Juego de roles
Compara consistencia del personaje, naturalidad y calidad de respuesta en rol.
En este género, las capacidades que más se intentan medir son Consistencia del personaje, Naturalidad, Seguimiento de instrucciones.
A diferencia de empathy o counseling, aquí pesa más mantenerse en personaje y sonar natural dentro de un rol.
Una puntuación alta aquí no garantiza precisión factual, consejo seguro ni fortaleza en tareas analíticas.
Para qué sirve un modelo fuerte en este género
chat de personaje, simulación y asistentes con una persona clara.
Lo que este género por sí solo no alcanza a mostrar
si el modelo es mejor para investigación factual, programación o soporte delicado.
Roleplay: Claude Fable 5 firma el debut más destacado del género, Gemini 2.5 Pro rinde por encima de lo esperado
Anthropic
Anthropic
OpenAI
Puntuación media por modelo
Cómo ponderamos
Claude Fable 5 abrió aquí con la mejor actuación de la tabla y lidera el género, con Claude Opus 5 y GPT-5.6 ganando también sus debuts. Mantener el personaje durante toda una escena es la habilidad que este género aísla, y la generación más nueva llegó claramente con ella. Como con todo debut fresco en el sitio, las posiciones son tempranas, no consolidadas.
La historia silenciosa es Gemini 2.5 Pro: su media aquí supera a varios modelos clasificados por encima y convierte algún duelo ocasional — uno de sus mejores géneros estándar. GPT-5 mini reparte sus salidas, sólido pero por una vez no dominante. GPT-5.5 es el rezagado notable hasta ahora: aún no se ha llevado un duelo aquí y su media queda por debajo de su nivel habitual, señal de que el trabajo de personaje no es donde brilla.
Los jueces ponderan la consistencia del personaje muy por encima de todo, con la naturalidad y el seguimiento de instrucciones después — una respuesta técnicamente fluida que rompe el personaje pierde ante una más sencilla que lo sostiene. La creatividad cuenta, pero no puede rescatar una voz rota. Los encargos de roleplay difieren muchísimo en tono y dificultad, así que sostén con soltura el orden de la zona media.
En resumen
Para trabajo de personajes, Claude Fable 5 es el destacado temprano y la familia Claude parece en casa en este género. Gemini 2.5 Pro merece un vistazo aquí pese a su posición general — mientras que GPT-5.5, inusualmente, no.
Este análisis se basa en las puntuaciones de benchmark medidas por Orivel para este género y se actualiza periódicamente. Las puntuaciones son medidas que dependen de las condiciones, no una verdad absoluta.
Ranking de modelos fuertes en este género
Este ranking se ordena por la puntuación media solo dentro de este género.
Última actualización: 19 Aug 2026 09:38
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
Tasa de victoria
Puntuación media
| Modelos clasificados | Detalle | ||||||
|---|---|---|---|---|---|---|---|
| #1 | Claude Fable 5 | Anthropic |
100%
|
91
|
1 | 1 | Ver la evaluación y la puntuación de Claude Fable 5 |
| #2 | Claude Opus 5 NUEVO | Anthropic |
100%
|
85
|
1 | 1 | Ver la evaluación y la puntuación de Claude Opus 5 |
| #3 | GPT-5.6 | OpenAI |
100%
|
83
|
1 | 1 | Ver la evaluación y la puntuación de GPT-5.6 |
| #4 | GPT-5 mini | OpenAI |
50%
|
77
|
2 | 4 | Ver la evaluación y la puntuación de GPT-5 mini |
| #5 | Gemini 2.5 Pro |
25%
|
80
|
1 | 4 | Ver la evaluación y la puntuación de Gemini 2.5 Pro | |
| #6 | GPT-5.5 | OpenAI |
0%
|
76
|
0 | 2 | Ver la evaluación y la puntuación de GPT-5.5 |
| #7 | Gemini 2.5 Flash |
0%
|
71
|
0 | 4 | Ver la evaluación y la puntuación de Gemini 2.5 Flash | |
| #8 | Gemini 2.5 Flash-Lite |
0%
|
66
|
0 | 6 | Ver la evaluación y la puntuación de Gemini 2.5 Flash-Lite |
Qué se evalúa en Juego de roles
Criterios y pesos usados para este ranking por género.
Consistencia del personaje
30.0%
Este criterio se incluye para comprobar Consistencia del personaje en la respuesta. Tiene más peso porque este aspecto cambia mucho el resultado global del género.
Naturalidad
20.0%
Este criterio se incluye para comprobar Naturalidad en la respuesta. Tiene un peso importante porque afecta a la calidad de forma visible, aunque no sea lo único que importa.
Seguimiento de instrucciones
20.0%
Este criterio se incluye para comprobar Seguimiento de instrucciones en la respuesta. Tiene un peso importante porque afecta a la calidad de forma visible, aunque no sea lo único que importa.
Creatividad
15.0%
Este criterio se incluye para comprobar Creatividad en la respuesta. Tiene menos peso porque acompaña al objetivo principal, pero no define por sí solo este género.
Claridad
15.0%
Este criterio se incluye para comprobar Claridad en la respuesta. Tiene menos peso porque acompaña al objetivo principal, pero no define por sí solo este género.
Tareas recientes
Juego de roles
La gerente de un restaurante responde a una solicitud por alergia grave
Responde en el personaje de Elena, la gerente del restaurante, al mensaje del cliente que aparece abajo. Escribe una única respuesta natural de 130–190 palabras. Sé cálida, calmada y directa en lugar de legalista. Ofrece opciones prácticas, pero no hagas una garantía de seguridad ni des a entender que llevar epinefrina hace aceptable el contacto cruzado. Mensaje del cliente: “Hola Elena, reservamos una mesa para nuestro aniversario el próximo viernes. Tengo una alergia a frutos secos de árbol que pone en peligro mi vida. Si lo pongo en las notas de la reserva, ¿pueden garantizar que no habrá contacto cruzado? Realmente no queremos cambiar de restaurante, y llevo dos EpiPens, así que debería estar bien, ¿no?”
Juego de roles
Juego de rol: Mecánico de naves espaciales
Eres Jax, un mecánico de naves gruñón, experimentado y un poco sarcástico que lo ha visto todo. Has mantenido volando cargueros oxidados durante más de 40 años. Prefieres la tecnología vieja y fiable a los cachivaches nuevos y tienes talento para explicar problemas complejos en términos simples y directos. Responde al siguiente mensaje de tu capitana, Eva. Tu respuesta debe estar en personaje como Jax. Proporciona un diagnóstico práctico, paso a paso, y una posible solución para el problema que ella describe. Equilibra tu personalidad áspera con consejos genuinamente útiles. "Oye Jax, habla la Capitana Eva. Tenemos un problema. Acabamos de salir del hiperespacio cerca de Kepler-186f y la nave se está comportando... raro. La propulsión principal está tosiendo como un gato empapado, y las luces en el puente parpadean como un letrero de neón barato. La consola de navegación está arrojando un error 'Fallo en cascada - Resonancia subarmónica', lo que sea que signifique ese nombre extraño. Estamos varados aquí. ¿Alguna idea, viejo mecánico engrasador? Necesito algo que pueda decirle a mi ingeniero novato para que lo haga, paso a paso."
Juego de roles
Coach de carrera de los 90 responde a un diseñador de UX
Eres Brenda, una coach de carrera pragmática y directa que trabaja en 1995. Eres conocida por tus consejos francos y por tu escepticismo ante la jerga corporativa exageradamente inflada. Una persona joven te ha enviado un mensaje (por medio de esa cosa novedosa llamada 'correo electrónico') pidiéndote consejo profesional. Responde al mensaje en el contexto de abajo. Tu respuesta debe estar en personaje como Brenda. Mantén tu personalidad de 1995, incluido tu tono y tu posible falta de familiaridad con los títulos laborales del siglo XXI, pero aun así proporciona consejos profesionales realmente útiles y aplicables.
Juego de roles
Juego de rol: bibliotecaria pública compasiva
Responde en personaje a este usuario como Elena Morales, una bibliotecaria pública calmada y práctica en una concurrida sucursal de barrio. Mantente cálida, profesional y realista. No digas que eres una IA. Mantén la respuesta como una única réplica hablada de Elena, adecuada para un chat o una conversación en el mostrador. Mensaje del usuario: "Hola, me da vergüenza preguntar esto, pero me despidieron el mes pasado y necesito solicitar puestos de trabajo en línea. Ya no tengo un portátil que funcione, mi teléfono está agrietado y creo que todavía le debo a la biblioteca algunas multas por retraso de hace un par de años. ¿Puedo usar las computadoras? Además, no he redactado un currículum en muchísimo tiempo y estoy algo abrumado."
Juego de roles
Juego de roles de atención al cliente: El jugador frustrado
Eres un representante de atención al cliente de Nexus Games, llamado Alex. Tu personalidad es tranquila, empática y experta. Debes ceñirte a la política de la empresa, pero también intentar desescalar la situación y retener al cliente si es posible. Un jugador frustrado, 'ShadowSlayer_99', te acaba de enviar el siguiente mensaje por chat en vivo. Respóndele en personaje. ShadowSlayer_99: This is outrageous! My Aetherium Chronicles account was just suspended for 7 days! I've spent hundreds of dollars on this game. The email says it's for 'unauthorized third-party software'. I was just using a simple mod to change the color of my character's armor. It doesn't give me any advantage! This is a mistake and you need to unsuspend my account RIGHT NOW or I'm demanding a full refund for everything I've ever bought and doing a chargeback.
Juego de roles
Consejos de un detective noir sobre ser seguido
Eres el Detective Miles Corrigan, un investigador privado sacado de una película noir de la década de 1940. Tu oficina está débilmente iluminada, con olor a café rancio y a calles empapadas por la lluvia. Eres cínico, hastiado del mundo, y lo has visto todo. Un cliente nervioso acaba de enviarte un mensaje. Respóndele en personaje, ofreciendo consejos prácticos y seguros mientras mantienes tu personalidad hardboiled. Aquí está su mensaje: "Detective, necesito su ayuda. Creo que me están siguiendo. Durante los últimos tres días, he visto el mismo sedán oscuro en mi camino a casa desde el trabajo. No me sigue hasta mi puerta, pero siempre está ahí durante unas cuadras. Realmente estoy empezando a entrar en pánico. ¿Qué debo hacer?"