Caso de uso dato provisional
Mejores modelos de IA para agentes: comparación con benchmarks
Usar herramientas, seguir políticas y terminar tareas de varios pasos. τ-bench simula la atención de una aerolínea con reglas y sistemas.
Respuesta directa: En τ-bench Verified (aerolínea), la mayor nota entre los modelos de esta página es de Claude Fable 5, con 82%, según OpenRouter Benchmarks.
Cómo leer esta tabla
- Cada fila es un modelo. Haz clicToca en el nombre para abrir la ficha, con fuentes e historial. Haz clicToca en el encabezado para ordenar.
- Las notas de benchmark son porcentajes, y el valor más alto es el mejor. Yo comparo siempre la misma métrica, con la misma fuente, en la última versión consultada. En esta área, en la franja de 90% a 100%, trato una diferencia de 1 o 2 puntos como posible ruido de medición.
- El "?" junto a cada columna explica qué mide y cuándo importa. "Sin dato" quiere decir que no hay medición en las fuentes abiertas que usa esta área. "Dato provisional" marca un campo derivado por una regla, como el caso de uso.
- El precio de entrada y el de salida son el precio de lista en OpenRouter, en dólares por 1 millón de tokens, y los dos pueden ser muy distintos. La etiqueta "a revisar" marca un valor raro en la fuente, que no entra en las recomendaciones. El uso es la porción de tokens en el ranking público de OpenRouter, en el último día publicado por esa fuente. Las descargas son la ventana de 30 días del repositorio oficial en Hugging Face. El GPQA Diamond de Epoch y el de OpenRouter miden la misma prueba, pero pueden diferir.
| ?qué es | ? | ? | ? | ? | ? | ? | ? | ? | ? | |
|---|---|---|---|---|---|---|---|---|---|---|
| Claude Fable 5Anthropic | cerrado | US$ 10,00 | US$ 50,00 | 1.000.000 | 85,9% | sin dato | 82% | 70,7% | sin dato | sin dato |
| DeepSeek V4 Flash 0423DeepSeek | abierto | US$ 0,09 | US$ 0,18 | 1.048.576 | sin dato | sin dato | 81,7% | sin dato | 2,85% | 1.168.829 |
| Gemini 3.7 FlashGoogle | cerrado | US$ 0,75 | US$ 3,75 | 1.048.576 | 94,8% | sin dato | 80,7% | 69,2% | sin dato | sin dato |
| Qwen3.5 397B A17BAlibaba | abierto | US$ 0,60 | US$ 3,60 | 262.144 | 86,4% | sin dato | 80,2% | sin dato | sin dato | 826.220 |
| GPT-5.1OpenAI | cerrado | US$ 1,25 | US$ 10,00 | 400.000 | 87,6% | 68% | 80% | 48% | sin dato | sin dato |
| Ling 3.1 FlashAnt Group | no informados | US$ 0,045 | US$ 0,14 | 1.000.000 | sin dato | sin dato | 79,3% | sin dato | sin dato | sin dato |
| Claude Fable 5.1Anthropic | cerrado | US$ 10,00 | US$ 50,00 | 1.000.000 | sin dato | sin dato | 79,2% | 70,8% | sin dato | sin dato |
| Qwen3.6 27BAlibaba | abierto | US$ 0,32 | US$ 3,20 | 262.144 | 85,9% | sin dato | 79% | sin dato | sin dato | 2.365.084 |
| MiMo V2.6 ProXiaomi | abierto | US$ 0,43 | US$ 0,87 | 1.050.000 | sin dato | sin dato | 78,9% | sin dato | 0,54% | sin dato |
| GLM-5.3Zhipu AI (Z.ai) | abierto | US$ 0,07 | US$ 1,40 | 1.048.576 | 90,9% | sin dato | 78,8% | 41% | 1,55% | sin dato |
| Claude Sonnet 5.5Anthropic | cerrado | US$ 2,00 | US$ 10,00 | 1.000.000 | 95,6% | sin dato | 78,8% | 46,5% | 1,18% | sin dato |
| Kimi K3.1 ProMoonshot AI | abierto | US$ 2,00 | US$ 10,00 | 1.048.576 | 94,2% | sin dato | 78,7% | 62,2% | 2,51% | sin dato |
| Gemini 4 ArgonGoogle | cerrado | US$ 2,00 | US$ 10,00 | 1.048.576 | 96,4% | sin dato | 78,7% | 76% | 0,54% | sin dato |
| Claude Opus 5Anthropic | cerrado | US$ 5,00 | US$ 25,00 | 1.000.000 | 93,9% | sin dato | 78,7% | 59,9% | sin dato | sin dato |
| Qwen3.5-35B-A3BAlibaba | abierto | US$ 0,14 | US$ 1,00 | 262.144 | 83,5% | sin dato | 78,7% | sin dato | sin dato | 1.582.689 |
| DeepSeek V4 ProDeepSeek | abierto | US$ 0,96 | US$ 1,91 | 1.048.576 | 91,7% | 77,6% | 78,6% | 52,9% | 0,66% | sin dato |
| Gemini 3.5 Flash LiteGoogle | cerrado | US$ 0,30 | US$ 2,50 | 1.048.576 | 83,3% | sin dato | 78,3% | sin dato | sin dato | sin dato |
| MiMo-V2.6-FlashXiaomi | abierto | US$ 0,14 | US$ 0,28 | 1.050.000 | sin dato | sin dato | 78,2% | sin dato | 2,22% | 76.859 |
| Qwen3.8 27BAlibaba | abierto | US$ 0,15 | US$ 1,88 | 1.048.575 | sin dato | sin dato | 78% | sin dato | 0,34% | 7.443.748 |
| DeepSeek V4.1 FlashDeepSeek | abierto | US$ 0,022 | US$ 0,40 | 1.048.576 | 93,2% | sin dato | 77,8% | 42,9% | 32,17% | sin dato |
| Claude Opus 4.7Anthropic | cerrado | US$ 5,00 | US$ 25,00 | 1.000.000 | 90,2% | 83,5% | 77,8% | 51,7% | sin dato | sin dato |
| Qwen3.5-122B-A10BAlibaba | abierto | US$ 0,26 | US$ 2,08 | 262.144 | sin dato | sin dato | 77,7% | sin dato | sin dato | 880.973 |
| Hy4Tencent | abierto | US$ 0,42 | US$ 1,25 | 1.048.576 | sin dato | sin dato | 77,6% | sin dato | 10,74% | sin dato |
| Claude Opus 4.8Anthropic | cerrado | US$ 5,00 | US$ 25,00 | 1.000.000 | 91% | sin dato | 77,5% | 53% | sin dato | sin dato |
| Qwen3.8 2.4T A95BAlibaba | abierto | US$ 2,00 | US$ 6,00 | 1.048.576 | sin dato | sin dato | 77,4% | sin dato | sin dato | 26.226 |
| Kimi K2.7 CodeMoonshot AI | abierto | US$ 0,60 | US$ 3,50 | 262.144 | 87,9% | sin dato | 77,3% | 36,5% | sin dato | 91.687 |
| Muse Glimmer 30BMeta | abierto | US$ 0,30 | US$ 1,20 | 131.072 | sin dato | sin dato | 77,2% | sin dato | sin dato | sin dato |
| Gemma 4 31BGoogle | abierto | US$ 0,20 | US$ 0,40 | 262.144 | 75,8% | sin dato | 77% | 10,4% | 0,22% | sin dato |
| Gemini 3.1 ProGoogle | cerrado | US$ 2,00 | US$ 12,00 | 1.048.576 | 94,4% | 75,6% | 77% | 73,5% | sin dato | sin dato |
| GLM 5Zhipu AI (Z.ai) | abierto | US$ 1,00 | US$ 3,20 | 204.800 | 87,8% | 72,1% | 76,9% | sin dato | sin dato | 1.370.207 |
| Gemini 3.8 FlashGoogle | cerrado | US$ 0,82 | US$ 4,12 | 1.048.576 | 95,4% | sin dato | 76,7% | 69,7% | 0,82% | sin dato |
| GLM-5.2Zhipu AI (Z.ai) | abierto | US$ 0,007 a revisar | US$ 6,80 | 1.048.576 | 91,9% | 78,7% | 76,7% | 34,2% | 0,43% | sin dato |
| Nova Micro 1.0Amazon | no informados | US$ 0,035 | US$ 0,14 | 128.000 | sin dato | sin dato | 76,7% | sin dato | sin dato | sin dato |
| DeepSeek V4 Flash Vision ExpDeepSeek | abierto | US$ 0,44 | US$ 1,32 | 1.048.576 | sin dato | sin dato | 76,7% | sin dato | sin dato | 148.215 |
| Claude Opus 4.5Anthropic | cerrado | US$ 5,00 | US$ 25,00 | 200.000 | 86% | 76,7% | 76,6% | 45,7% | sin dato | sin dato |
| Qwen3.8 FlashAlibaba | abierto | US$ 0,15 | US$ 0,47 | 1.000.000 | sin dato | sin dato | 76,4% | sin dato | 0,7% | sin dato |
| GLM-5.3-FlashZhipu AI (Z.ai) | abierto | US$ 0,04 | US$ 0,078 | 1.048.576 | 90,2% | sin dato | 76,3% | sin dato | 5,09% | sin dato |
| MiniMax M3MiniMax | abierto | US$ 0,30 | US$ 1,20 | 1.048.576 | 90,9% | sin dato | 76,3% | sin dato | 0,3% | sin dato |
| Gemini 3.6 FlashGoogle | cerrado | US$ 0,75 | US$ 3,75 | 1.048.576 | 94,1% | sin dato | 76,3% | 66,2% | sin dato | sin dato |
| Kimi K3Moonshot AI | abierto | US$ 0,19 a revisar | US$ 16,00 | 1.048.576 | 93,1% | sin dato | 76,2% | 50,6% | 0,5% | sin dato |
| Qwen3.6 35B A3BAlibaba | abierto | US$ 0,10 | US$ 0,90 | 262.144 | 84,8% | sin dato | 76,2% | sin dato | sin dato | 4.177.044 |
| GLM 4.7Zhipu AI (Z.ai) | abierto | US$ 0,60 | US$ 2,20 | 204.800 | 83,3% | sin dato | 76% | 32,2% | sin dato | 47.416 |
| Claude Opus 4.6Anthropic | cerrado | US$ 5,00 | US$ 25,00 | 1.000.000 | 90,5% | 78,7% | 75,8% | 47% | sin dato | sin dato |
| GLM 5.1Zhipu AI (Z.ai) | abierto | US$ 1,40 | US$ 4,40 | 204.800 | 89,9% | 74,2% | 75,8% | 34% | sin dato | 867.145 |
| Muse Spark OpenMeta | abierto | US$ 1,25 | US$ 4,25 | 1.048.576 | 88,6% | sin dato | 75,7% | 56,6% | sin dato | sin dato |
| Qwen3.5-9BAlibaba | abierto | US$ 0,052 | US$ 0,077 | 262.144 | 79% | sin dato | 75,7% | sin dato | sin dato | 6.370.574 |
| Claude Sonnet 5Anthropic | cerrado | US$ 2,00 | US$ 10,00 | 1.000.000 | 90,5% | sin dato | 75,4% | 33,7% | 0,25% | sin dato |
| Claude Opus 5.5Anthropic | cerrado | US$ 4,00 | US$ 20,00 | 1.000.000 | 90,6% | sin dato | 75,3% | 72,2% | 3,21% | sin dato |
| Grok 4.7xAI | cerrado | US$ 2,00 | US$ 6,00 | 500.000 | 92,7% | sin dato | 75,3% | 56% | 0,22% | sin dato |
| Grok 4.6xAI | cerrado | US$ 2,00 | US$ 6,00 | 500.000 | 94% | sin dato | 75,3% | 49,3% | sin dato | sin dato |
| GPT-5.3-CodexOpenAI | cerrado | US$ 1,75 | US$ 14,00 | 400.000 | sin dato | 74,8% | 75,3% | sin dato | sin dato | sin dato |
| GPT-5.4OpenAI | cerrado | US$ 2,50 | US$ 15,00 | 1.050.000 | 93,3% | 76,9% | 75% | 45,1% | sin dato | sin dato |
| Nemotron 3.5 Super VLNVIDIA | abierto | US$ 0,15 | US$ 0,47 | 1.048.576 | sin dato | sin dato | 74,9% | sin dato | 1,49% | sin dato |
| Claude Sonnet 4.5Anthropic | cerrado | US$ 3,00 | US$ 15,00 | 1.000.000 | 82,3% | 71,3% | 74,9% | 30,7% | sin dato | sin dato |
| Kimi K2.6Moonshot AI | abierto | US$ 0,65 | US$ 3,41 | 262.144 | 90,8% | 76,7% | 74,9% | 34,9% | sin dato | sin dato |
| Claude Sonnet 4.6Anthropic | cerrado | US$ 3,00 | US$ 15,00 | 1.000.000 | 87,4% | 75,2% | 74,8% | 35,5% | sin dato | sin dato |
| MiniMax M3.1 FlashMiniMax | abierto | US$ 0,15 | US$ 0,60 | 1.048.576 | sin dato | sin dato | 74,7% | sin dato | 1,89% | 55.087 |
| GPT-5.5OpenAI | cerrado | US$ 5,00 | US$ 30,00 | 1.050.000 | 94% | 80,6% | 74,7% | 63% | sin dato | sin dato |
| DeepSeek V3.2DeepSeek | abierto | US$ 0,26 | US$ 0,38 | 163.840 | 83,4% | sin dato | 74,7% | sin dato | sin dato | sin dato |
| MiMo-V2.5Xiaomi | abierto | US$ 0,40 | US$ 2,00 | 1.000.000 | sin dato | sin dato | 74,7% | sin dato | sin dato | 100.669 |
| GPT-5.6 SolOpenAI | cerrado | US$ 4,40 | US$ 22,00 | 1.050.000 | 93,5% | sin dato | 74,2% | 69,7% | sin dato | sin dato |
| MiMo-V2.5-ProXiaomi | abierto | US$ 0,48 | US$ 1,80 | 1.024.000 | sin dato | sin dato | 74,1% | sin dato | sin dato | 9.642 |
| Claude Haiku 5.5Anthropic | cerrado | US$ 0,10 a revisar | US$ 0,50 | 1.000.000 | 89,6% | sin dato | 74% | 23,8% | 1,27% | sin dato |
| Ling 3.0 FlashAnt Group | abierto | US$ 0,021 | US$ 0,063 | 262.144 | sin dato | sin dato | 74% | sin dato | sin dato | 9.515 |
| Kimi K2.5Moonshot AI | abierto | US$ 0,53 | US$ 3,33 | 262.144 | 87,6% | 73,8% | 73,8% | 34,3% | sin dato | 393.277 |
| MiniMax M2.7MiniMax | abierto | US$ 0,21 | US$ 0,84 | 196.608 | sin dato | sin dato | 73,4% | sin dato | sin dato | 303.481 |
| Gemini 3 Flash PreviewGoogle | no informados | US$ 0,50 | US$ 3,00 | 1.048.576 | sin dato | sin dato | 73,3% | sin dato | 0,32% | sin dato |
| GLM 4.6Zhipu AI (Z.ai) | abierto | US$ 0,50 | US$ 2,00 | 204.800 | sin dato | sin dato | 73,3% | sin dato | sin dato | 27.796 |
| DeepSeek V3.1DeepSeek | abierto | US$ 0,25 | US$ 0,95 | 163.840 | sin dato | sin dato | 73,1% | sin dato | sin dato | 266.086 |
| DeepSeek V3.1 TerminusDeepSeek | abierto | US$ 0,27 | US$ 1,00 | 163.840 | sin dato | sin dato | 73% | sin dato | sin dato | 9.250 |
| Gemini 3.5 FlashGoogle | cerrado | US$ 1,50 | US$ 9,00 | 1.048.576 | 92,8% | 79,3% | 73% | 66,2% | sin dato | sin dato |
| GPT-5.6 LunaOpenAI | cerrado | US$ 0,20 | US$ 1,20 | 1.050.000 | 91,6% | sin dato | 72,7% | 41% | 0,68% | sin dato |
| Gemini 3.1 Flash LiteGoogle | cerrado | US$ 0,25 | US$ 1,50 | 1.048.576 | 81,8% | sin dato | 72,7% | sin dato | 0,26% | sin dato |
| GPT-6 Astra ProOpenAI | no informados | US$ 10,00 | US$ 50,00 | 1.050.000 | sin dato | sin dato | 72,7% | sin dato | sin dato | sin dato |
| Qwen3.7 PlusAlibaba | cerrado | US$ 0,32 | US$ 1,28 | 1.000.000 | 87,9% | sin dato | 72,7% | sin dato | sin dato | sin dato |
| GPT-5 MiniOpenAI | cerrado | US$ 0,25 | US$ 2,00 | 400.000 | 75% | 64,7% | 72,4% | 21,6% | sin dato | sin dato |
| GPT-5.6 TerraOpenAI | cerrado | US$ 2,00 | US$ 12,00 | 1.050.000 | 93,3% | sin dato | 72,3% | 43,2% | sin dato | sin dato |
| Ling 3.0 Flash VLAnt Group | abierto | US$ 0,06 | US$ 0,18 | 131.072 | sin dato | sin dato | 72% | sin dato | sin dato | 9.945 |
| Qwen3.7 MaxAlibaba | cerrado | US$ 1,48 | US$ 4,42 | 1.000.000 | 90,9% | 77,3% | 72% | 55,8% | sin dato | sin dato |
| GPT-5.6 Sol ProOpenAI | no informados | US$ 4,00 | US$ 20,00 | 1.050.000 | sin dato | sin dato | 71,7% | sin dato | sin dato | sin dato |
| Nemotron 3.5 LightningNVIDIA | abierto | US$ 0,07 | US$ 0,20 | 262.144 | sin dato | sin dato | 71,5% | sin dato | 0,52% | 1.070.415 |
| GPT-6.1 SolOpenAI | cerrado | US$ 2,00 | US$ 10,00 | 1.050.000 | 95,4% | sin dato | 70,7% | 73,9% | 1,62% | sin dato |
| GPT-5OpenAI | cerrado | US$ 1,25 | US$ 10,00 | 400.000 | 86,2% | 73,6% | 70,7% | 50,1% | sin dato | sin dato |
| GPT-5.6 Luna ProOpenAI | no informados | US$ 0,20 | US$ 1,20 | 1.050.000 | sin dato | sin dato | 70,7% | sin dato | sin dato | sin dato |
| Gemma 4 26B A4BGoogle | abierto | US$ 0,08 | US$ 0,10 | 262.144 | 73,2% | sin dato | 70,6% | sin dato | 0,21% | 5.439.703 |
| GPT-6 SolOpenAI | cerrado | US$ 2,00 | US$ 10,00 | 1.050.000 | 94,3% | sin dato | 70,2% | 60,7% | sin dato | sin dato |
| GPT-6.1 TerraOpenAI | cerrado | US$ 1,00 | US$ 5,00 | 1.050.000 | 94,3% | sin dato | 70% | 57,3% | 0,58% | sin dato |
| GPT-6 AstraOpenAI | cerrado | US$ 10,00 | US$ 50,00 | 1.050.000 | 95,8% | sin dato | 69,7% | 75,6% | sin dato | sin dato |
| GLM 4.7 FlashZhipu AI (Z.ai) | abierto | US$ 0,06 | US$ 0,40 | 200.000 | sin dato | sin dato | 69,7% | sin dato | sin dato | 1.071.754 |
| GPT-6 Luna ProOpenAI | no informados | US$ 0,10 | US$ 0,50 | 1.050.000 | sin dato | sin dato | 69,3% | sin dato | 0,31% | sin dato |
| MiniMax M2.5MiniMax | abierto | US$ 0,27 | US$ 1,08 | 200.000 | sin dato | sin dato | 69,2% | sin dato | sin dato | 1.184.681 |
| GPT-6 LunaOpenAI | cerrado | US$ 0,10 | US$ 0,50 | 1.050.000 | 90,5% | sin dato | 68,4% | 41,4% | 3,42% | sin dato |
| gpt-oss-120bOpenAI | abierto | US$ 0,15 | US$ 0,60 | 131.072 | 75,8% | sin dato | 67,3% | sin dato | 0,24% | sin dato |
| GPT-5.4 MiniOpenAI | cerrado | US$ 0,75 | US$ 4,50 | 400.000 | 86,9% | sin dato | 66,7% | 29,4% | sin dato | sin dato |
| Claude Haiku 4.5Anthropic | cerrado | US$ 1,00 | US$ 5,00 | 200.000 | 71,2% | sin dato | 66,4% | 13,2% | sin dato | sin dato |
| GPT-5.4 NanoOpenAI | cerrado | US$ 0,20 | US$ 1,25 | 400.000 | 78,5% | sin dato | 65,6% | 11,7% | sin dato | sin dato |
| Granite 4.2 8BIBM | abierto | US$ 0,06 | US$ 0,15 | 131.072 | sin dato | sin dato | 64% | sin dato | sin dato | sin dato |
| Qwen3 235B A22B Thinking 2507Alibaba | abierto | US$ 0,45 | US$ 3,50 | 128.000 | sin dato | sin dato | 61,7% | sin dato | sin dato | 8.177 |
| Qwen3 Coder NextAlibaba | abierto | US$ 0,12 | US$ 0,80 | 262.144 | sin dato | sin dato | 60,7% | sin dato | sin dato | 425.899 |
| GLM 4.6VZhipu AI (Z.ai) | abierto | US$ 0,30 | US$ 0,90 | 131.072 | sin dato | sin dato | 60,7% | sin dato | sin dato | 5.245 |
| Gemini 2.5 ProGoogle | cerrado | US$ 1,25 | US$ 10,00 | 1.048.576 | 85,3% | 57,6% | 60% | sin dato | sin dato | sin dato |
| Gemini 2.5 FlashGoogle | cerrado | US$ 0,30 | US$ 2,50 | 1.048.576 | sin dato | sin dato | 59,1% | sin dato | sin dato | sin dato |
| DeepSeek R1DeepSeek | abierto | US$ 0,50 | US$ 2,15 | 163.840 | 76,3% | sin dato | 58% | sin dato | sin dato | sin dato |
| Qwen3 32BAlibaba | abierto | US$ 0,08 | US$ 0,28 | 131.072 | 65,7% | sin dato | 54,3% | sin dato | sin dato | 3.001.273 |
| Gemini 2.5 Flash LiteGoogle | no informados | US$ 0,10 | US$ 0,40 | 1.048.576 | sin dato | sin dato | 53,7% | sin dato | 0,17% | sin dato |
| gpt-oss-20bOpenAI | abierto | US$ 0,03 | US$ 0,13 | 131.072 | 60,8% | sin dato | 53,5% | sin dato | sin dato | sin dato |
| GPT-4.1OpenAI | cerrado | US$ 2,00 | US$ 8,00 | 1.047.576 | 66,9% | 48,5% | 52,3% | 31,1% | sin dato | sin dato |
| Nemotron 3 Nano 30B A3BNVIDIA | abierto | US$ 0,06 | US$ 0,24 | 262.144 | sin dato | sin dato | 52% | sin dato | sin dato | 1.556.699 |
| GPT-5 NanoOpenAI | cerrado | US$ 0,05 | US$ 0,40 | 400.000 | 69,4% | sin dato | 48,3% | 11,7% | sin dato | sin dato |
| Qwen3-CoderAlibaba | abierto | US$ 0,30 | US$ 1,00 | 262.144 | sin dato | sin dato | 48% | sin dato | sin dato | 58.791 |
| Gemma 3 12BGoogle | abierto | US$ 0,05 | US$ 0,15 | 131.072 | 39,5% | sin dato | 48% | sin dato | sin dato | sin dato |
| Qwen3 VL 235B A22B InstructAlibaba | abierto | US$ 0,21 | US$ 1,90 | 262.144 | sin dato | sin dato | 48% | sin dato | sin dato | 325.913 |
| Qwen3-235B-A22BAlibaba | abierto | US$ 0,14 | US$ 0,80 | 262.144 | 80,1% | sin dato | 47,9% | 40,4% | sin dato | sin dato |
| Qwen3 Next 80B A3B InstructAlibaba | abierto | US$ 0,09 | US$ 1,10 | 262.144 | sin dato | sin dato | 47,5% | sin dato | sin dato | 129.851 |
| Qwen3 30B A3BAlibaba | abierto | US$ 0,12 | US$ 0,50 | 40.960 | 70,1% | sin dato | 47% | sin dato | sin dato | 1.135.784 |
| Mistral Small 4Mistral AI | abierto | US$ 0,15 | US$ 0,60 | 262.144 | sin dato | sin dato | 46% | sin dato | sin dato | 28.703 |
| Qwen3 Coder 30B A3B InstructAlibaba | abierto | US$ 0,15 | US$ 0,60 | 262.144 | sin dato | sin dato | 46% | sin dato | sin dato | 1.679.625 |
| GPT-4.1 MiniOpenAI | cerrado | US$ 0,40 | US$ 1,60 | 1.047.576 | 65,8% | sin dato | 45,1% | 12,7% | sin dato | sin dato |
| Qwen3 14BAlibaba | abierto | US$ 0,10 | US$ 0,22 | 40.960 | 63,8% | sin dato | 44% | sin dato | sin dato | 12.907.991 |
| DeepSeek V3DeepSeek | abierto | US$ 0,29 | US$ 1,14 | 163.840 | 67,6% | sin dato | 43,8% | sin dato | sin dato | sin dato |
| Llama 4 MaverickMeta | abierto | US$ 0,35 | US$ 1,00 | 524.288 | 67% | sin dato | 43,4% | sin dato | sin dato | 11.953 |
| GPT-4oOpenAI | cerrado | US$ 2,50 | US$ 10,00 | 128.000 | 49,2% | 31% | 43,2% | 26% | sin dato | sin dato |
| DeepSeek V3DeepSeek | abierto | US$ 0,32 | US$ 0,89 | 163.840 | 56,5% | sin dato | 43% | sin dato | sin dato | 1.486.147 |
| Qwen3 30B A3B Instruct 2507Alibaba | abierto | US$ 0,10 | US$ 0,30 | 262.144 | sin dato | sin dato | 41,5% | sin dato | sin dato | 880.864 |
| Qwen3 VL 30B A3B InstructAlibaba | abierto | US$ 0,15 | US$ 0,60 | 262.144 | sin dato | sin dato | 41,3% | sin dato | sin dato | 446.889 |
| Llama 3.3 70B InstructMeta | abierto | US$ 0,71 | US$ 0,71 | 131.072 | sin dato | sin dato | 39,9% | sin dato | sin dato | 349.408 |
| Qwen3 VL 8B InstructAlibaba | abierto | US$ 0,25 | US$ 0,75 | 262.144 | sin dato | sin dato | 32,7% | sin dato | sin dato | 7.052.170 |
| GPT-4o-miniOpenAI | cerrado | US$ 0,15 | US$ 0,60 | 128.000 | 37,7% | sin dato | 30,7% | 8,3% | sin dato | sin dato |
| Qwen2.5 72B InstructAlibaba | abierto | US$ 0,36 | US$ 0,40 | 32.768 | sin dato | sin dato | 27,3% | sin dato | sin dato | 151.833 |
| Llama 3.1 8B InstructMeta | abierto | US$ 0,02 | US$ 0,04 | 131.072 | sin dato | sin dato | 23,5% | sin dato | sin dato | sin dato |
| GPT-4.1 NanoOpenAI | cerrado | US$ 0,10 | US$ 0,40 | 1.047.576 | 48,9% | sin dato | 14% | 6% | sin dato | sin dato |
| Step 5 PreviewStepFun | abierto | US$ 1,00 | US$ 2,70 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | 3,25% | sin dato |
| Nemotron 3 UltraNVIDIA | abierto | US$ 0,60 | US$ 2,40 | 262.144 | 85,4% | sin dato | sin dato | sin dato | 1,77% | 1.080.025 |
| Muse Spark 1.3 ContributorMeta | no informados | US$ 0,10 | US$ 0,20 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | 1,6% | sin dato |
| Hy3Tencent | abierto | US$ 0,13 | US$ 0,53 | 262.144 | sin dato | sin dato | sin dato | sin dato | 1,09% | 1.141.189 |
| Solar Mini 4Upstage | no informados | US$ 0,05 | US$ 0,20 | 524.288 | sin dato | sin dato | sin dato | sin dato | 0,59% | sin dato |
| Qwen3.7 FlashAlibaba | cerrado | US$ 0,03 | US$ 0,13 | 1.000.000 | 82,3% | sin dato | sin dato | sin dato | 0,2% | sin dato |
| Solar Pro 4Upstage | no informados | US$ 0,15 | US$ 0,60 | 524.288 | sin dato | sin dato | sin dato | sin dato | 0,2% | sin dato |
| Claude Fable 5.2Anthropic | cerrado | US$ 8,00 | US$ 40,00 | 1.000.000 | 93,9% | sin dato | sin dato | 94% | sin dato | sin dato |
| GPT-5.2OpenAI | cerrado | US$ 1,75 | US$ 14,00 | 400.000 | 91,4% | 73,8% | sin dato | 37,1% | sin dato | sin dato |
| Qwen3.8 MaxAlibaba | cerrado | US$ 2,00 | US$ 6,00 | 1.000.000 | 92,7% | sin dato | sin dato | 47,3% | sin dato | sin dato |
| Mistral Large 4Mistral AI | abierto | US$ 0,70 | US$ 2,10 | 1.048.576 | 90,2% | sin dato | sin dato | 22,4% | sin dato | sin dato |
| Nova 2 LiteAmazon | no informados | US$ 0,30 | US$ 2,50 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Nova Lite 1.0Amazon | no informados | US$ 0,06 | US$ 0,24 | 300.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Nova Premier 1.0Amazon | no informados | US$ 2,50 | US$ 12,50 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Nova Pro 1.0Amazon | no informados | US$ 0,80 | US$ 3,20 | 300.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Claude Opus 4.1Anthropic | cerrado | US$ 15,00 | US$ 75,00 | 200.000 | 77,3% | 73,3% | sin dato | sin dato | sin dato | sin dato |
| Seed 1.6ByteDance | no informados | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Seed 1.6 FlashByteDance | no informados | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Seed 2.1 TurboByteDance | no informados | US$ 0,50 | US$ 2,50 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Seed-2.0-CodeByteDance | no informados | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Seed-2.0-LiteByteDance | no informados | US$ 0,25 | US$ 2,00 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Seed-2.0-MiniByteDance | no informados | US$ 0,10 | US$ 0,40 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Command ACohere | abierto | US$ 2,50 | US$ 10,00 | 256.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Command A+Cohere | no informados | US$ 0,30 | US$ 1,50 | 192.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Command R (08-2024)Cohere | no informados | US$ 0,15 | US$ 0,60 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Command R+ (08-2024)Cohere | no informados | US$ 2,50 | US$ 10,00 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Command R7B (12-2024)Cohere | no informados | US$ 0,037 | US$ 0,15 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| DeepSeek V3.2 ExpDeepSeek | abierto | US$ 0,27 | US$ 0,41 | 163.840 | sin dato | sin dato | sin dato | sin dato | sin dato | 45.262 |
| Gemini 2.5 Pro Preview 06-05Google | no informados | US$ 1,25 | US$ 10,00 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Nano Banana Pro (Gemini 3 Pro Image)Google | no informados | US$ 2,00 | US$ 12,00 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Gemini 3.1 Flash Lite PreviewGoogle | no informados | US$ 0,25 | US$ 1,50 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Gemini 3.1 Pro Preview Custom ToolsGoogle | no informados | US$ 2,00 | US$ 12,00 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Nano Banana 2.1Google | no informados | US$ 1,50 | US$ 7,50 | 65.536 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Gemma 3 27BGoogle | abierto | US$ 0,08 | US$ 0,35 | 131.072 | 47,7% | sin dato | sin dato | sin dato | sin dato | sin dato |
| Ling 3.0 TinyAnt Group | abierto | US$ 0,015 | US$ 0,045 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 13.841 |
| LFM2.5-2.6BLiquid AI | abierto | US$ 0,35 | US$ 0,50 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | 47.737 |
| LFM2.5-24B-A2BLiquid AI | abierto | US$ 0,05 | US$ 0,70 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | 39.597 |
| LFM3-1.7BLiquid AI | abierto | US$ 0,08 | US$ 0,20 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 82.718 |
| LongCat 2.0Meituan | abierto | US$ 0,30 | US$ 1,20 | 1.048.756 | sin dato | sin dato | sin dato | sin dato | sin dato | 3.024 |
| Llama 4 ScoutMeta | abierto | US$ 0,10 | US$ 0,30 | 1.310.720 | 51,8% | sin dato | sin dato | sin dato | sin dato | 111.251 |
| Muse EmberMeta | no informados | US$ 0,10 | US$ 0,50 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Muse Spark 1.1Meta | cerrado | US$ 1,25 | US$ 4,25 | 1.048.576 | sin dato | sin dato | sin dato | 57,8% | sin dato | sin dato |
| Muse Spark 1.2Meta | cerrado | US$ 1,25 | US$ 4,25 | 1.048.576 | sin dato | sin dato | sin dato | 60,3% | sin dato | sin dato |
| Muse Spark 1.2 ContributorMeta | no informados | US$ 0,10 | US$ 0,20 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Muse Spark 1.3Meta | cerrado | US$ 1,25 | US$ 4,25 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Muse WonderMeta | cerrado | US$ 4,00 | US$ 20,00 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Codestral 2508Mistral AI | no informados | US$ 0,30 | US$ 0,90 | 256.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Devstral 2 2512Mistral AI | abierto | US$ 0,40 | US$ 2,00 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 6.656 |
| Ministral 3 14B 2512Mistral AI | abierto | US$ 0,20 | US$ 0,20 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 180.348 |
| Ministral 3 3B 2512Mistral AI | abierto | US$ 0,10 | US$ 0,10 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | 66.175 |
| Ministral 3 8B 2512Mistral AI | abierto | US$ 0,15 | US$ 0,15 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 93.502 |
| Mistral LargeMistral AI | cerrado | US$ 2,00 | US$ 6,00 | 128.000 | 38,8% | sin dato | sin dato | sin dato | sin dato | sin dato |
| Mistral Medium 3Mistral AI | cerrado | US$ 0,40 | US$ 2,00 | 131.072 | 59,5% | sin dato | sin dato | sin dato | sin dato | sin dato |
| Mistral Medium 3.5Mistral AI | no informados | US$ 1,50 | US$ 7,50 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Mistral Medium 3.1Mistral AI | no informados | US$ 0,40 | US$ 2,00 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Mistral NemoMistral AI | abierto | US$ 0,029 | US$ 0,03 | 131.072 | 29,9% | sin dato | sin dato | sin dato | sin dato | 96.932 |
| SabaMistral AI | no informados | US$ 0,20 | US$ 0,60 | 32.768 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Mistral Small 3.1 24BMistral AI | abierto | US$ 0,35 | US$ 0,56 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | 161.294 |
| Mistral Small 3.2 24BMistral AI | abierto | US$ 0,10 | US$ 0,30 | 256.000 | sin dato | sin dato | sin dato | sin dato | sin dato | 104.505 |
| Mixtral 8x22B InstructMistral AI | abierto | US$ 2,00 | US$ 6,00 | 65.536 | sin dato | sin dato | sin dato | sin dato | sin dato | 39.252 |
| Voxtral Small 24B 2507Mistral AI | abierto | US$ 0,10 | US$ 0,30 | 32.768 | sin dato | sin dato | sin dato | sin dato | sin dato | 6.535 |
| Kimi K2 0711Moonshot AI | abierto | US$ 0,57 | US$ 2,30 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | 277.844 |
| Kimi K2 ThinkingMoonshot AI | abierto | US$ 0,60 | US$ 2,50 | 262.144 | 84,2% | sin dato | sin dato | sin dato | sin dato | 53.302 |
| Nemotron 3 SuperNVIDIA | abierto | US$ 0,075 | US$ 0,40 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 35.797 |
| GPT-3.5 Turbo (older v0613)OpenAI | no informados | US$ 1,00 | US$ 2,00 | 4.095 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-3.5 Turbo 16kOpenAI | no informados | US$ 3,00 | US$ 4,00 | 16.385 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-4OpenAI | cerrado | US$ 30,00 | US$ 60,00 | 8.191 | 35,7% | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5 ProOpenAI | cerrado | US$ 15,00 | US$ 120,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.1-CodexOpenAI | no informados | US$ 1,25 | US$ 10,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.1-Codex-MaxOpenAI | no informados | US$ 1,25 | US$ 10,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.1-Codex-MiniOpenAI | no informados | US$ 0,25 | US$ 2,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.2 ChatOpenAI | no informados | US$ 1,75 | US$ 14,00 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.2-CodexOpenAI | no informados | US$ 1,75 | US$ 14,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.2 ProOpenAI | cerrado | US$ 21,00 | US$ 168,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.4 ProOpenAI | cerrado | US$ 30,00 | US$ 180,00 | 1.050.000 | 94,6% | sin dato | sin dato | 46,3% | sin dato | sin dato |
| GPT-5.5 ProOpenAI | cerrado | US$ 30,00 | US$ 180,00 | 1.050.000 | 93,9% | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-5.6 Terra ProOpenAI | no informados | US$ 2,00 | US$ 12,00 | 1.050.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-6 Sol ProOpenAI | no informados | US$ 2,00 | US$ 10,00 | 1.050.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-6.1 Sol ProOpenAI | no informados | US$ 2,00 | US$ 10,00 | 1.050.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT-6.1 Terra ProOpenAI | no informados | US$ 1,00 | US$ 5,00 | 1.050.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT AudioOpenAI | no informados | US$ 2,50 | US$ 10,00 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT Audio MiniOpenAI | no informados | US$ 0,60 | US$ 2,40 | 128.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GPT Chat LatestOpenAI | no informados | US$ 5,00 | US$ 30,00 | 400.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| gpt-oss-safeguard-20bOpenAI | abierto | US$ 0,075 | US$ 0,30 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| o3OpenAI | cerrado | US$ 2,00 | US$ 8,00 | 200.000 | 81,8% | 62,3% | sin dato | 49,4% | sin dato | sin dato |
| o3 ProOpenAI | no informados | US$ 20,00 | US$ 80,00 | 200.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Qwen2.5 7B InstructAlibaba | abierto | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato | 6.075.622 |
| Qwen-PlusAlibaba | cerrado | US$ 0,26 | US$ 0,78 | 1.000.000 | 48,1% | sin dato | sin dato | sin dato | sin dato | sin dato |
| Qwen3 Coder FlashAlibaba | no informados | US$ 0,20 | US$ 0,97 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Qwen3 VL 30B A3B ThinkingAlibaba | abierto | US$ 0,29 | US$ 1,00 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 9.400 |
| Qwen3.5-27BAlibaba | abierto | US$ 0,26 | US$ 2,60 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 1.661.103 |
| Qwen3.5-FlashAlibaba | no informados | US$ 0,065 | US$ 0,26 | 1.000.000 | 82,3% | sin dato | sin dato | 20,3% | sin dato | sin dato |
| Qwen3.5 Plus 2026-02-15Alibaba | no informados | US$ 0,26 | US$ 1,56 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Qwen3.5 Plus 2026-04-20Alibaba | no informados | US$ 0,30 | US$ 1,80 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Qwen3.6 FlashAlibaba | no informados | US$ 0,19 | US$ 1,12 | 1.000.000 | 83,3% | sin dato | sin dato | 15,9% | sin dato | sin dato |
| Qwen3.6 PlusAlibaba | cerrado | US$ 0,33 | US$ 1,95 | 1.000.000 | 88,4% | 57,9% | sin dato | 44,1% | sin dato | sin dato |
| Qwen3.8 Max PrimeAlibaba | no informados | US$ 4,00 | US$ 12,00 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Qwen3.8 Omni FlashAlibaba | no informados | US$ 0,15 | US$ 0,47 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Step 3.5 FlashStepFun | abierto | US$ 0,10 | US$ 0,30 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 188.228 |
| Step 3.7 FlashStepFun | abierto | US$ 0,20 | US$ 1,15 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 10.411 |
| Hy3 previewTencent | abierto | US$ 0,18 | US$ 0,60 | 262.144 | sin dato | sin dato | sin dato | sin dato | sin dato | 69.777 |
| Grok 4.20xAI | cerrado | US$ 1,25 | US$ 2,50 | 2.000.000 | 89,3% | sin dato | sin dato | 30,2% | sin dato | sin dato |
| Grok 4.3xAI | no informados | US$ 1,25 | US$ 2,50 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| Grok 4.5xAI | cerrado | US$ 2,00 | US$ 6,00 | 500.000 | 93,4% | sin dato | sin dato | 48,3% | sin dato | sin dato |
| Grok Build 0.1xAI | no informados | US$ 1,00 | US$ 2,00 | 256.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| MiMo-V2.6-Pro-UltraSpeedXiaomi | no informados | US$ 4,35 | US$ 8,70 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GLM 4.5Zhipu AI (Z.ai) | abierto | US$ 0,60 | US$ 2,20 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | 113.522 |
| GLM 4.5 AirZhipu AI (Z.ai) | abierto | US$ 0,20 | US$ 1,10 | 131.072 | sin dato | sin dato | sin dato | sin dato | sin dato | 1.258.503 |
| GLM 4.5VZhipu AI (Z.ai) | abierto | US$ 0,60 | US$ 1,80 | 65.536 | sin dato | sin dato | sin dato | sin dato | sin dato | 15.564 |
| GLM 5 TurboZhipu AI (Z.ai) | no informados | US$ 1,20 | US$ 4,00 | 202.752 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GLM 5.3 FlashXZhipu AI (Z.ai) | no informados | US$ 0,37 | US$ 1,25 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GLM 5.3 FlashX LegalZhipu AI (Z.ai) | no informados | US$ 0,37 | US$ 1,25 | 1.048.576 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GLM 5.3 PrimeZhipu AI (Z.ai) | no informados | US$ 2,80 | US$ 8,80 | 1.000.000 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
| GLM 5V TurboZhipu AI (Z.ai) | no informados | US$ 1,20 | US$ 4,00 | 202.752 | sin dato | sin dato | sin dato | sin dato | sin dato | sin dato |
Qué modelo usar para qué
Esta recomendación sigue a los datos y cambia cuando ellos cambian.
Agentes
- Regla: Mayor nota en τ-bench Verified (aerolínea)Claude Fable 5 82%
- Regla: Mayor nota con pesos abiertos en τ-bench Verified (aerolínea)DeepSeek V4 Flash 0423 81,7%
- Regla: Más barato por 1M tokens de entrada entre los 5 con mayor nota en τ-bench Verified (aerolínea)DeepSeek V4 Flash 0423 US$ 0,09
τ-bench Verified (aerolínea) ?
¿Qué significa esto?
Qué mide: τ-bench Verified (compañía aérea), en el cuadro de OpenRouter Benchmarks (CC BY 4.0, última versión consultada), simula a un agente de aerolínea que usa sistemas y debe seguir las políticas de la empresa hasta el final de la conversación. La nota es el porcentaje de tareas concluídas dentro de la regla.
Cuándo importa: Importa para agentes que ejecutan tareas con herramientas. Muestra si el modelo sigue la política a lo largo de varios pasos, como un asistente que consulta un reglamento interno y termina el pedido sin inventar una excepción.
Compara con
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.
- Hugging Face Hub, metadados públicos do Hub; licença de cada modelo no repositório, 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.