Modelos de IA

GPT-6 Luna vs Claude Haiku 5.5 vs DeepSeek V4.1 Flash

GPT-6 Luna, Claude Haiku 5.5 y DeepSeek V4.1 Flash en 5 benchmarks y en precio por 1M tokens.

GPT-6 Luna

US$ 0,10 / US$ 0,50 hasta 272 mil tokens de prompt

Entrada US$/1M / Salida US$/1M · Precio oficial

Claude Haiku 5.5

US$ 0,10 / US$ 0,50 hasta 100 mil tokens de prompt · solo EE. UU. ×1,1

Entrada US$/1M / Salida US$/1M · Precio oficial

DeepSeek V4.1 Flash

US$ 0,30 / US$ 1,20 horario pico

Entrada US$/1M / Salida US$/1M · Precio oficial

GPQA Diamond

90,5% · 89,6% · 89,8%

GPT-6 Luna · Claude Haiku 5.5 · DeepSeek V4.1 Flash

01

Respuesta directa

Respuesta directa: GPQA Diamond: GPT-6 Luna 90,5%, Claude Haiku 5.5 89,6%, DeepSeek V4.1 Flash 89,8% (Epoch AI). FrontierMath (niveles 1 a 3): GPT-6 Luna 78,9%, Claude Haiku 5.5 75,1%, DeepSeek V4.1 Flash 67,4% (Epoch AI). SimpleQA Verified: GPT-6 Luna 41,4%, Claude Haiku 5.5 23,8%, DeepSeek V4.1 Flash 42,9% (Epoch AI). τ-bench Verified (aerolínea): GPT-6 Luna 68,4%, Claude Haiku 5.5 74%, DeepSeek V4.1 Flash 77,8% (OpenRouter Benchmarks).
ver más

02

En GPQA Diamond, Claude Haiku 5.5 está en empate técnico con DeepSeek V4.1 Flash, Claude Haiku 5.5 está en empate técnico con GPT-6 Luna y DeepSeek V4.1 Flash está en empate técnico con GPT-6 Luna. En FrontierMath, Claude Haiku 5.5 queda por delante de DeepSeek V4.1 Flash y GPT-6 Luna queda por delante de DeepSeek V4.1 Flash. En SimpleQA Verified, DeepSeek V4.1 Flash queda por delante de Claude Haiku 5.5 y GPT-6 Luna queda por delante de Claude Haiku 5.5. En τ-bench Verified, Claude Haiku 5.5 está en empate técnico con DeepSeek V4.1 Flash, Claude Haiku 5.5 está en empate técnico con GPT-6 Luna y DeepSeek V4.1 Flash está en empate técnico con GPT-6 Luna.

GPT-6 Luna

  • FrontierMath +3,8 p.p.

empate técnico

  • GPQA Diamond empate técnico
  • τ-bench Verified empate técnico

03

MétricaGPT-6 LunaClaude Haiku 5.5DeepSeek V4.1 FlashFuente
Entrada US$/1MUS$ 0,10 / US$ 0,50 Precio oficial hasta 272 mil tokens de promptUS$ 0,10 / US$ 0,50 Precio oficial hasta 100 mil tokens de prompt · solo EE. UU. ×1,1US$ 0,30 / US$ 1,20 Precio oficial horario pico
Salida US$/1MUS$ 0,50US$ 0,50US$ 1,20
Contexto1.050.0001.000.0001.048.576
BENCHMARKS
GPQA Diamond empate técnico90,5%entre el 37.º y el 64.º de 250 empate técnico89,6%entre el 48.º y el 72.º de 250 empate técnico89,8%entre el 46.º y el 71.º de 250 empate técnicoEpoch AI
OTIS Mock AIME saturado98,9% empate técnico con la nota más alta98,9% empate técnico con la nota más alta98,3% empate técnico con la nota más altaEpoch AI
FrontierMath (niveles 1 a 3)78,9%entre el 22.º y el 24.º de 85 75,1%entre el 25.º y el 26.º de 85 67,4%entre el 33.º y el 35.º de 85 Epoch AI
SimpleQA Verified41,4%entre el 48.º y el 53.º de 87 23,8%73.º de 87 42,9%entre el 46.º y el 48.º de 87 Epoch AI
τ-bench Verified (aerolínea)68,4%entre el 90.º y el 92.º de 130 74%entre el 52.º y el 71.º de 130 77,8%entre el 10.º y el 30.º de 130 OpenRouter Benchmarks
OTIS Mock AIME saturado98,9% empate técnico con la nota más alta98,9% empate técnico con la nota más alta98,3% empate técnico con la nota más altaEpoch AI

Compara con

Cómo leer

  1. Las notas de benchmark son porcentajes, y el valor más alto es el mejor.
  2. En cada fila, el destacado marca al modelo que queda por delante con una diferencia mayor que el margen del benchmark; dentro del margen, la fila muestra «empate técnico».
  3. Un benchmark saturado sigue en la tabla, con el sello, y no cuenta en el veredicto.
  4. El precio está en US$ por 1M tokens y lleva la etiqueta de la fuente: «Oficial del laboratorio», «Proveedor externo» o «Sin precio vigente».
  5. Cada número trae la fuente y la fecha. «Sin dato» significa que no hay medición en las fuentes abiertas de esta área.

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. «GPT-6 Luna vs Claude Haiku 5.5 vs DeepSeek V4.1 Flash». meirinho.com.br. https://meirinho.com.br/es/ia/modelos/comparar/claude-haiku-5-5-vs-deepseek-v4-1-flash-vs-gpt-6-luna/. Consultado el 21 de noviembre de 2026.

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

Markdown