Modelos de IA

GPT-6.1 Sol vs Gemini 3.8 Flash vs Claude Sonnet 5.5

GPT-6.1 Sol, Gemini 3.8 Flash y Claude Sonnet 5.5 en 5 benchmarks y en precio por 1M tokens.

GPT-6.1 Sol

US$ 2,00 / US$ 10,00 hasta 272 mil tokens de prompt

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

Gemini 3.8 Flash

US$ 0,75 / US$ 3,75Precio actual, válido hasta el 31 de diciembre de 2026 En el nivel gratuito, los datos enviados se usan para mejorar los productos de Google Lectura de caché US$ 0,15 Por lote US$ 0,75 de entrada y US$ 3,75 de salida

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

Claude Sonnet 5.5

US$ 2,00 / US$ 10,00 contexto de 1 millón de tokens al mismo precio · solo EE. UU. ×1,1

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

GPQA Diamond

95,4% · 95,4% · 95,6%

GPT-6.1 Sol · Gemini 3.8 Flash · Claude Sonnet 5.5

01

Respuesta directa

Respuesta directa: GPQA Diamond: GPT-6.1 Sol 95,4%, Gemini 3.8 Flash 95,4%, Claude Sonnet 5.5 95,6% (Epoch AI). FrontierMath (niveles 1 a 3): GPT-6.1 Sol 93,7%, Gemini 3.8 Flash 68,4%, Claude Sonnet 5.5 88,8% (Epoch AI). SimpleQA Verified: GPT-6.1 Sol 73,9%, Gemini 3.8 Flash 69,7%, Claude Sonnet 5.5 46,5% (Epoch AI). τ-bench Verified (aerolínea): GPT-6.1 Sol 70,7%, Gemini 3.8 Flash 76,7%, Claude Sonnet 5.5 78,8% (OpenRouter Benchmarks).
ver más

02

En GPQA Diamond, Claude Sonnet 5.5 está en empate técnico con Gemini 3.8 Flash, Claude Sonnet 5.5 está en empate técnico con GPT-6.1 Sol y Gemini 3.8 Flash está en empate técnico con GPT-6.1 Sol. En FrontierMath, Claude Sonnet 5.5 queda por delante de Gemini 3.8 Flash, GPT-6.1 Sol queda por delante de Claude Sonnet 5.5 y GPT-6.1 Sol queda por delante de Gemini 3.8 Flash. En SimpleQA Verified, Gemini 3.8 Flash queda por delante de Claude Sonnet 5.5, GPT-6.1 Sol queda por delante de Claude Sonnet 5.5 y GPT-6.1 Sol queda por delante de Gemini 3.8 Flash. En τ-bench Verified, Claude Sonnet 5.5 está en empate técnico con Gemini 3.8 Flash, Claude Sonnet 5.5 está en empate técnico con GPT-6.1 Sol y Gemini 3.8 Flash está en empate técnico con GPT-6.1 Sol.

GPT-6.1 Sol

  • FrontierMath +4,9 p.p.
  • SimpleQA Verified +4,2 p.p.

empate técnico

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

03

MétricaGPT-6.1 SolGemini 3.8 FlashClaude Sonnet 5.5Fuente
Entrada US$/1MUS$ 2,00 / US$ 10,00 Precio oficial hasta 272 mil tokens de promptUS$ 0,75 / US$ 3,75 Precio oficial Precio actual, válido hasta el 31 de diciembre de 2026 En el nivel gratuito, los datos enviados se usan para mejorar los productos de Google Lectura de caché US$ 0,15 Por lote US$ 0,75 de entrada y US$ 3,75 de salidaUS$ 2,00 / US$ 10,00 Precio oficial contexto de 1 millón de tokens al mismo precio · solo EE. UU. ×1,1
Salida US$/1MUS$ 10,00US$ 3,75US$ 10,00
Contexto1.050.0001.048.5761.000.000
BENCHMARKS
GPQA Diamond empate técnico95,4%entre el 3.º y el 12.º de 250 empate técnico95,4%entre el 3.º y el 12.º de 250 empate técnico95,6%entre el 2.º y el 11.º de 250 empate técnicoEpoch AI
OTIS Mock AIME saturado100% nota más alta98,9% empate técnico con la nota más alta100% nota más altaEpoch AI
FrontierMath (niveles 1 a 3)93,7%entre el 2.º y el 3.º de 85 68,4%entre el 32.º y el 35.º de 85 88,8%entre el 9.º y el 11.º de 85 Epoch AI
SimpleQA Verified73,9%entre el 6.º y el 7.º de 87 69,7%entre el 10.º y el 13.º de 87 46,5%entre el 37.º y el 42.º de 87 Epoch AI
τ-bench Verified (aerolínea)70,7%entre el 80.º y el 89.º de 130 76,7%entre el 22.º y el 46.º de 130 78,8%entre el 6.º y el 21.º de 130 OpenRouter Benchmarks
OTIS Mock AIME saturado100% nota más alta98,9% empate técnico con la nota más alta100% 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-6.1 Sol vs Gemini 3.8 Flash vs Claude Sonnet 5.5». meirinho.com.br. https://meirinho.com.br/es/ia/modelos/comparar/claude-sonnet-5-5-vs-gemini-3-8-flash-vs-gpt-6-1-sol/. 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