claude Sonnet 5	94,7%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5
Claude Opus 4.6	94,4%	Anthropic	cerrado	Epoch AI	Claude Opus 4.6
DeepSeek V4 Flash 0731	94,4%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Flash 0731
Gemini 3.6 Flash	94,2%	Google	cerrado	Epoch AI	Gemini 3.6 Flash
GLM-5.3-Flash	93,9%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3-Flash
Doubao-Seed-2.0 Pro	93,9%	ByteDance	cerrado	Epoch AI	Doubao-Seed-2.0 Pro
Qwen3.6 Plus	93,3%	Alibaba	cerrado	Epoch AI	Qwen3.6 Plus
Qwen3.7 Plus	93,3%	Alibaba	cerrado	Epoch AI	Qwen3.7 Plus
GLM 5.1	93,3%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5.1
Grok 4.3 Beta	93,3%	xAI	cerrado	Epoch AI	Grok 4.3 Beta
Kimi K2.5	92,2%	Moonshot AI	abierto	Epoch AI	Kimi K2.5
Grok 4.20	92,2%	xAI	cerrado	Epoch AI	Grok 4.20
GPT-5	91,4%	OpenAI	cerrado	Epoch AI	GPT-5
Gemini 3 Pro	91,4%	Google	cerrado	Epoch AI	Gemini 3 Pro
GLM-5.3	91,1%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3
Qwen3.6 27B	91,1%	Alibaba	abierto	Epoch AI	Qwen3.6 27B
Doubao Seed 2.0 Lite (Apr 2026)	91,1%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.0 Lite (Apr 2026)
Qwen 3.6 Max (Preview)	91,1%	Alibaba	no informados	Epoch AI	Qwen 3.6 Max (Preview)
gpt-oss-120b	88,9%	OpenAI	abierto	Epoch AI	gpt-oss-120b
GPT-5.4 Mini	88,9%	OpenAI	cerrado	Epoch AI	GPT-5.4 Mini
Qwen3.5 397B A17B	88,9%	Alibaba	abierto	Epoch AI	Qwen3.5 397B A17B
Muse Spark	88,9%	Meta	cerrado	Epoch AI	Muse Spark
GPT-5.1	88,6%	OpenAI	cerrado	Epoch AI	GPT-5.1
DeepSeek V3.2	87,8%	DeepSeek	abierto	Epoch AI	DeepSeek V3.2
GPT-5.4 Nano	87,8%	OpenAI	cerrado	Epoch AI	GPT-5.4 Nano
Qwen3-235B-A22B	86,7%	Alibaba	abierto	Epoch AI	Qwen3-235B-A22B
Nemotron 3 Ultra	86,7%	NVIDIA	abierto	Epoch AI	Nemotron 3 Ultra
GPT-5 Mini	86,7%	OpenAI	cerrado	Epoch AI	GPT-5 Mini
Qwen3.6 35B A3B	86,7%	Alibaba	abierto	Epoch AI	Qwen3.6 35B A3B
Qwen3.7 Flash	86,7%	Alibaba	cerrado	Epoch AI	Qwen3.7 Flash
Qwen 3.5 Plus (hosted 397B-A17B)	86,7%	Alibaba	no informados	Epoch AI	Qwen 3.5 Plus (hosted 397B-A17B)
GLM-5.2	86,4%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.2
Claude Opus 4.5	86,1%	Anthropic	cerrado	Epoch AI	Claude Opus 4.5
Claude Sonnet 4.6	85,8%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.6
Gemini 2.5 Pro	84,7%	Google	cerrado	Epoch AI	Gemini 2.5 Pro
o3	84,4%	OpenAI	cerrado	Epoch AI	o3
Qwen3.5-Flash	84,4%	Alibaba	no informados	Epoch AI	Qwen3.5-Flash
Qwen3.6 Flash	84,4%	Alibaba	no informados	Epoch AI	Qwen3.6 Flash
Grok 4	84%	xAI	cerrado	Epoch AI	Grok 4
GLM 4.7	83,3%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 4.7
Kimi K2 Thinking	83,1%	Moonshot AI	abierto	Epoch AI	Kimi K2 Thinking
Gemma 4 26B A4B	82,2%	Google	abierto	Epoch AI	Gemma 4 26B A4B
o4-mini	81,7%	OpenAI	cerrado	Epoch AI	o4-mini
GPT-5 Nano	81,1%	OpenAI	cerrado	Epoch AI	GPT-5 Nano
Gemini 3.1 Flash Lite	80%	Google	cerrado	Epoch AI	Gemini 3.1 Flash Lite
GLM 5	80%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5
Claude Sonnet 4.5	77,8%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.5
Grok-3 mini	77,8%	xAI	cerrado	Epoch AI	Grok-3 mini
o3-mini	76,9%	OpenAI	cerrado	Epoch AI	o3-mini
Gemma 4 31B	73,3%	Google	abierto	Epoch AI	Gemma 4 31B
Qwen3-Max	73,3%	Alibaba	cerrado	Epoch AI	Qwen3-Max
o1	73,3%	OpenAI	cerrado	Epoch AI	o1
Gemini 2.5 Flash	73,1%	Google	cerrado	Epoch AI	Gemini 2.5 Flash
MiniMax M3	71,1%	MiniMax	abierto	Epoch AI	MiniMax M3
Gemini 3.5 Flash Lite	71,1%	Google	cerrado	Epoch AI	Gemini 3.5 Flash Lite
Claude Sonnet 4	71,1%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4
Qwen3 30B A3B	70,3%	Alibaba	abierto	Epoch AI	Qwen3 30B A3B
Qwen3.5-35B-A3B	70%	Alibaba	abierto	Epoch AI	Qwen3.5-35B-A3B
Doubao-Seed-1.6	69,4%	ByteDance	cerrado	Epoch AI	Doubao-Seed-1.6
Claude Opus 4.1	68,9%	Anthropic	cerrado	Epoch AI	Claude Opus 4.1
GPT-5.5 Instant	68,1%	OpenAI	cerrado	Epoch AI	GPT-5.5 Instant
Qwen3 32B	66,9%	Alibaba	abierto	Epoch AI	Qwen3 32B
Claude Haiku 4.5	66,7%	Anthropic	cerrado	Epoch AI	Claude Haiku 4.5
DeepSeek R1	66,4%	DeepSeek	abierto	Epoch AI	DeepSeek R1
Qwen3 14B	66,4%	Alibaba	abierto	Epoch AI	Qwen3 14B
gpt-oss-20b	65,3%	OpenAI	abierto	Epoch AI	gpt-oss-20b
Claude Opus 4	64,4%	Anthropic	cerrado	Epoch AI	Claude Opus 4
Qwen3.5-9B	61,7%	Alibaba	abierto	Epoch AI	Qwen3.5-9B
QwQ-32B	59,2%	Alibaba	abierto	Epoch AI	QwQ-32B
Claude 3.7 Sonnet	57,8%	Anthropic	cerrado	Epoch AI	Claude 3.7 Sonnet
Gemini 2.0 Flash Thinking	57,8%	Google	cerrado	Epoch AI	Gemini 2.0 Flash Thinking
Qwen3-8B	56,1%	Alibaba	abierto	Epoch AI	Qwen3-8B
Qwen3.5-4B	55,8%	Alibaba	abierto	Epoch AI	Qwen3.5-4B
DeepSeek-R1-Distill-Qwen-32B	55,6%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Qwen-32B
Grok 3	55,6%	xAI	cerrado	Epoch AI	Grok 3
DeepSeek-R1-Distill-Llama-70B	51,4%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Llama-70B
DeepSeek-R1-Distill-Qwen-14B	50,6%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Qwen-14B
o1-mini	46,9%	OpenAI	cerrado	Epoch AI	o1-mini
GPT-4.1 Mini	44,7%	OpenAI	cerrado	Epoch AI	GPT-4.1 Mini
GPT-4.1	38,3%	OpenAI	cerrado	Epoch AI	GPT-4.1
DeepSeek V3	37,8%	DeepSeek	abierto	Epoch AI	DeepSeek V3
GPT-4.5	37,8%	OpenAI	cerrado	Epoch AI	GPT-4.5
Mistral Medium 3	32,2%	Mistral AI	cerrado	Epoch AI	Mistral Medium 3
Gemini 2.0 Flash	31,1%	Google	cerrado	Epoch AI	Gemini 2.0 Flash
o1-preview	31,1%	OpenAI	cerrado	Epoch AI	o1-preview
Mistral Small 3.2	30,3%	Mistral AI	abierto	Epoch AI	Mistral Small 3.2
Magistral Small 1.0	30%	Mistral AI	abierto	Epoch AI	Magistral Small 1.0
GPT-4.1 Nano	28,9%	OpenAI	cerrado	Epoch AI	GPT-4.1 Nano
Magistral Small 1.2	28,1%	Mistral AI	abierto	Epoch AI	Magistral Small 1.2
Gemini 1.5 Pro	23,1%	Google	cerrado	Epoch AI	Gemini 1.5 Pro
Gemma 3 27B	22,5%	Google	abierto	Epoch AI	Gemma 3 27B
DeepSeek-R1-Distill-Qwen-1.5B	21,4%	DeepSeek	abierto	Epoch AI	DeepSeek-R1-Distill-Qwen-1.5B
Llama 4 Maverick	20,6%	Meta	abierto	Epoch AI	Llama 4 Maverick
Qwen-Plus	17,8%	Alibaba	cerrado	Epoch AI	Qwen-Plus
Gemma 3 12B	16,7%	Google	abierto	Epoch AI	Gemma 3 12B
Gemini 1.5 Flash	16,2%	Google	cerrado	Epoch AI	Gemini 1.5 Flash
Qwen2.5-Max	16,1%	Alibaba	cerrado	Epoch AI	Qwen2.5-Max
DeepSeek V3	15,8%	DeepSeek	abierto	Epoch AI	DeepSeek V3
Phi 4	13,8%	Microsoft	abierto	Epoch AI	Phi 4
Grok-2	11,5%	xAI	cerrado	Epoch AI	Grok-2
Llama 3.1-405B	9,7%	Meta	abierto	Epoch AI	Llama 3.1-405B
Claude 3.5 Sonnet (October 2024)	8,5%	Anthropic	cerrado	Epoch AI	Claude 3.5 Sonnet (October 2024)
Mistral Large 2	8,5%	Mistral AI	abierto	Epoch AI	Mistral Large 2
Qwen2.5-72B	8,1%	Alibaba	abierto	Epoch AI	Qwen2.5-72B
Qwen3-1.7B	8,1%	Alibaba	abierto	Epoch AI	Qwen3-1.7B
Llama 4 Scout	7,8%	Meta	abierto	Epoch AI	Llama 4 Scout
Gemma 3 4B	7,5%	Google	abierto	Epoch AI	Gemma 3 4B
Qwen2.5-32B	7,4%	Alibaba	abierto	Epoch AI	Qwen2.5-32B
GPT-4o-mini	6,9%	OpenAI	cerrado	Epoch AI	GPT-4o-mini
Mistral Small 3	6,7%	Mistral AI	abierto	Epoch AI	Mistral Small 3
GPT-4 Turbo (Apr 2024)	6,7%	OpenAI	cerrado	Epoch AI	GPT-4 Turbo (Apr 2024)
Claude 3.5 Sonnet	6,5%	Anthropic	cerrado	Epoch AI	Claude 3.5 Sonnet
GPT-4o	6,4%	OpenAI	cerrado	Epoch AI	GPT-4o
Qwen-Turbo	6,1%	Alibaba	cerrado	Epoch AI	Qwen-Turbo
Mistral Small 3.1	5,8%	Mistral AI	abierto	Epoch AI	Mistral Small 3.1
Llama 3.3 70B	5,1%	Meta	abierto	Epoch AI	Llama 3.3 70B
Claude 3 Opus	4,7%	Anthropic	cerrado	Epoch AI	Claude 3 Opus
Gemini 1.5 Flash 8B	4,6%	Google	cerrado	Epoch AI	Gemini 1.5 Flash 8B
Tulu 3 (Tülu 3) 70B	4,4%	Ai2 (Allen Institute)	abierto	Epoch AI	Tulu 3 (Tülu 3) 70B
Claude 3.5 Haiku	4,3%	Anthropic	cerrado	Epoch AI	Claude 3.5 Haiku
Llama 3-70B	4,3%	Meta	abierto	Epoch AI	Llama 3-70B
Llama 3.1-70B	3,6%	Meta	abierto	Epoch AI	Llama 3.1-70B
Llama 3.2 90B	2,6%	Meta	abierto	Epoch AI	Llama 3.2 90B
Claude 2	2,5%	Anthropic	cerrado	Epoch AI	Claude 2
Claude 3 Sonnet	2,5%	Anthropic	cerrado	Epoch AI	Claude 3 Sonnet
Qwen2.5-7B	2,5%	Alibaba	abierto	Epoch AI	Qwen2.5-7B
GPT-3.5 Turbo	2,2%	OpenAI	cerrado	Epoch AI	GPT-3.5 Turbo
Mistral Large	1,9%	Mistral AI	cerrado	Epoch AI	Mistral Large
Claude 2.1	1,9%	Anthropic	cerrado	Epoch AI	Claude 2.1
Llama 3-8B	1,9%	Meta	abierto	Epoch AI	Llama 3-8B
Claude 3 Haiku	1,8%	Anthropic	cerrado	Epoch AI	Claude 3 Haiku
Llama 3.1-8B	1,7%	Meta	abierto	Epoch AI	Llama 3.1-8B
Gemma 2 27B	1,4%	Google	abierto	Epoch AI	Gemma 2 27B
GPT-4	1,1%	OpenAI	cerrado	Epoch AI	GPT-4
Gemini 1.0 Pro	1,1%	Google	cerrado	Epoch AI	Gemini 1.0 Pro
Gemma 3 1B	1,1%	Google	abierto	Epoch AI	Gemma 3 1B
DeepSeek LLM 67B	0,8%	DeepSeek	abierto	Epoch AI	DeepSeek LLM 67B
Gemma 2 9B	0,6%	Google	abierto	Epoch AI	Gemma 2 9B
Llama 3.2 1B	0,6%	Meta	abierto	Epoch AI	Llama 3.2 1B
Mistral 7B	0,3%	Mistral AI	abierto	Epoch AI	Mistral 7B
Llama 2-70B	0%	Meta	abierto	Epoch AI	Llama 2-70B

FrontierMath (niveles 1 a 3)

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

FrontierMath (niveles 1 a 3)
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Claude Fable 5.2	95,1%	Anthropic	cerrado	Epoch AI	Claude Fable 5.2
GPT-6.1 Sol	93,7%	OpenAI	cerrado	Epoch AI	GPT-6.1 Sol
GPT-6 Astra	93,7%	OpenAI	cerrado	Epoch AI	GPT-6 Astra
Claude Opus 5.5	91,2%	Anthropic	cerrado	Epoch AI	Claude Opus 5.5
GPT-6.1 Terra	90,9%	OpenAI	cerrado	Epoch AI	GPT-6.1 Terra
Claude Fable 5.1	90,2%	Anthropic	cerrado	Epoch AI	Claude Fable 5.1
GPT-6 Sol	89,8%	OpenAI	cerrado	Epoch AI	GPT-6 Sol
GPT-5.6 Sol	89,1%	OpenAI	cerrado	Epoch AI	GPT-5.6 Sol
Claude Sonnet 5.5	88,8%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5.5
GPT-5.5 Pro	87,7%	OpenAI	cerrado	Epoch AI	GPT-5.5 Pro
Claude Fable 5	87%	Anthropic	cerrado	Epoch AI	Claude Fable 5
Gemini 4 Argon	86%	Google	cerrado	Epoch AI	Gemini 4 Argon
GPT-5.6 Terra	86%	OpenAI	cerrado	Epoch AI	GPT-5.6 Terra
Claude Opus 5	85,6%	Anthropic	cerrado	Epoch AI	Claude Opus 5
GPT-5.5	85,3%	OpenAI	cerrado	Epoch AI	GPT-5.5
GPT-5.4 Pro	82,5%	OpenAI	cerrado	Epoch AI	GPT-5.4 Pro
Muse Wonder	82,1%	Meta	cerrado	Epoch AI	Muse Wonder
GPT-5.6 Luna	82,1%	OpenAI	cerrado	Epoch AI	GPT-5.6 Luna
Claude Opus 4.8	80%	Anthropic	cerrado	Epoch AI	Claude Opus 4.8
GPT-6 Luna	78,9%	OpenAI	cerrado	Epoch AI	GPT-6 Luna
GPT-5.4	78,6%	OpenAI	cerrado	Epoch AI	GPT-5.4
Kimi K3.1 Pro	78,2%	Moonshot AI	abierto	Epoch AI	Kimi K3.1 Pro
Claude Haiku 5.5	75,1%	Anthropic	cerrado	Epoch AI	Claude Haiku 5.5
Qwen3.8 Max	74,7%	Alibaba	cerrado	Epoch AI	Qwen3.8 Max
Muse Spark 1.3	74,4%	Meta	cerrado	Epoch AI	Muse Spark 1.3
GPT-5.2 Pro	74%	OpenAI	cerrado	Epoch AI	GPT-5.2 Pro
Kimi K3	72,2%	Moonshot AI	abierto	Epoch AI	Kimi K3
Gemini 3.7 Flash	71,6%	Google	cerrado	Epoch AI	Gemini 3.7 Flash
DeepSeek V4.1 Flash	71,2%	DeepSeek	abierto	Epoch AI	DeepSeek V4.1 Flash
Claude Opus 4.7	70,2%	Anthropic	cerrado	Epoch AI	Claude Opus 4.7
Muse Spark Open	69,8%	Meta	abierto	Epoch AI	Muse Spark Open
GLM-5.3	68,8%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3
Gemini 3.8 Flash	68,4%	Google	cerrado	Epoch AI	Gemini 3.8 Flash
GPT-5.2	67,4%	OpenAI	cerrado	Epoch AI	GPT-5.2
Grok 4.6	66%	xAI	cerrado	Epoch AI	Grok 4.6
Claude Opus 4.6	66%	Anthropic	cerrado	Epoch AI	Claude Opus 4.6
Claude Sonnet 5	65,6%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5
DeepSeek V4 Pro	64,6%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Pro
Qwen3.7 Max	64,6%	Alibaba	cerrado	Epoch AI	Qwen3.7 Max
Gemini 3.5 Flash	62,8%	Google	cerrado	Epoch AI	Gemini 3.5 Flash
Gemini 3.1 Pro	59,6%	Google	cerrado	Epoch AI	Gemini 3.1 Pro
GLM-5.2	59,2%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.2
Gemini 3.6 Flash	58,9%	Google	cerrado	Epoch AI	Gemini 3.6 Flash
Mistral Large 4	58,6%	Mistral AI	abierto	Epoch AI	Mistral Large 4
DeepSeek V4 Flash 0731	57,5%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Flash 0731
Kimi K2.6	57,2%	Moonshot AI	abierto	Epoch AI	Kimi K2.6
Grok 4.5	57,2%	xAI	cerrado	Epoch AI	Grok 4.5
GLM-5.3-Flash	55,8%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3-Flash
GPT-5 Pro	55,8%	OpenAI	cerrado	Epoch AI	GPT-5 Pro
GPT-5	55,4%	OpenAI	cerrado	Epoch AI	GPT-5
Kimi K2.7 Code	54%	Moonshot AI	abierto	Epoch AI	Kimi K2.7 Code
Grok 4.7	53%	xAI	cerrado	Epoch AI	Grok 4.7
GPT-5.4 Mini	51,2%	OpenAI	cerrado	Epoch AI	GPT-5.4 Mini
Gemini 3 Flash	51,2%	Google	cerrado	Epoch AI	Gemini 3 Flash
GPT-5 Mini	46,7%	OpenAI	cerrado	Epoch AI	GPT-5 Mini
GPT-5.4 Nano	44,9%	OpenAI	cerrado	Epoch AI	GPT-5.4 Nano
Grok 4.20	44,9%	xAI	cerrado	Epoch AI	Grok 4.20
Grok 4.3 Beta	42,8%	xAI	cerrado	Epoch AI	Grok 4.3 Beta
Qwen3.6 Plus	38,2%	Alibaba	cerrado	Epoch AI	Qwen3.6 Plus
GLM 5.1	36,8%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5.1
o4-mini	36,1%	OpenAI	cerrado	Epoch AI	o4-mini
Qwen3.6 27B	35,1%	Alibaba	abierto	Epoch AI	Qwen3.6 27B
Claude Opus 4.5	34,4%	Anthropic	cerrado	Epoch AI	Claude Opus 4.5
Qwen3.7 Plus	34,4%	Alibaba	cerrado	Epoch AI	Qwen3.7 Plus
o3	33,3%	OpenAI	cerrado	Epoch AI	o3
Qwen3.5 397B A17B	31,2%	Alibaba	abierto	Epoch AI	Qwen3.5 397B A17B
Gemini 3.1 Flash Lite	27,7%	Google	cerrado	Epoch AI	Gemini 3.1 Flash Lite
GPT-5.5 Instant	26,3%	OpenAI	cerrado	Epoch AI	GPT-5.5 Instant
Gemini 3.5 Flash Lite	26%	Google	cerrado	Epoch AI	Gemini 3.5 Flash Lite
Gemini 2.5 Pro	24,6%	Google	cerrado	Epoch AI	Gemini 2.5 Pro
Claude Sonnet 4.5	23,9%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.5
Qwen3.6 Flash	22,5%	Alibaba	no informados	Epoch AI	Qwen3.6 Flash
Qwen3.6 35B A3B	20,4%	Alibaba	abierto	Epoch AI	Qwen3.6 35B A3B
GPT-5 Nano	20%	OpenAI	cerrado	Epoch AI	GPT-5 Nano
Qwen3.7 Flash	19,3%	Alibaba	cerrado	Epoch AI	Qwen3.7 Flash
Qwen3-Max	18,9%	Alibaba	cerrado	Epoch AI	Qwen3-Max
o3-mini	18,6%	OpenAI	cerrado	Epoch AI	o3-mini
Qwen3.5-Flash	18,2%	Alibaba	no informados	Epoch AI	Qwen3.5-Flash
o1	14,7%	OpenAI	cerrado	Epoch AI	o1
Claude Opus 4.1	12,6%	Anthropic	cerrado	Epoch AI	Claude Opus 4.1
GPT-4.1 Mini	6,7%	OpenAI	cerrado	Epoch AI	GPT-4.1 Mini
GPT-4.1	6%	OpenAI	cerrado	Epoch AI	GPT-4.1
GPT-4o-mini	0,7%	OpenAI	cerrado	Epoch AI	GPT-4o-mini
GPT-4 Turbo (Apr 2024)	0,7%	OpenAI	cerrado	Epoch AI	GPT-4 Turbo (Apr 2024)
GPT-4o	0,4%	OpenAI	cerrado	Epoch AI	GPT-4o
GPT-3.5 Turbo	0%	OpenAI	cerrado	Epoch AI	GPT-3.5 Turbo

SimpleQA Verified

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

SimpleQA Verified
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Claude Fable 5.2	94%	Anthropic	cerrado	Epoch AI	Claude Fable 5.2
Gemini 4 Argon	76%	Google	cerrado	Epoch AI	Gemini 4 Argon
GPT-6 Astra	75,6%	OpenAI	cerrado	Epoch AI	GPT-6 Astra
GPT-6.1 Sol	73,9%	OpenAI	cerrado	Epoch AI	GPT-6.1 Sol
Gemini 3.1 Pro	73,5%	Google	cerrado	Epoch AI	Gemini 3.1 Pro
Claude Opus 5.5	72,2%	Anthropic	cerrado	Epoch AI	Claude Opus 5.5
Claude Fable 5.1	70,8%	Anthropic	cerrado	Epoch AI	Claude Fable 5.1
Claude Fable 5	70,7%	Anthropic	cerrado	Epoch AI	Claude Fable 5
Gemini 3.8 Flash	69,7%	Google	cerrado	Epoch AI	Gemini 3.8 Flash
GPT-5.6 Sol	69,7%	OpenAI	cerrado	Epoch AI	GPT-5.6 Sol
Gemini 3.7 Flash	69,2%	Google	cerrado	Epoch AI	Gemini 3.7 Flash
Gemini 3 Flash	66,8%	Google	cerrado	Epoch AI	Gemini 3 Flash
Gemini 3.5 Flash	66,2%	Google	cerrado	Epoch AI	Gemini 3.5 Flash
Gemini 3.6 Flash	66,2%	Google	cerrado	Epoch AI	Gemini 3.6 Flash
GPT-5.5	63%	OpenAI	cerrado	Epoch AI	GPT-5.5
Kimi K3.1 Pro	62,2%	Moonshot AI	abierto	Epoch AI	Kimi K3.1 Pro
GPT-6 Sol	60,7%	OpenAI	cerrado	Epoch AI	GPT-6 Sol
Muse Spark 1.2	60,3%	Meta	cerrado	Epoch AI	Muse Spark 1.2
Claude Opus 5	59,9%	Anthropic	cerrado	Epoch AI	Claude Opus 5
Muse Spark 1.1	57,8%	Meta	cerrado	Epoch AI	Muse Spark 1.1
GPT-6.1 Terra	57,3%	OpenAI	cerrado	Epoch AI	GPT-6.1 Terra
Muse Spark Open	56,6%	Meta	abierto	Epoch AI	Muse Spark Open
Grok 4.7	56%	xAI	cerrado	Epoch AI	Grok 4.7
Qwen3.7 Max	55,8%	Alibaba	cerrado	Epoch AI	Qwen3.7 Max
Claude Opus 4.8	53%	Anthropic	cerrado	Epoch AI	Claude Opus 4.8
DeepSeek V4 Pro	52,9%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Pro
Qwen 3.6 Max (Preview)	52%	Alibaba	no informados	Epoch AI	Qwen 3.6 Max (Preview)
Claude Opus 4.7	51,7%	Anthropic	cerrado	Epoch AI	Claude Opus 4.7
Kimi K3	50,6%	Moonshot AI	abierto	Epoch AI	Kimi K3
GPT-5	50,1%	OpenAI	cerrado	Epoch AI	GPT-5
o3	49,4%	OpenAI	cerrado	Epoch AI	o3
Grok 4.6	49,3%	xAI	cerrado	Epoch AI	Grok 4.6
Qwen3-Max	48,7%	Alibaba	cerrado	Epoch AI	Qwen3-Max
Grok 4.5	48,3%	xAI	cerrado	Epoch AI	Grok 4.5
GPT-5.1	48%	OpenAI	cerrado	Epoch AI	GPT-5.1
Qwen3.8 Max	47,3%	Alibaba	cerrado	Epoch AI	Qwen3.8 Max
Claude Opus 4.6	47%	Anthropic	cerrado	Epoch AI	Claude Opus 4.6
Claude Sonnet 5.5	46,5%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5.5
GPT-5.4 Pro	46,3%	OpenAI	cerrado	Epoch AI	GPT-5.4 Pro
Claude Opus 4.5	45,7%	Anthropic	cerrado	Epoch AI	Claude Opus 4.5
GPT-5.4	45,1%	OpenAI	cerrado	Epoch AI	GPT-5.4
Doubao Seed 2.1 Pro	44,7%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.1 Pro
Qwen3.6 Plus	44,1%	Alibaba	cerrado	Epoch AI	Qwen3.6 Plus
GPT-5.6 Terra	43,2%	OpenAI	cerrado	Epoch AI	GPT-5.6 Terra
DeepSeek V4.1 Flash	42,9%	DeepSeek	abierto	Epoch AI	DeepSeek V4.1 Flash
Doubao Seed Evolving (Nov 2026)	41,9%	ByteDance	cerrado	Epoch AI	Doubao Seed Evolving (Nov 2026)
GPT-6 Luna	41,4%	OpenAI	cerrado	Epoch AI	GPT-6 Luna
o1	41,1%	OpenAI	cerrado	Epoch AI	o1
GLM-5.3	41%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.3
GPT-5.6 Luna	41%	OpenAI	cerrado	Epoch AI	GPT-5.6 Luna
Qwen3-235B-A22B	40,4%	Alibaba	abierto	Epoch AI	Qwen3-235B-A22B
Doubao-Seed-2.0 Pro	39,4%	ByteDance	cerrado	Epoch AI	Doubao-Seed-2.0 Pro
GPT-5.2	37,1%	OpenAI	cerrado	Epoch AI	GPT-5.2
Kimi K2.7 Code	36,5%	Moonshot AI	abierto	Epoch AI	Kimi K2.7 Code
Claude Sonnet 4.6	35,5%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.6
Kimi K2.6	34,9%	Moonshot AI	abierto	Epoch AI	Kimi K2.6
Kimi K2.5	34,3%	Moonshot AI	abierto	Epoch AI	Kimi K2.5
GLM-5.2	34,2%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.2
GLM 5.1	34%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5.1
Claude Sonnet 5	33,7%	Anthropic	cerrado	Epoch AI	Claude Sonnet 5
DeepSeek V4 Flash 0731	33,6%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Flash 0731
Grok 4.3 Beta	33,2%	xAI	cerrado	Epoch AI	Grok 4.3 Beta
GLM 4.7	32,2%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 4.7
Doubao Seed 2.0 Lite (Apr 2026)	31,5%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.0 Lite (Apr 2026)
GPT-4.1	31,1%	OpenAI	cerrado	Epoch AI	GPT-4.1
Claude Sonnet 4.5	30,7%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.5
Grok 4.20	30,2%	xAI	cerrado	Epoch AI	Grok 4.20
Doubao Seed 2.1 Turbo	29,7%	ByteDance	cerrado	Epoch AI	Doubao Seed 2.1 Turbo
GPT-5.4 Mini	29,4%	OpenAI	cerrado	Epoch AI	GPT-5.4 Mini
GPT-4o	26%	OpenAI	cerrado	Epoch AI	GPT-4o
Qwen 3.5 Plus (hosted 397B-A17B)	25,4%	Alibaba	no informados	Epoch AI	Qwen 3.5 Plus (hosted 397B-A17B)
Claude Haiku 5.5	23,8%	Anthropic	cerrado	Epoch AI	Claude Haiku 5.5
Mistral Large 4	22,4%	Mistral AI	abierto	Epoch AI	Mistral Large 4
GPT-5 Mini	21,6%	OpenAI	cerrado	Epoch AI	GPT-5 Mini
Qwen3.5-Flash	20,3%	Alibaba	no informados	Epoch AI	Qwen3.5-Flash
o4-mini	19,6%	OpenAI	cerrado	Epoch AI	o4-mini
Doubao-Seed-1.6	17,4%	ByteDance	cerrado	Epoch AI	Doubao-Seed-1.6
Qwen3.6 Flash	15,9%	Alibaba	no informados	Epoch AI	Qwen3.6 Flash
o3-mini	15,3%	OpenAI	cerrado	Epoch AI	o3-mini
Claude Haiku 4.5	13,2%	Anthropic	cerrado	Epoch AI	Claude Haiku 4.5
GPT-4.1 Mini	12,7%	OpenAI	cerrado	Epoch AI	GPT-4.1 Mini
Claude 3 Opus	12,6%	Anthropic	cerrado	Epoch AI	Claude 3 Opus
GPT-5 Nano	11,7%	OpenAI	cerrado	Epoch AI	GPT-5 Nano
GPT-5.4 Nano	11,7%	OpenAI	cerrado	Epoch AI	GPT-5.4 Nano
Gemma 4 31B	10,4%	Google	abierto	Epoch AI	Gemma 4 31B
GPT-4o-mini	8,3%	OpenAI	cerrado	Epoch AI	GPT-4o-mini
GPT-4.1 Nano	6%	OpenAI	cerrado	Epoch AI	GPT-4.1 Nano

SWE-bench Verified

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

SWE-bench Verified
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Claude Opus 4.7	83,5%	Anthropic	cerrado	Epoch AI	Claude Opus 4.7
GPT-5.5	80,6%	OpenAI	cerrado	Epoch AI	GPT-5.5
Gemini 3.5 Flash	79,3%	Google	cerrado	Epoch AI	Gemini 3.5 Flash
GLM-5.2	78,7%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM-5.2
Claude Opus 4.6	78,7%	Anthropic	cerrado	Epoch AI	Claude Opus 4.6
DeepSeek V4 Pro	77,6%	DeepSeek	abierto	Epoch AI	DeepSeek V4 Pro
Qwen3.7 Max	77,3%	Alibaba	cerrado	Epoch AI	Qwen3.7 Max
GPT-5.4	76,9%	OpenAI	cerrado	Epoch AI	GPT-5.4
Kimi K2.6	76,7%	Moonshot AI	abierto	Epoch AI	Kimi K2.6
Claude Opus 4.5	76,7%	Anthropic	cerrado	Epoch AI	Claude Opus 4.5
Qwen 3.6 Max (Preview)	76,7%	Alibaba	no informados	Epoch AI	Qwen 3.6 Max (Preview)
Gemini 3.1 Pro	75,6%	Google	cerrado	Epoch AI	Gemini 3.1 Pro
Gemini 3 Flash	75,4%	Google	cerrado	Epoch AI	Gemini 3 Flash
Claude Sonnet 4.6	75,2%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.6
GPT-5.3-Codex	74,8%	OpenAI	cerrado	Epoch AI	GPT-5.3-Codex
GLM 5.1	74,2%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5.1
GPT-5.2	73,8%	OpenAI	cerrado	Epoch AI	GPT-5.2
Kimi K2.5	73,8%	Moonshot AI	abierto	Epoch AI	Kimi K2.5
GPT-5	73,6%	OpenAI	cerrado	Epoch AI	GPT-5
Claude Opus 4.1	73,3%	Anthropic	cerrado	Epoch AI	Claude Opus 4.1
Gemini 3 Pro	72,9%	Google	cerrado	Epoch AI	Gemini 3 Pro
GLM 5	72,1%	Zhipu AI (Z.ai)	abierto	Epoch AI	GLM 5
Claude Sonnet 4.5	71,3%	Anthropic	cerrado	Epoch AI	Claude Sonnet 4.5
Claude Opus 4	70,7%	Anthropic	cerrado	Epoch AI	Claude Opus 4
GPT-5.1	68%	OpenAI	cerrado	Epoch AI	GPT-5.1
GPT-5 Mini	64,7%	OpenAI	cerrado	Epoch AI	GPT-5 Mini
o3	62,3%	OpenAI	cerrado	Epoch AI	o3
Claude 3.7 Sonnet	61%	Anthropic	cerrado	Epoch AI	Claude 3.7 Sonnet
Qwen3.6 Plus	57,9%	Alibaba	cerrado	Epoch AI	Qwen3.6 Plus
Gemini 2.5 Pro	57,6%	Google	cerrado	Epoch AI	Gemini 2.5 Pro
GPT-4.1	48,5%	OpenAI	cerrado	Epoch AI	GPT-4.1
GPT-4o	31%	OpenAI	cerrado	Epoch AI	GPT-4o

GPQA Diamond (OpenRouter)

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

GPQA Diamond (OpenRouter)
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Gemini 4 Argon	96,5%	Google	cerrado	OpenRouter Benchmarks	Gemini 4 Argon
Gemini 3.8 Flash	95,6%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.8 Flash
GPT-6 Astra Pro	95,5%	OpenAI	no informados	OpenRouter Benchmarks	GPT-6 Astra Pro
Gemini 3.1 Pro	95,2%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.1 Pro
GPT-6.1 Sol	94,8%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6.1 Sol
Ling 3.1 Flash	94,8%	Ant Group	no informados	OpenRouter Benchmarks	Ling 3.1 Flash
GPT-6 Astra	94,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6 Astra
Gemini 3.7 Flash	94,3%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.7 Flash
GPT-5.6 Sol Pro	94,1%	OpenAI	no informados	OpenRouter Benchmarks	GPT-5.6 Sol Pro
GPT-5.5	93,9%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.5
Kimi K3.1 Pro	93,9%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K3.1 Pro
Kimi K3	93,5%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K3
Gemini 3.6 Flash	93,4%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.6 Flash
Claude Sonnet 5.5	93%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 5.5
DeepSeek V4.1 Flash	92,8%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4.1 Flash
Grok 4.6	92,8%	xAI	cerrado	OpenRouter Benchmarks	Grok 4.6
GPT-5.6 Sol	92,8%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.6 Sol
Gemini 3.5 Flash	92,6%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.5 Flash
GLM-5.3-Flash	92,5%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM-5.3-Flash
GPT-6 Sol	92,5%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6 Sol
Nemotron 3.5 Super VL	92,2%	NVIDIA	abierto	OpenRouter Benchmarks	Nemotron 3.5 Super VL
DeepSeek V4 Pro	91,9%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4 Pro
Grok 4.7	91,9%	xAI	cerrado	OpenRouter Benchmarks	Grok 4.7
GPT-6.1 Terra	91,9%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6.1 Terra
Qwen3.8 2.4T A95B	91,8%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.8 2.4T A95B
MiniMax M3	91,3%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M3
Muse Spark Open	91%	Meta	abierto	OpenRouter Benchmarks	Muse Spark Open
GPT-5.6 Luna Pro	91%	OpenAI	no informados	OpenRouter Benchmarks	GPT-5.6 Luna Pro
DeepSeek V4 Flash Vision Exp	90,9%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4 Flash Vision Exp
Kimi K2.7 Code	90,9%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K2.7 Code
Qwen3.7 Max	90,9%	Alibaba	cerrado	OpenRouter Benchmarks	Qwen3.7 Max
Hy4	90,7%	Tencent	abierto	OpenRouter Benchmarks	Hy4
MiMo V2.6 Pro	90,6%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo V2.6 Pro
Qwen3.8 Flash	90,5%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.8 Flash
Gemini 3 Flash Preview	90,4%	Google	no informados	OpenRouter Benchmarks	Gemini 3 Flash Preview
GPT-5.4	90,3%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.4
Claude Opus 5.5	90,2%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 5.5
Kimi K2.5	90,2%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K2.5
Claude Opus 4.8	90,1%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.8
DeepSeek V4 Flash 0423	90,1%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4 Flash 0423
Claude Fable 5.1	89,9%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Fable 5.1
Claude Opus 5	89,9%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 5
Claude Opus 4.7	89,8%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.7
Kimi K2.6	89,7%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K2.6
GLM-5.2	89,7%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM-5.2
MiniMax M3.1 Flash	89,3%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M3.1 Flash
GPT-5.6 Terra	89,3%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.6 Terra
GPT-6 Luna Pro	89%	OpenAI	no informados	OpenRouter Benchmarks	GPT-6 Luna Pro
Nova Micro 1.0	88,9%	Amazon	no informados	OpenRouter Benchmarks	Nova Micro 1.0
GPT-5.6 Luna	88,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.6 Luna
GPT-6 Luna	88,2%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6 Luna
Qwen3.5 397B A17B	88,1%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5 397B A17B
GLM-5.3	87,9%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM-5.3
Qwen3.7 Plus	87,9%	Alibaba	cerrado	OpenRouter Benchmarks	Qwen3.7 Plus
Claude Fable 5	87,4%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Fable 5
Qwen3.8 27B	87,2%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.8 27B
Claude Haiku 5.5	87,1%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Haiku 5.5
GPT-5.1	87%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.1
Claude Sonnet 5	86,9%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 5
MiMo-V2.5-Pro	86,5%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo-V2.5-Pro
Claude Opus 4.5	86,4%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.5
Claude Opus 4.6	86,4%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.6
MiniMax M2.7	86,1%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M2.7
Gemma 4 31B	85,9%	Google	abierto	OpenRouter Benchmarks	Gemma 4 31B
GPT-5	85,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5
MiMo-V2.6-Flash	85,2%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo-V2.6-Flash
Qwen3.6 27B	85,1%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.6 27B
Qwen3.6 35B A3B	85,1%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.6 35B A3B
MiniMax M2.5	85%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M2.5
MiMo-V2.5	84,9%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo-V2.5
Ling 3.0 Flash VL	84,8%	Ant Group	abierto	OpenRouter Benchmarks	Ling 3.0 Flash VL
Qwen3.5-122B-A10B	84,8%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5-122B-A10B
Gemini 3.5 Flash Lite	84,4%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.5 Flash Lite
GLM 4.6	84,3%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.6
GPT-5.4 Mini	84,2%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.4 Mini
GLM 5.1	84,1%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 5.1
GLM 4.7	83,8%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.7
DeepSeek V3.2	83%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3.2
Qwen3.5-35B-A3B	82,9%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5-35B-A3B
Gemini 2.5 Pro	82,6%	Google	cerrado	OpenRouter Benchmarks	Gemini 2.5 Pro
DeepSeek V3.1 Terminus	82,4%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3.1 Terminus
Gemini 3.1 Flash Lite	82,1%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.1 Flash Lite
Muse Glimmer 30B	82,1%	Meta	abierto	OpenRouter Benchmarks	Muse Glimmer 30B
Claude Sonnet 4.5	81,7%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 4.5
DeepSeek V3.1	81,7%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3.1
GPT-5 Mini	81%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5 Mini
Qwen3.5-9B	81%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5-9B
GLM 5	81%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 5
DeepSeek R1	79,7%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek R1
Qwen3 235B A22B Thinking 2507	79,1%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 235B A22B Thinking 2507
Gemma 4 26B A4B	78,8%	Google	abierto	OpenRouter Benchmarks	Gemma 4 26B A4B
GPT-5.4 Nano	77,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.4 Nano
gpt-oss-120b	77,4%	OpenAI	abierto	OpenRouter Benchmarks	gpt-oss-120b
Qwen3-235B-A22B	77,4%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3-235B-A22B
Gemini 2.5 Flash	76,7%	Google	cerrado	OpenRouter Benchmarks	Gemini 2.5 Flash
Ling 3.0 Flash	76,5%	Ant Group	abierto	OpenRouter Benchmarks	Ling 3.0 Flash
Qwen3 Coder Next	76,3%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 Coder Next
Mistral Small 4	75,8%	Mistral AI	abierto	OpenRouter Benchmarks	Mistral Small 4
Nemotron 3.5 Lightning	74,8%	NVIDIA	abierto	OpenRouter Benchmarks	Nemotron 3.5 Lightning
Claude Haiku 4.5	73%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Haiku 4.5
Qwen3 Next 80B A3B Instruct	71,8%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 Next 80B A3B Instruct
Qwen3 VL 235B A22B Instruct	71,1%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 VL 235B A22B Instruct
Claude Sonnet 4.6	70,6%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 4.6
GPT-5 Nano	70,5%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5 Nano
Nemotron 3 Nano 30B A3B	68,8%	NVIDIA	abierto	OpenRouter Benchmarks	Nemotron 3 Nano 30B A3B
gpt-oss-20b	68,7%	OpenAI	abierto	OpenRouter Benchmarks	gpt-oss-20b
DeepSeek V3	66,9%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3
Qwen3 VL 30B A3B Instruct	66,8%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 VL 30B A3B Instruct
GLM 4.6V	66,8%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.6V
DeepSeek V3	66,7%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3
Llama 4 Maverick	66,7%	Meta	abierto	OpenRouter Benchmarks	Llama 4 Maverick
GPT-4.1	66%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4.1
Granite 4.2 8B	65,7%	IBM	abierto	OpenRouter Benchmarks	Granite 4.2 8B
GPT-4.1 Mini	65,2%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4.1 Mini
Qwen3 30B A3B Instruct 2507	64,8%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 30B A3B Instruct 2507
Qwen3 32B	63,3%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 32B
Qwen3-Coder	61,2%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3-Coder
Qwen3 14B	61,2%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 14B
Qwen3 30B A3B	60,9%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 30B A3B
Gemini 2.5 Flash Lite	59,6%	Google	no informados	OpenRouter Benchmarks	Gemini 2.5 Flash Lite
GLM 4.7 Flash	58%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.7 Flash
Qwen3 VL 8B Instruct	53,9%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 VL 8B Instruct
Qwen3 Coder 30B A3B Instruct	53,4%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 Coder 30B A3B Instruct
GPT-4o	52,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4o
GPT-4.1 Nano	50,5%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4.1 Nano
Llama 3.3 70B Instruct	49,8%	Meta	abierto	OpenRouter Benchmarks	Llama 3.3 70B Instruct
Qwen2.5 72B Instruct	47,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen2.5 72B Instruct
Qwen2.5 VL 72B Instruct	45,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen2.5 VL 72B Instruct
GPT-4o-mini	43,6%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4o-mini
Gemma 3 12B	40,6%	Google	abierto	OpenRouter Benchmarks	Gemma 3 12B
Hy-MT2-30B-A3B	38,9%	Tencent	abierto	OpenRouter Benchmarks	Hy-MT2-30B-A3B
Llama 3.1 8B Instruct	29%	Meta	abierto	OpenRouter Benchmarks	Llama 3.1 8B Instruct
Llama 3.2 3B Instruct	28,6%	Meta	abierto	OpenRouter Benchmarks	Llama 3.2 3B Instruct
Gemma 3 4B	27,1%	Google	abierto	OpenRouter Benchmarks	Gemma 3 4B
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)	11,6%	Google	no informados	OpenRouter Benchmarks	Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

τ-bench Verified (aerolínea)

Cómo leer cada métrica

Buscar modeloLaboratorioPesos

τ-bench Verified (aerolínea)
Modelo	%	Laboratorio	Pesos	Fuente	Comparar modelos
Claude Fable 5	82%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Fable 5
DeepSeek V4 Flash 0423	81,7%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4 Flash 0423
Gemini 3.7 Flash	80,7%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.7 Flash
Qwen3.5 397B A17B	80,2%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5 397B A17B
GPT-5.1	80%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.1
Ling 3.1 Flash	79,3%	Ant Group	no informados	OpenRouter Benchmarks	Ling 3.1 Flash
Claude Fable 5.1	79,2%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Fable 5.1
Qwen3.6 27B	79%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.6 27B
MiMo V2.6 Pro	78,9%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo V2.6 Pro
Claude Sonnet 5.5	78,8%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 5.5
GLM-5.3	78,8%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM-5.3
Gemini 4 Argon	78,7%	Google	cerrado	OpenRouter Benchmarks	Gemini 4 Argon
Kimi K3.1 Pro	78,7%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K3.1 Pro
Claude Opus 5	78,7%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 5
Qwen3.5-35B-A3B	78,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5-35B-A3B
DeepSeek V4 Pro	78,6%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4 Pro
Gemini 3.5 Flash Lite	78,3%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.5 Flash Lite
MiMo-V2.6-Flash	78,2%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo-V2.6-Flash
Qwen3.8 27B	78%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.8 27B
DeepSeek V4.1 Flash	77,8%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4.1 Flash
Claude Opus 4.7	77,8%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.7
Qwen3.5-122B-A10B	77,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5-122B-A10B
Hy4	77,6%	Tencent	abierto	OpenRouter Benchmarks	Hy4
Claude Opus 4.8	77,5%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.8
Qwen3.8 2.4T A95B	77,4%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.8 2.4T A95B
Kimi K2.7 Code	77,3%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K2.7 Code
Muse Glimmer 30B	77,2%	Meta	abierto	OpenRouter Benchmarks	Muse Glimmer 30B
Gemini 3.1 Pro	77%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.1 Pro
Gemma 4 31B	77%	Google	abierto	OpenRouter Benchmarks	Gemma 4 31B
GLM 5	76,9%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 5
Gemini 3.8 Flash	76,7%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.8 Flash
GLM-5.2	76,7%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM-5.2
Nova Micro 1.0	76,7%	Amazon	no informados	OpenRouter Benchmarks	Nova Micro 1.0
DeepSeek V4 Flash Vision Exp	76,7%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V4 Flash Vision Exp
Claude Opus 4.5	76,6%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.5
Qwen3.8 Flash	76,4%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.8 Flash
GLM-5.3-Flash	76,3%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM-5.3-Flash
MiniMax M3	76,3%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M3
Gemini 3.6 Flash	76,3%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.6 Flash
Kimi K3	76,2%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K3
Qwen3.6 35B A3B	76,2%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.6 35B A3B
GLM 4.7	76%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.7
Claude Opus 4.6	75,8%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 4.6
GLM 5.1	75,8%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 5.1
Muse Spark Open	75,7%	Meta	abierto	OpenRouter Benchmarks	Muse Spark Open
Qwen3.5-9B	75,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3.5-9B
Claude Sonnet 5	75,4%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 5
Claude Opus 5.5	75,3%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Opus 5.5
Grok 4.7	75,3%	xAI	cerrado	OpenRouter Benchmarks	Grok 4.7
Grok 4.6	75,3%	xAI	cerrado	OpenRouter Benchmarks	Grok 4.6
GPT-5.3-Codex	75,3%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.3-Codex
GPT-5.4	75%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.4
Claude Sonnet 4.5	74,9%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 4.5
Kimi K2.6	74,9%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K2.6
Nemotron 3.5 Super VL	74,9%	NVIDIA	abierto	OpenRouter Benchmarks	Nemotron 3.5 Super VL
Claude Sonnet 4.6	74,8%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Sonnet 4.6
GPT-5.5	74,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.5
DeepSeek V3.2	74,7%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3.2
MiniMax M3.1 Flash	74,7%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M3.1 Flash
MiMo-V2.5	74,7%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo-V2.5
GPT-5.6 Sol	74,2%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.6 Sol
MiMo-V2.5-Pro	74,1%	Xiaomi	abierto	OpenRouter Benchmarks	MiMo-V2.5-Pro
Claude Haiku 5.5	74%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Haiku 5.5
Ling 3.0 Flash	74%	Ant Group	abierto	OpenRouter Benchmarks	Ling 3.0 Flash
Kimi K2.5	73,8%	Moonshot AI	abierto	OpenRouter Benchmarks	Kimi K2.5
MiniMax M2.7	73,4%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M2.7
Gemini 3 Flash Preview	73,3%	Google	no informados	OpenRouter Benchmarks	Gemini 3 Flash Preview
GLM 4.6	73,3%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.6
DeepSeek V3.1	73,1%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3.1
DeepSeek V3.1 Terminus	73%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3.1 Terminus
Gemini 3.5 Flash	73%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.5 Flash
Gemini 3.1 Flash Lite	72,7%	Google	cerrado	OpenRouter Benchmarks	Gemini 3.1 Flash Lite
GPT-5.6 Luna	72,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.6 Luna
GPT-6 Astra Pro	72,7%	OpenAI	no informados	OpenRouter Benchmarks	GPT-6 Astra Pro
Qwen3.7 Plus	72,7%	Alibaba	cerrado	OpenRouter Benchmarks	Qwen3.7 Plus
GPT-5 Mini	72,4%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5 Mini
GPT-5.6 Terra	72,3%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.6 Terra
Ling 3.0 Flash VL	72%	Ant Group	abierto	OpenRouter Benchmarks	Ling 3.0 Flash VL
Qwen3.7 Max	72%	Alibaba	cerrado	OpenRouter Benchmarks	Qwen3.7 Max
GPT-5.6 Sol Pro	71,7%	OpenAI	no informados	OpenRouter Benchmarks	GPT-5.6 Sol Pro
Nemotron 3.5 Lightning	71,5%	NVIDIA	abierto	OpenRouter Benchmarks	Nemotron 3.5 Lightning
GPT-6.1 Sol	70,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6.1 Sol
GPT-5	70,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5
GPT-5.6 Luna Pro	70,7%	OpenAI	no informados	OpenRouter Benchmarks	GPT-5.6 Luna Pro
Gemma 4 26B A4B	70,6%	Google	abierto	OpenRouter Benchmarks	Gemma 4 26B A4B
GPT-6 Sol	70,2%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6 Sol
GPT-6.1 Terra	70%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6.1 Terra
GPT-6 Astra	69,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6 Astra
GLM 4.7 Flash	69,7%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.7 Flash
GPT-6 Luna Pro	69,3%	OpenAI	no informados	OpenRouter Benchmarks	GPT-6 Luna Pro
MiniMax M2.5	69,2%	MiniMax	abierto	OpenRouter Benchmarks	MiniMax M2.5
GPT-6 Luna	68,4%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-6 Luna
gpt-oss-120b	67,3%	OpenAI	abierto	OpenRouter Benchmarks	gpt-oss-120b
GPT-5.4 Mini	66,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.4 Mini
Claude Haiku 4.5	66,4%	Anthropic	cerrado	OpenRouter Benchmarks	Claude Haiku 4.5
GPT-5.4 Nano	65,6%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5.4 Nano
Granite 4.2 8B	64%	IBM	abierto	OpenRouter Benchmarks	Granite 4.2 8B
Qwen3 235B A22B Thinking 2507	61,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 235B A22B Thinking 2507
Qwen3 Coder Next	60,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 Coder Next
GLM 4.6V	60,7%	Zhipu AI (Z.ai)	abierto	OpenRouter Benchmarks	GLM 4.6V
Gemini 2.5 Pro	60%	Google	cerrado	OpenRouter Benchmarks	Gemini 2.5 Pro
Gemini 2.5 Flash	59,1%	Google	cerrado	OpenRouter Benchmarks	Gemini 2.5 Flash
DeepSeek R1	58%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek R1
Qwen3 32B	54,3%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 32B
Gemini 2.5 Flash Lite	53,7%	Google	no informados	OpenRouter Benchmarks	Gemini 2.5 Flash Lite
gpt-oss-20b	53,5%	OpenAI	abierto	OpenRouter Benchmarks	gpt-oss-20b
GPT-4.1	52,3%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4.1
Nemotron 3 Nano 30B A3B	52%	NVIDIA	abierto	OpenRouter Benchmarks	Nemotron 3 Nano 30B A3B
GPT-5 Nano	48,3%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-5 Nano
Qwen3-Coder	48%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3-Coder
Gemma 3 12B	48%	Google	abierto	OpenRouter Benchmarks	Gemma 3 12B
Qwen3 VL 235B A22B Instruct	48%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 VL 235B A22B Instruct
Qwen3-235B-A22B	47,9%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3-235B-A22B
Qwen3 Next 80B A3B Instruct	47,5%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 Next 80B A3B Instruct
Qwen3 30B A3B	47%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 30B A3B
Mistral Small 4	46%	Mistral AI	abierto	OpenRouter Benchmarks	Mistral Small 4
Qwen3 Coder 30B A3B Instruct	46%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 Coder 30B A3B Instruct
GPT-4.1 Mini	45,1%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4.1 Mini
Qwen3 14B	44%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 14B
DeepSeek V3	43,8%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3
Llama 4 Maverick	43,4%	Meta	abierto	OpenRouter Benchmarks	Llama 4 Maverick
GPT-4o	43,2%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4o
DeepSeek V3	43%	DeepSeek	abierto	OpenRouter Benchmarks	DeepSeek V3
Qwen3 30B A3B Instruct 2507	41,5%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 30B A3B Instruct 2507
Qwen3 VL 30B A3B Instruct	41,3%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 VL 30B A3B Instruct
Llama 3.3 70B Instruct	39,9%	Meta	abierto	OpenRouter Benchmarks	Llama 3.3 70B Instruct
Qwen3 VL 8B Instruct	32,7%	Alibaba	abierto	OpenRouter Benchmarks	Qwen3 VL 8B Instruct
GPT-4o-mini	30,7%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4o-mini
Qwen2.5 72B Instruct	27,3%	Alibaba	abierto	OpenRouter Benchmarks	Qwen2.5 72B Instruct
Llama 3.1 8B Instruct	23,5%	Meta	abierto	OpenRouter Benchmarks	Llama 3.1 8B Instruct
GPT-4.1 Nano	14%	OpenAI	cerrado	OpenRouter Benchmarks	GPT-4.1 Nano

Modelo contra modelo

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.