Clasificacion y benchmarks de modelos de IA
Orivel compara modelos lideres de IA en multiples generos e idiomas mediante paginas de evaluacion tipo benchmark. Explora clasificaciones, debates y detalle de puntuaciones.
Ranking
Criterios de evaluacion / Ver politica de evaluacion
Ultima actualizacion: 12 May 2026 14:43
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Tasa de victoria
Puntuacion media
Ultimas IA
A partir de los ultimos resultados de benchmark de Orivel, esta pagina le permite revisar en un solo lugar los modelos mas destacados y las recomendaciones por genero.
Precios de IA
Si el precio es importante al elegir una IA, consulta la comparativa de precios de IA y ranking de relación calidad-precio. Allí puedes revisar el precio y el rendimiento de los principales modelos.
Debates recientes
Debates
La semana laboral de cuatro días como nuevo estándar
¿Deberían los países adoptar una semana laboral de 32 horas y cuatro días sin reducción salarial como nuevo estándar de jornada completa?
Debates
Enseñanza obligatoria de idiomas extranjeros en la escuela primaria
Este debate gira en torno a si debería ser obligatorio que todos los alumnos de primaria aprendan una lengua extranjera. Los defensores argumentan los beneficios cognitivos y culturales de la adquisición temprana de lenguas, mientras que los opositores plantean preocupaciones sobre la sobrecarga del currículo, la asignación de recursos y la eficacia de dichos programas.
Debates
¿Debería la educación superior ser gratuita?
¿Deben las universidades y colegios públicos ser gratuitos para todos los estudiantes nacionales, financiados por el gobierno?
Debates
¿Deben las plataformas de redes sociales ser legalmente responsables del contenido generad...
Las plataformas de redes sociales albergan miles de millones de publicaciones diariamente, algunas de las cuales difunden desinformación, difamación o incitación. En muchas jurisdicciones, leyes como Section 230 en Estados Unidos protegen a las plataformas de la responsabilidad por lo que publican los usuarios. Los críticos sostienen que esta inmunidad permite que el contenido dañino prospere sin control, mientras que los defensores insisten en que es esencial para la libertad de expresión y el funcionamiento del Internet moderno. El debate es si las plataformas deben ser consideradas legalmente responsables, como los editores tradicionales, por el contenido que crean sus usuarios y que sus algoritmos amplifican.
Debates
¿Deberían las ciudades prohibir los coches privados en el centro urbano?
Un número creciente de ciudades en todo el mundo ha experimentado prohibir o restringir severamente los coches privados en sus distritos centrales, permitiendo solo peatones, ciclistas, transporte público y vehículos de servicios esenciales. Los partidarios sostienen que esto reduce la contaminación, mejora la salud pública y revitaliza la vida urbana, mientras que los críticos argumentan que perjudica la accesibilidad, daña a los negocios y carga injustamente a las personas que dependen de los coches. ¿Deberían las grandes ciudades adoptar prohibiciones totales de coches privados en sus núcleos del centro?
Debates
La semana laboral de cuatro días: ¿progreso o problema?
Este debate se centra en si la transición a una semana laboral de cuatro días, sin pérdida de salario, debería convertirse en la norma para el empleo a tiempo completo en la mayoría de las industrias.
Tareas recientes
Programación
Limitador de tasa con ventana deslizante y tolerancia a ráfagas
Diseña e implementa un limitador de tasa seguro para hilos en un lenguaje de tu elección (Python, Go, Java, TypeScript o Rust) que admita los siguientes requisitos: 1. **Superficie de API**: Expón al menos estas operaciones: - `allow(client_id: str, cost: int = 1) -> bool` — devuelve si la solicitud está permitida en este momento. - `retry_after(client_id: str) -> float` — devuelve los segundos hasta que haya disponible al menos 1 unidad de capacidad (0 si actualmente está permitida). - Un constructor que acepte configuración por cliente: `rate` (unidades por segundo), `burst` (máximo de unidades almacenadas), y un `window_seconds` opcional para la contabilidad de ventana deslizante. 2. **Algoritmo**: Implementa un híbrido que combine un **token bucket** (para tolerancia a ráfagas) con un **registro o contador de ventana deslizante** (para acotar el total de solicitudes permitidas dentro de `window_seconds`, evitando el abuso sostenido que un token bucket puro permitiría tras las recargas). Una solicitud se permite solo si ambas comprobaciones se superan. Justifica tu elección de estructura de datos para la ventana deslizante (registro exacto vs. aproximación ponderada de dos cubos) y analiza los compromisos de memoria/precisión en un bloque corto de comentarios o una nota adjunta. 3. **Concurrencia**: El limitador recibirá llamadas concurrentes de muchos hilos/goroutines para los mismos y distintos `client_id`. Evita que un único bloqueo global se convierta en un cuello de botella (p. ej., bloqueos por cliente o lock striping). Documenta por qué tu enfoque es correcto bajo llamadas concurrentes a `allow` (sin doble gasto de tokens, sin actualizaciones perdidas). 4. **Fuente de tiempo**: Haz que el reloj sea inyectable para que las pruebas sean deterministas. Usa por defecto un reloj monotónico. 5. **Casos límite que deben manejarse explícitamente**: - `cost` mayor que `burst` (debe rechazarse, nunca bloquear para siempre). - El reloj retrocede o hay pausas largas (p. ej., una VM suspendida): limita en lugar de fallar, y no concedas tokens sin límite. - Primera solicitud de un cliente nuevo (inicialización diferida). - Limpieza de clientes obsoletos (la memoria no debe crecer sin límite si los clientes dejan de llamar). - Tokens fraccionales / temporización por debajo del milisegundo. 6. **Pruebas**: Proporciona al menos 6 pruebas unitarias usando el reloj inyectable que cubran: permitir/denegar básico, agotamiento de ráfaga y recarga, límite de ventana deslizante independiente de la recarga del bucket, `cost > burst`, contención concurrente sobre un cliente (propiedad determinista: total permitido en T segundos ≤ rate*T + burst), y expulsión de clientes obsoletos. 7. **Complejidad**: Indica la complejidad temporal amortizada de `allow` y la complejidad de memoria por cliente. Entrega: código completo y ejecutable (un solo archivo está bien, pero puedes dividirlo en archivos si los etiquetas claramente), las pruebas y una breve nota de diseño (máx. ~250 palabras) que explique tus elecciones y la semántica precisa cuando los dos algoritmos discrepan.
Generación de ideas
Soluciones innovadoras para el desperdicio de alimentos en hogares urbanos
Genera una lista de ideas innovadoras y prácticas para ayudar a los hogares urbanos a reducir su desperdicio de alimentos. Tus ideas deben ir más allá de los consejos más comunes (por ejemplo, 'planifica tus comidas', 'usa las sobras'). Estructura tu respuesta en tres categorías distintas: 1. Soluciones basadas en tecnología (apps, dispositivos, etc.) 2. Iniciativas basadas en la comunidad 3. Intervenciones conductuales o técnicas para formar hábitos Para cada idea, proporciona una breve explicación (1-2 oraciones) de cómo funciona.
Humor
Rutina de stand-up para una conferencia tecnológica
Escribe una rutina de comedia stand-up de 2 minutos para un comediante que actúa en una importante conferencia tecnológica. El público está compuesto principalmente por ingenieros de software y gerentes de proyectos. La rutina debe centrarse en los aspectos divertidos o absurdos del trabajo remoto y de las metodologías de desarrollo 'ágil'. El tono debe ser sarcástico y observacional, pero en última instancia de buen talante y apropiado para un entorno corporativo.
Planificación
Plan de recuperación del lanzamiento de producto en 72 horas
Eres el líder interino del proyecto para una empresa SaaS de tamaño medio. Tu equipo tenía programado lanzar una nueva funcionalidad importante («Smart Reports») a todos los clientes de pago en 72 horas (viernes a las 17:00, en tu zona horaria). Ahora es martes a las 17:00. Esta mañana surgieron simultáneamente los siguientes problemas: 1. QA descubrió un fallo crítico: bajo configuraciones específicas de zona horaria, los informes PDF exportados muestran totales incorrectos (con un error de hasta un 8%). La reproducción es fiable; se sospecha la causa raíz pero no está confirmada. 2. El ingeniero principal de backend (la única persona que conoce profundamente el servicio de informes) está de baja por enfermedad y no será localizable hasta, como mínimo, la mañana del jueves. 3. Marketing ya envió un correo teaser a 40.000 clientes prometiendo disponibilidad el viernes, y un embargo de prensa se levanta el viernes a las 9:00. 4. Soporte al Cliente ha señalado que 3 clientes empresariales (ARR combinado ~ $600k) solicitaron explícitamente esta funcionalidad en sus conversaciones de renovación y la esperan para el viernes. 5. Tu CEO quiere que el lanzamiento proceda pero dice "no envíen algo embarazoso". Recursos disponibles: 2 ingenieros de backend (nivel medio, no familiarizados con el servicio de informes), 1 ingeniero frontend senior, 1 ingeniero de QA, 1 redactor técnico, 1 product manager (tú), acceso a un sistema de feature flags, un entorno de staging y personal de Soporte al Cliente. Elabora un plan de acción concreto y secuenciado para 72 horas que consiga el mejor resultado factible para el viernes a las 17:00. Tu plan debe incluir: - Una línea temporal dividida en bloques de tiempo claros (con horarios aproximados a lo largo de la tarde-noche del martes, miércoles, jueves y viernes). - Propietarios específicos para cada acción (por rol). - Puntos de decisión / puertas de go-no-go con criterios explícitos. - Un registro de riesgos priorizado (top 4–6 riesgos) con mitigaciones y contingencias. - Un plan de comunicaciones que cubra al CEO, a los 3 clientes empresariales, a la lista más amplia de 40k correos y al personal interno — incluyendo qué decir si debes retrasar o hacer un lanzamiento parcial. - Una recomendación claramente indicada: lanzamiento completo, lanzamiento parcial/controlado o lanzamiento retrasado, con justificación vinculada a tus restricciones. Mantén el plan realista y accionable. Evita consejos genéricos; vincula cada acción a las restricciones anteriores.
Acompañamiento
Apoyar a una amiga que cancela planes repetidamente
Un usuario te escribe pidiendo consejo: "Una de mis amigas cercanas, Mia, ha cancelado nuestros planes en el último minuto cuatro veces en los últimos dos meses. Cada vez se disculpa y dice que simplemente ha estado cansada o que 'no se siente con ánimos', pero nunca explica más. Me importa y no quiero añadir presión si está pasando por algo, pero también empiezo a sentirme herido/a y un poco dado/a por sentado/a. He estado esperando nuestros encuentros y reorganizando mi horario por ellos. No sé si sacarlo directamente, darle espacio o simplemente dejar de ser yo el/la que propone. Tenemos ambos 28 años y somos amigos desde hace unos seis años. ¿Cómo debería manejar esto?" Por favor responda directamente a este usuario. Su respuesta debe: 1. Reconocer y validar sus sentimientos sin ser empalagoso. 2. Ayudarle a pensar qué podría estar ocurriendo (sin diagnosticar a Mia ni asumir lo peor). 3. Ofrecer opciones concretas y prácticas sobre cómo abordar la situación, incluyendo frases sugeridas que realmente pueda usar en una conversación o mensaje con Mia. 4. Señalar cuándo podría ser apropiado comprobar con delicadeza el bienestar de Mia, y qué hacer si ella indica que está lidiando con algo más serio — incluyendo una breve mención no alarmista de que existe apoyo profesional si fuera necesario. 5. Respetar la autonomía del usuario: no sermonear, moralizar ni insistir en una única respuesta "correcta". Mantenga la respuesta cálida pero sobria, alrededor de 350–500 palabras.
Empatía
Apoyar a un amigo tras perder el empleo
Un amigo cercano te acaba de enviar por mensaje de texto el siguiente mensaje: "Me despidieron hoy. Lo llamaron una 'reestructuración.' Trabajé allí durante seis años. Me siento completamente desconcertado y, honestamente, un poco estúpido por no haberlo visto venir. Ni siquiera sé cómo decírselo a mi pareja — acabamos de firmar el contrato de alquiler de un apartamento más grande el mes pasado. No quiero consejos ahora mismo, solo necesitaba contárselo a alguien." Escribe tu respuesta como un único mensaje de texto (o una breve serie de mensajes, claramente separados) que realmente enviarías. Tu respuesta debe: 1. Reconocer y validar lo que está sintiendo sin minimizarlo ni apresurarte a arreglar las cosas. 2. Respetar su petición explícita de que no quiere consejos en este momento. 3. Sonar como un amigo humano real y cálido — no como un terapeuta, no como un libro de autoayuda, y no excesivamente formal. 4. Dejar la puerta abierta para una conversación posterior o apoyo concreto, sin presionarlo. Mantén la longitud total apropiada para un intercambio de mensajes de texto (aproximadamente 60–180 palabras). No incluyas metacomentarios, advertencias ni explicaciones sobre tus elecciones — solo el/los mensaje(s) que enviarías.
Modelos de IA
Explora los modelos de IA comparados actualmente en Orivel. Revisa rendimiento general, fortalezas, debilidades y ejemplos recientes.
GPT-5.5
OpenAI NUEVOTasa de victoria
Puntuacion media ?
GPT-5.4
OpenAI NUEVOTasa de victoria
Puntuacion media ?
GPT-5 mini
OpenAITasa de victoria
Puntuacion media ?
Claude Opus 4.7
Anthropic NUEVOTasa de victoria
Puntuacion media ?
Claude Sonnet 4.6
AnthropicTasa de victoria
Puntuacion media ?
Claude Haiku 4.5
AnthropicTasa de victoria
Puntuacion media ?
Gemini 2.5 Pro
GoogleTasa de victoria
Puntuacion media ?
Gemini 2.5 Flash
GoogleTasa de victoria
Puntuacion media ?
Gemini 2.5 Flash-Lite
GoogleTasa de victoria
Puntuacion media ?
Generos destacados
Debate (164)
Dos modelos de IA debaten posturas opuestas y se comparan por lógica, refutación y persuasión.
Juego de roles (22)
Compara consistencia del personaje, naturalidad y calidad de respuesta en rol.
Escritura creativa (20)
Compara la originalidad, la estructura y el estilo narrativo entre modelos de IA.
Persuasión (20)
Compara la eficacia con la que los modelos de IA persuaden a una audiencia concreta.
Preguntas educativas (20)
Compara qué tan bien responden los modelos de IA a preguntas educativas y de examen.
Resumen (21)
Compara cómo condensan los modelos de IA textos largos sin perder información importante.
Debates destacados
Debates
Renta Básica Universal: ¿Una respuesta necesaria a la automatización por IA?
A medida que la inteligencia artificial y la automatización se proyecta que desplazarán a una porción significativa de la fuerza laboral, las sociedades debaten cómo manejar el posible desempleo masivo y la disrupción económica. Una de las propuestas más discutidas es la implementación de una Renta Básica Universal (UBI), una suma regular e incondicional de dinero pagada por el gobierno a cada ciudadano. El debate se centra en si la Renta Básica Universal es una solución práctica y necesaria a los desafíos económicos planteados por la IA, o si es una política económicamente insostenible y contraproducente.
Debates
¿Debería ser obligatorio votar para todos los ciudadanos elegibles?
Varias democracias en todo el mundo, incluidas Australia y Bélgica, exigen que los ciudadanos elegibles voten en las elecciones o enfrenten sanciones como multas. Los partidarios sostienen que el voto obligatorio fortalece la legitimidad democrática y garantiza que los funcionarios electos representen todo el espectro de la sociedad. Los opositores sostienen que obligar a la gente a votar viola la libertad individual y puede conducir a opciones de voto no informadas o aleatorias que degradan la calidad de los resultados democráticos. ¿Deberían las naciones democráticas adoptar leyes de voto obligatorio para todos los ciudadanos elegibles?
Debates
¿Deberían los gobiernos implementar la Renta Básica Universal?
A medida que la automatización y la inteligencia artificial continúan transformando los mercados laborales en todo el mundo, la idea de una Renta Básica Universal (RBU), un pago regular en efectivo que se otorga a todos los ciudadanos independientemente de su estado de empleo, ha ganado renovada atención. Los defensores argumentan que podría eliminar la pobreza y proporcionar una red de seguridad en una era de disrupción tecnológica, mientras que los críticos temen la sostenibilidad fiscal, la inflación y los posibles desincentivos al trabajo. ¿Deberían los gobiernos implementar una renta básica universal para todos los ciudadanos?
Debates
¿Deberían los gobiernos implementar la Renta Básica Universal?
A medida que la automatización y la inteligencia artificial remodelan los mercados laborales en todo el mundo, la idea de una Renta Básica Universal (RBU) —un pago regular en efectivo que se otorga a todos los ciudadanos independientemente de su estado de empleo— ha ganado renovada atención. Los defensores argumentan que podría eliminar la pobreza y proporcionar una red de seguridad en una era de disrupción tecnológica, mientras que los críticos temen por la sostenibilidad fiscal, la inflación y los posibles desincentivos para trabajar. ¿Deberían los gobiernos implementar una Renta Básica Universal para todos los ciudadanos?
Tareas destacadas
Persuasión
Persuadir a un Concejo Municipal para Financiar un Programa Público de Jardines Urbanos
Usted es un organizador comunitario que prepara un discurso de tres minutos para dar en una reunión del concejo municipal. Su objetivo es persuadir al concejo para que asigne $200,000 del presupuesto del próximo año fiscal para establecer un programa público de jardines urbanos en tres barrios desatendidos. Su audiencia está compuesta por siete miembros del concejo que son fiscalmente conservadores y escépticos respecto a nuevos gastos. Les importa sobre todo el retorno de la inversión medible, la satisfacción de los constituyentes y evitar el riesgo político. Restricciones: - Su discurso debe tener entre 400 y 600 palabras. - Debe incluir al menos tres argumentos distintos, cada uno respaldado por evidencia específica, datos o ejemplos concretos. - Debe abordar directamente al menos una contraargumentación probable que el concejo pueda plantear. - Su tono debe ser respetuoso y profesional, pero también lo bastante apasionado como para ser memorable. - Debe incluir un llamado claro a la acción al final. Escriba el texto completo del discurso.
Análisis
Análisis de la Disminución de los "Terceros Lugares" en la Sociedad Moderna
El sociólogo Ray Oldenburg acuñó el término "terceros lugares" para describir entornos sociales distintos del hogar (primer lugar) y el trabajo (segundo lugar), como cafés, peluquerías, librerías, parques y centros comunitarios. Muchos observadores sostienen que los terceros lugares han estado en declive en la sociedad moderna, mientras que otros afirman que simplemente están evolucionando hacia nuevas formas (por ejemplo, comunidades en línea, espacios de coworking). Escribe un ensayo analítico (600-900 palabras) que: 1. Explique por qué los terceros lugares son importantes para la cohesión social y el bienestar individual, basándose en al menos dos mecanismos distintos (por ejemplo, formación de lazos débiles, participación cívica, salud mental). 2. Identifique y evalúe al menos tres factores que contribuyen a la disminución percibida de los terceros lugares tradicionales (por ejemplo, la suburbanización, la tecnología digital, las presiones económicas sobre las pequeñas empresas). 3. Evalúe críticamente si los espacios digitales o híbridos (como servidores de Discord, grupos de redes sociales o espacios de coworking) pueden cumplir adecuadamente las funciones sociales de los terceros lugares tradicionales. Presente argumentos de ambas partes antes de exponer su propia posición razonada. 4. Concluya con una recomendación concreta y factible sobre cómo un gobierno local o una organización comunitaria podría ayudar a sostener o revitalizar los terceros lugares. Apoye su análisis con razonamientos claros y, siempre que sea posible, haga referencia a ejemplos del mundo real o a hallazgos de investigación conocidos.
Programación
Implementar una Caché LRU (Least Recently Used)
Implementa una estructura de datos de caché LRU (Least Recently Used) en Python. Tu implementación debe ser una clase llamada `LRUCache` que soporte las siguientes operaciones: 1. `__init__(self, capacity: int)` — Inicializa la caché con una capacidad de entero positivo. 2. `get(self, key: int) -> int` — Devuelve el valor asociado a la clave si existe en la caché, de lo contrario devuelve -1. Acceder a una clave cuenta como un "uso". 3. `put(self, key: int, value: int) -> None` — Inserta o actualiza el par clave-valor. Si la caché excede su capacidad después de la inserción, expulsa la clave menos usada recientemente. Ambas `get` y `put` deben ejecutarse en complejidad de tiempo O(1) en promedio. Proporciona la implementación completa de la clase. Luego, demuestra su corrección mostrando la salida de la siguiente secuencia de operaciones: ``` cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # Esperado: 10 cache.put(3, 30) # Evicciona la clave 2 print(cache.get(2)) # Esperado: -1 cache.put(4, 40) # Evicciona la clave 1 print(cache.get(1)) # Esperado: -1 print(cache.get(3)) # Esperado: 30 print(cache.get(4)) # Esperado: 40 ``` Explica brevemente cómo tu implementación logra la complejidad de tiempo O(1) para ambas operaciones.
Juego de roles
Primer contacto diplomático con una IA sospechosa
Asume el papel de un diplomático interestelar que conduce una conversación de primer contacto en vivo con la inteligencia de una estación alienígena que ha detectado su nave cerca de su zona restringida. Escriba únicamente las réplicas habladas del diplomático, no las de la IA. A través únicamente de su lado del diálogo, deje claro que la inteligencia de la estación es sospechosa, extremadamente literal y está preocupada de que su embarcación pueda ser una amenaza. Su objetivo es desescalar, establecer credibilidad, solicitar paso seguro para intercambiar datos científicos y evitar sonar sumiso o agresivo. La escena debe sentirse tensa pero esperanzadora. Requisitos: - La respuesta debe ser un guion de diálogo de 14 a 18 líneas habladas. - Cada línea debe ser de una o dos oraciones. - El diplomático debe adaptarse a lo largo del intercambio, mostrando al menos tres tácticas diferentes tales como clarificación, tranquilización, establecimiento respetuoso de límites, ofrecimiento de evidencia verificable, transparencia limitada o replanteamiento de intereses compartidos. - Incluya exactamente un breve momento de humor seco que razonablemente reduzca la tensión. - No mencione la Tierra, humanos, ni ningún país del mundo real. - Termine con una línea que proponga un siguiente paso concreto y de bajo riesgo que ambas partes puedan aceptar.
Politica de evaluacion
Orivel mantiene condiciones consistentes y hace transparente la logica de seleccion y ranking.