Contacto

Menú

Todo lo que hacemos — recórrelo con libertad.

IA· 11 min de lectura

Benchmark IA

Un observatorio para elegir con criterio: modelos actuales, gráfico de inteligencia frente a coste, novedades y claves para aplicar la IA en tu empresa. Edición del 10 de noviembre de 2026, con el nuevo índice AA v5.0.1.

Respuesta corta

Lo esencial

El modelo más capaz y el que mejor encaja en tu trabajo pueden ser distintos. Este Benchmark IA compara capacidad y coste con una instantánea fechada de Artificial Analysis y utiliza OpenRouter como referencia de adopción. Consulta el gráfico, identifica candidatos dentro de tu presupuesto y prueba después con tus propias tareas. Mantendremos esta misma página al revisar los modelos y las novedades.

  • Compara modelos con su configuración de razonamiento: cambiar el esfuerzo también cambia el resultado y el gasto.
  • El gráfico mide dólares por tarea del benchmark, no el precio de una consulta de tu empresa.
  • Las novedades son un punto de partida para probar; las decisiones dependen de calidad, tiempo de respuesta y coste por caso aceptado.

Qué encontrarás en este Benchmark IA

Actualizamos nuestro observatorio con consulta de fuentes a 10 de noviembre de 2026: 34 configuraciones de 11 creadores, ya con la versión 5.0.1 del índice de Artificial Analysis. Reunimos una selección de modelos generalistas y varias configuraciones de los lanzamientos recientes para entender qué cambia cuando aumenta el esfuerzo de razonamiento. No pretende recoger cada modelo existente: priorizamos diversidad de creadores, alternativas económicas y opciones de mayor capacidad.

La fecha de consulta importa tanto como el nombre. Los precios, las evaluaciones y los modelos disponibles cambian. Cada revisión conservará la URL /blog/benchmark-ia/, actualizará la ficha y explicará los cambios. Es una publicación de revisión editorial; los datos no se refrescan en directo al abrir la página.

Cómo está el ranking de IA hoy

Fuente y fecha del datoLíder observadoQué mide
Artificial Analysis · consulta 10 nov 2026 · v5.0.1Claude Fable 5.2 · max con fallback · 65 puntosCapacidad agregada en tareas de evaluación
Epoch AI · página actualizada 10 nov 2026Claude Fable 5.2 · ECI 174Capacidad agregada bajo la escala propia de Epoch, con metodología bayesiana desde el 4 nov
Arena Text / Agents · sin lectura válida el 10 novNo publicamos líder en esta ediciónPreferencia humana y desempeño en sesiones con agentes

Fuentes: Artificial Analysis, Arena Text, Arena Agents y Epoch AI. Consultarlas hoy no implica que todas hayan recalculado resultados hoy. Las escalas y configuraciones difieren; estos puestos no se suman para fabricar un ganador universal. Arena no pudo consultarse en esta revisión: preferimos dejar la fila sin líder antes que repetir datos de octubre como si fueran actuales. Epoch cambió su metodología el 4 de noviembre, así que su 174 no se compara con el 167 de la edición anterior.

Inteligencia frente a coste: el mapa de modelos

Cada punto representa un modelo y una configuración. La inteligencia sube en el eje vertical; el coste aumenta hacia la derecha. Para comparar importes muy diferentes utilizamos una escala logarítmica: pasar de 0,01 a 0,1 dólares ocupa la misma distancia que pasar de 0,1 a 1. La zona superior izquierda reúne más capacidad con menos gasto dentro de esta medida.

Observatorio de modelos de IA
Más capacidad, menos coste: encuentra tus candidatosArtificial Analysis Intelligence Index v5.0.1. Selección editorial de configuraciones consultadas el 10 noviembre 2026. Activa los filtros o selecciona un punto para consultar sus datos.
Índice AA v5.0.134 configuraciones11 creadores
Inteligencia frente a coste por tarea de benchmark Cada punto identifica una configuración. Más arriba indica mayor puntuación; más a la izquierda, menor coste. El eje de coste es logarítmico. Los datos y las configuraciones completos están en la tabla siguiente. Inteligencia · mayor es mejor Zona favorable: arriba a la izquierda 010203040506070 0,0050,010,050,10,51525 Coste por tarea AA · USD · escala logarítmica · menor es mejor Claude Fable 5.2 · max · con fallback · 65 puntos · 26,54 US$/tarea 1 Claude Fable 5.2 · high · con fallback · 62 puntos · 9,08 US$/tarea 2 Gemini 4 Carbon · high · 60 puntos · 7,76 US$/tarea 3 Claude Opus 5.5 · max · con fallback · 59 puntos · 10,04 US$/tarea 4 Gemini 4 Carbon · medium · 58 puntos · 6,59 US$/tarea 5 Claude Opus 5.5 · xhigh · con fallback · 57 puntos · 6,05 US$/tarea 6 GPT-6 Astra · max · 57 puntos · 6,24 US$/tarea 7 GPT-6.1 Sol · max · 55 puntos · 1,27 US$/tarea 8 Claude Sonnet 5.5 · max · con fallback · 55 puntos · 10,02 US$/tarea 9 Claude Fable 5.2 · low · con fallback · 54 puntos · 3,10 US$/tarea 10 GPT-6.1 Sol · xhigh · 52 puntos · 0,76 US$/tarea 11 Claude Opus 5.5 · high · con fallback · 52 puntos · 3,46 US$/tarea 12 GPT-6.1 Terra · max · 51 puntos · 0,96 US$/tarea 13 GPT-6.1 Sol · high · 50 puntos · 0,59 US$/tarea 14 Claude Sonnet 5.5 · xhigh · con fallback · 50 puntos · 4,09 US$/tarea 15 Gemini 4 Argon · high · 50 puntos · 9,95 US$/tarea 16 Claude Opus 5.5 · medium · con fallback · 48 puntos · 2,45 US$/tarea 17 GPT-6.1 Sol · medium · 46 puntos · 0,36 US$/tarea 18 Kimi K3.1 Pro · Configuración publicada · 46 puntos · 3,68 US$/tarea 19 Muse Wonder · max · 44 puntos · 6,95 US$/tarea 20 GPT-6.1 Terra · medium · 38 puntos · 0,17 US$/tarea 21 Muse Ember · max · 36 puntos · 0,14 US$/tarea 22 Claude Haiku 5.5 · xhigh · 35 puntos · 0,25 US$/tarea 23 Grok 4.7 · high · 35 puntos · 6,18 US$/tarea 24 Qwen3.8 Max (0902) · Configuración publicada · 34 puntos · 10,02 US$/tarea 25 DeepSeek V4.1 Flash 1017 · max · 33 puntos · 0,60 US$/tarea 26 GLM-5.3 · max · 32 puntos · 5,01 US$/tarea 27 Gemini 3.8 Flash · high · 31 puntos · 7,77 US$/tarea 28 MiMo-V2.6-Pro · Configuración publicada · 30 puntos · 0,26 US$/tarea 29 GPT-6 Luna · max · 28 puntos · 0,15 US$/tarea 30 GLM-5.3-Flash · Configuración publicada · 28 puntos · 0,58 US$/tarea 31 MiMo-V2.6-Flash · Configuración publicada · 27 puntos · 0,13 US$/tarea 32 Mistral Large 4 · high · 26 puntos · 2,06 US$/tarea 33 GPT-6 Luna · low · 10 puntos · 0,0051 US$/tarea 34 Claude Fable 5.2GPT-6.1 SolMuse EmberGPT-6 Luna

Línea discontinua: frontera de eficiencia de esta selección. Los números remiten a la tabla. Toca un punto para ver su ficha.

GPT-6.1 Sol · max OpenAI · 55 puntos · 1,27 US$ por tarea AA

34 configuraciones visibles

Configuraciones evaluadas · inteligencia y coste de la misma instantánea
N.º / modeloConfiguraciónÍndice AAUSD / tarea AA
01 / Claude Fable 5.2Anthropic max · con fallback6526,54 US$
02 / Claude Fable 5.2Anthropic high · con fallback629,08 US$
03 / Gemini 4 CarbonGoogle high607,76 US$
04 / Claude Opus 5.5Anthropic max · con fallback5910,04 US$
05 / Gemini 4 CarbonGoogle medium586,59 US$
06 / Claude Opus 5.5Anthropic xhigh · con fallback576,05 US$
07 / GPT-6 AstraOpenAI max576,24 US$
08 / GPT-6.1 SolOpenAI max551,27 US$
09 / Claude Sonnet 5.5Anthropic max · con fallback5510,02 US$
10 / Claude Fable 5.2Anthropic low · con fallback543,10 US$
11 / GPT-6.1 SolOpenAI xhigh520,76 US$
12 / Claude Opus 5.5Anthropic high · con fallback523,46 US$
13 / GPT-6.1 TerraOpenAI max510,96 US$
14 / GPT-6.1 SolOpenAI high500,59 US$
15 / Claude Sonnet 5.5Anthropic xhigh · con fallback504,09 US$
16 / Gemini 4 ArgonGoogle high509,95 US$
17 / Claude Opus 5.5Anthropic medium · con fallback482,45 US$
18 / GPT-6.1 SolOpenAI medium460,36 US$
19 / Kimi K3.1 ProKimi Configuración publicada463,68 US$
20 / Muse WonderMeta max446,95 US$
21 / GPT-6.1 TerraOpenAI medium380,17 US$
22 / Muse EmberMeta max360,14 US$
23 / Claude Haiku 5.5Anthropic xhigh350,25 US$
24 / Grok 4.7SpaceXAI high356,18 US$
25 / Qwen3.8 Max (0902)Alibaba Configuración publicada3410,02 US$
26 / DeepSeek V4.1 Flash 1017DeepSeek max330,60 US$
27 / GLM-5.3Z AI max325,01 US$
28 / Gemini 3.8 FlashGoogle high317,77 US$
29 / MiMo-V2.6-ProXiaomi Configuración publicada300,26 US$
30 / GPT-6 LunaOpenAI max280,15 US$
31 / GLM-5.3-FlashZ AI Configuración publicada280,58 US$
32 / MiMo-V2.6-FlashXiaomi Configuración publicada270,13 US$
33 / Mistral Large 4Mistral high262,06 US$
34 / GPT-6 LunaOpenAI low100,0051 US$

Fuente: Artificial Analysis. Consulta: . Puntuaciones enteras de la tabla pública; los empates pueden ocultar diferencias decimales. El coste pertenece a las tareas del benchmark; no es el precio de una consulta de tu negocio ni de una suscripción.

Descargar datos · CSV

La línea discontinua une las opciones para las que ninguna otra configuración visible tiene igual o mayor puntuación a menor o igual coste, con al menos una mejora. Se llama frontera de Pareto. Al filtrar por creador se calcula dentro de ese grupo. Estar fuera de la línea no descarta un modelo: puede encajar mejor por idioma, herramientas, disponibilidad o tiempo de respuesta. Los empates del índice se muestran con la precisión entera publicada.

Novedades de la edición del 10 de noviembre

Es la primera edición con el índice AA v5.0.1. Revisamos todas las configuraciones contra la tabla pública, incorporamos los lanzamientos de octubre y noviembre con puntuación y coste publicados, y retiramos los modelos que ya no figuran entre los vigentes.

Un índice nuevo: por qué no comparamos con octubre

Artificial Analysis rehízo su índice en octubre (v5.0) y en noviembre volvió a calificar CritPt v2 (v5.0.1). Ahora reparte el peso a partes iguales entre trabajo del conocimiento, programación, ciencia y tareas generales; incorpora HLE-Diamond, Terminal-Bench-Science y FrontierCode 2.0, y retira GDPval-AA, SciCode, AA-LCR y Humanity's Last Exam. Las tareas son más exigentes y más largas: casi todas las puntuaciones bajan y los costes por tarea suben. Claude Haiku 5.5 xhigh pasa de 41 a 35 puntos y de 0,12 a 0,25 USD sin que eso signifique que el modelo haya empeorado. Por eso esta edición no forma una serie con las anteriores.

Claude Fable 5.2: el nuevo techo, también en coste

Claude Fable 5.2, lanzado en noviembre según su ficha, encabeza la tabla en max con fallback: 65 puntos y 26,54 USD por tarea del índice. En high registra 62 puntos con 9,08 USD, y en low, 54 con 3,10. Nuestra lectura: pasar de high a max triplica el coste por 3 puntos. Reservaríamos max para trabajos donde un error sale caro y empezaríamos las pruebas por high.

Gemini 4 Carbon: capacidad alta por debajo de los 8 USD

Gemini 4 Carbon, de octubre, alcanza 60 puntos en high con 7,76 USD y 58 en medium con 6,59. Supera a Claude Opus 5.5 max (59 puntos, 10,04 USD) con menos gasto por tarea y forma parte de la frontera de eficiencia de esta selección.

GPT-6.1 Sol y Terra: la frontera económica

GPT-6.1 Sol logra 55 puntos en max con 1,27 USD y 52 en xhigh con 0,76: es la opción con más capacidad por debajo de 2 USD. GPT-6.1 Terra, lanzado en octubre, registra 51 puntos en max con 0,96 USD y 38 en medium con 0,17. En el extremo más económico, Muse Ember (Meta, noviembre) suma 36 puntos con 0,14 USD y GPT-6 Luna low, 10 puntos con 0,0051 USD. Para tareas repetitivas con salida verificable merecen una prueba; el control de calidad sigue formando parte del proceso.

Altas, bajas y datos incompletos

Entran Claude Fable 5.2 (max, high y low), Gemini 4 Carbon (high y medium), GPT-6.1 Terra (max y medium), Muse Ember max, Kimi K3.1 Pro (46 puntos, 3,68 USD) y Mistral Large 4 high, la versión final que sustituye a la Preview. DeepSeek V4.1 Flash figura ahora como revisión 1017. Salen Kimi K3 y Muse Spark 1.3, que ya no aparecen entre los modelos vigentes de la tabla. Muse Wonder Full max registra 50 puntos sin coste publicado: lo mencionamos y lo dejamos fuera del gráfico.

Fuentes de benchmarks de IA: qué mirar en cada una

ReferenciaQué aportaCómo usarla
Artificial AnalysisEvaluaciones de capacidad, coste por tarea y rendimientoPreparar una lista corta con la misma versión de índice y configuración
OpenRouter RankingsUso observado de modelos dentro de su plataformaDetectar adopción y tendencias; distinguir uso de capacidad
Epoch AIÍndice ECI y evaluaciones de capacidadContrastar resultados con otra metodología, sin equiparar sus puntos a AA
Arena Text / AgentsPreferencia de texto y señales de desempeño de agentes, en tablas distintasConsultar la categoría, los intervalos y la configuración evaluada
SWE-benchPorcentaje de incidencias de software resueltasComparar la misma variante y entorno de agente; revisar runs verificados
Terminal-Bench 4.0Tasa de resolución de tareas de terminal e intervalos del 95 %Revisar modelo, agente, versión y coste del ensayo

OpenRouter Rankings explica que ordena su clasificación de uso por tokens procesados. Su apartado de benchmarks incorpora además puntuaciones de Artificial Analysis. Conviene leer el eje de cada gráfico: volumen de uso, precio de entrada y coste por tarea describen cosas distintas. Arena ofrece otra perspectiva por categorías. No mezclamos sus puntuaciones con el índice AA en el mismo eje.

Otras señales de actualidad que conviene seguir

Agentes: la prueba empieza a parecerse más al trabajo

La metodología del índice v5.0.1 mantiene AutomationBench-AA y Terminal-Bench 4.0 y suma Terminal-Bench-Science. Para una empresa, la pregunta útil es si el sistema termina un flujo con varias herramientas y estados. Resolver un mensaje aislado no demuestra que pueda conciliar documentos, gestionar una excepción y dejar un registro comprensible.

Arena Agents: el porcentaje necesita contexto

La tabla de agentes de Arena publica un porcentaje de Net Improvement. Su metodología combina señales de éxito, satisfacción, correcciones y fiabilidad de herramientas frente al modelo promedio: no es la proporción de tareas resueltas. En la edición de octubre los primeros puestos tenían intervalos solapados. No hemos podido revalidar la tabla en esta revisión, así que no publicamos un orden actualizado.

Programación: comparar el modelo junto con su agente

SWE-bench mide incidencias de repositorios resueltas. Verified reúne 500 casos filtrados por personas; la vista Bash Only utiliza un entorno mini-SWE-agent común. Comprueba la variante y si el equipo ejecutó o revisó el ensayo antes de comparar cifras. Terminal-Bench 4.0 publica tasa de resolución, modelo, agente y coste, con intervalos del 95 %. Son referencias útiles para seleccionar pruebas de desarrollo y herramientas; no trasladamos sus porcentajes al eje de inteligencia AA.

Documentos, imágenes y vídeo necesitan su propia comparación

Analizar una factura fotografiada, redactar una respuesta y generar un vídeo son trabajos diferentes. El índice de este gráfico compara modelos de lenguaje y no demuestra calidad de generación de imagen, voz o vídeo. Para producción creativa conviene consultar las evaluaciones específicas de imagen, vídeo y voz y probar material real: texto pequeño, coherencia, duración, revisiones y coste del resultado utilizable.

Menos gasto por token no garantiza menos gasto por trabajo

Un agente puede pedir información, llamar a una herramienta, revisar su respuesta y repetir. El resultado depende del número de pasos y de lo que haya que corregir. La documentación de contabilidad de uso de OpenRouter permite consultar consumo y coste. Para decidir, agrupa todas las llamadas del mismo caso y añade la revisión humana.

Qué probar según el trabajo de tu empresa

TrabajoPrimer criterioPrueba que decide
Clasificar solicitudes o extraer camposCoste bajo con formato verificableCampos correctos, casos incompletos y tasa de revisión
Responder con documentación propiaUso fiel de las fuentesCitas que sostienen la respuesta y abstención cuando falta evidencia
Programar o usar varias herramientasFinalización del flujoTarea resuelta con permisos, validaciones y errores de herramienta
Redactar contenido de marcaCalidad editorial en españolCorrecciones necesarias, tono y fidelidad a los hechos
Conversar en tiempo realRespuesta completa a tiempoEspera percibida y calidad con la configuración más rápida aceptable

Nuestra propuesta es elegir tres candidatos: uno económico, uno equilibrado y uno de mayor capacidad. Somételos al mismo conjunto de casos y a las mismas reglas de aceptación. En cómo elegir un modelo de IA para tu empresa explicamos una prueba práctica. Para llevar el resultado a presupuesto, consulta cómo calcular el coste real de la IA.

Cómo leemos los datos y sus límites

  • Misma referencia: índice AA v5.0.1 y coste medio ponderado por tarea del mismo benchmark. Las cifras proceden de evaluaciones públicas; no son pruebas ejecutadas por Logic2b.
  • Coste comparable: incorpora el consumo y las tarifas que utiliza el evaluador, incluido razonamiento y caché cuando corresponden. No multiplicar este valor por tus consultas para presupuestar.
  • Configuración visible: low, medium, high, xhigh y max identifican esfuerzo. En las filas de Claude mantenemos la condición con fallback de la fuente; no equivale a una configuración sin respaldo.
  • Precisión: mantenemos los enteros y los costes de la tabla consultada. No atribuimos significación estadística a diferencias pequeñas ni construimos una clasificación universal.
  • Selección: un modelo ausente puede no estar incluido en esta edición. Las futuras incorporaciones necesitan puntuación y coste verificables bajo la misma metodología.

Registro de actualizaciones

FechaEdiciónQué incorpora
10 nov 2026Cuarta edición · índice AA v5.0.134 configuraciones de 11 creadores con el nuevo índice; Claude Fable 5.2, Gemini 4 Carbon, GPT-6.1 Terra, Muse Ember y Kimi K3.1 Pro; Epoch con nueva metodología; Arena sin revalidar
14 oct 2026Tercera edición · índice AA v4.3.227 configuraciones revalidadas; fechas de Arena y Epoch revisadas; contraste con Arena Agents, SWE-bench y Terminal-Bench
13 oct 2026Segunda edición · índice AA v4.3.227 configuraciones de 11 creadores; comparación AA, Arena y Epoch; nuevos modelos y revisión de costes
30 sep 2026Primera edición · índice AA v4.3.222 configuraciones de 10 creadores, gráfico, filtros, tabla, CSV y revisión de lanzamientos recientes

En la siguiente revisión actualizaremos el corte de datos, incorporaremos modelos con resultados verificados y revisaremos las conclusiones. Si cambia la versión del benchmark, lo indicaremos: puntuaciones de versiones distintas no forman una serie histórica directamente comparable.

Dudas habituales

¿Qué modelo de IA es el mejor ahora?

Depende del trabajo y la configuración. El gráfico permite comparar inteligencia y coste dentro del benchmark AA; la decisión final necesita pruebas con tus tareas, tiempos de respuesta y reglas de aceptación.

¿El coste del gráfico es el precio por millón de tokens?

No. Es el coste medio ponderado en dólares por tarea del Artificial Analysis Intelligence Index. El precio por token y la suscripción de un asistente son medidas diferentes.

¿Este benchmark se actualiza automáticamente?

No. Cada edición se revisa editorialmente, conserva esta URL y publica una fecha de consulta y un registro de cambios. No se presentan datos como si fueran en directo.

¿Por qué aparece varias veces el mismo modelo?

Cada punto representa una configuración de esfuerzo de razonamiento. Cambiar el esfuerzo puede modificar la capacidad medida y el coste, aunque el nombre del modelo sea el mismo.

Fuentes y referencias

  1. Artificial Analysis · tabla de modelos consultada el 10/11/2026
  2. Artificial Analysis · metodología e historial de versiones del Intelligence Index
  3. Claude Fable 5.2 · ficha del modelo
  4. Gemini 4 Carbon · ficha del modelo
  5. GPT-6.1 Sol · ficha del modelo
  6. GPT-6.1 Terra · ficha del modelo
  7. Muse Ember · ficha del modelo
  8. Kimi K3.1 Pro · ficha del modelo
  9. OpenRouter · rankings de uso y benchmarks
  10. Arena Text Overall · última lectura válida el 14/10/2026
  11. Epoch AI · capacidades y ECI, consultado el 10/11/2026
  12. Arena Agents Overall · última lectura válida el 14/10/2026
  13. Arena · metodología de agentes y Net Improvement
  14. SWE-bench · variantes, entorno y resultados oficiales
  15. Terminal-Bench 4.0 · resolución de tareas con agentes
  16. OpenRouter · contabilidad de uso

Contenido revisado por Logic2b el . Los ejemplos de proceso son orientativos y deben adaptarse a cada negocio.

Del benchmark a tu proceso

Definimos contigo una tarea, los criterios de aceptación y un piloto medible para elegir la IA que encaja en tu empresa.

Explorar automatización con IA

Sigue leyendo. Más de IA.