Ranking actualizado de modelos de IA
Resultados de la última instantánea, en la que 6 modelos respondieron las mismas 16 tareas. Compara de un vistazo el orden general, la nota de cada tarea y los resultados de los debates.
6 modelos respondieron las mismas 16 tareas. Los mismos jueces (Claude Opus 5.5 / GPT-6.1 Sol / Gemini 3.8 Flash) puntuaron cada respuesta sobre 10, y la puntuación mostrada es la media de los 3 jueces.
6
Modelos de IA
16
Tareas
3
Jueces
De un vistazo
N.º 1 general
Más tareas ganadas
Invicto en el debate
Tarea con más diferencia
Preguntas educativas
Resultados generales
La media de todas las puntuaciones en las 16 tareas (sobre 10). El historial de debates cuenta los debates contra el modelo del mismo nivel de cada otra empresa.
| Puesto | Modelo | Nivel | Media (sobre 10) |
|---|---|---|---|
| 1 |
GPT-6.1 Sol
OpenAI
Modelos principales · Debates 2–0–0 |
Modelos principales |
9.00
|
| 2 |
Claude Opus 5.5
Anthropic
Modelos principales · Debates 1–1–0 |
Modelos principales |
8.86
|
| 3 |
Claude Sonnet 5.5
Anthropic
Un nivel por debajo · Debates 1–1–0 |
Un nivel por debajo |
8.58
|
| 4 |
Gemini 3.8 Flash
Google
Modelos principales · Debates 0–2–0 |
Modelos principales |
8.34
|
| 5 |
GPT-6 Luna
OpenAI
Un nivel por debajo · Debates 2–0–0 |
Un nivel por debajo |
8.21
|
| 6 |
Gemini 3.5 Flash-Lite
Google
Un nivel por debajo · Debates 0–2–0 |
Un nivel por debajo |
6.65
|
Puntuación por tarea
Una tarea por género. El color indica la nota; el «1» dorado marca la media más alta de cada tarea. Abre un género para ver la tarea, las respuestas y los comentarios de los jueces.
| Género (tarea) | GPT-6.1 Sol | Claude Opus 5.5 | Claude Sonnet 5.5 | Gemini 3.8 Flash | GPT-6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|---|---|---|---|
| Escritura creativa | 8.57 | 18.74 | 7.13 | 8.06 | 6.56 | 4.42 |
| Programación | 19.74 | 9.60 | 9.73 | 9.12 | 9.66 | 8.89 |
| Diseño de sistemas | 18.78 | 8.39 | 8.20 | 7.90 | 8.47 | 7.41 |
| Preguntas educativas | 9.77 | 19.85 | 7.51 | 9.79 | 9.48 | 2.75 |
| Explicación | 19.55 | 9.09 | 9.05 | 9.00 | 8.68 | 6.43 |
| Resumen | 9.08 | 8.56 | 8.90 | 19.16 | 8.64 | 8.41 |
| Generación de ideas | 18.15 | 7.41 | 7.26 | 7.60 | 7.57 | 6.50 |
| Juego de roles | 18.95 | 8.76 | 8.61 | 8.32 | 8.49 | 7.15 |
| Redacción empresarial | 9.62 | 9.67 | 19.71 | 9.44 | 9.47 | 7.52 |
| Planificación | 9.41 | 19.52 | 9.46 | 8.66 | 4.12 | 5.62 |
| Análisis | 8.14 | 8.59 | 18.70 | 8.12 | 7.61 | 7.14 |
| Lluvia de ideas | 8.36 | 18.84 | 8.47 | 8.48 | 7.82 | 6.98 |
| Persuasión | 19.24 | 8.89 | 9.22 | 5.12 | 8.83 | 5.02 |
| Humor | 8.70 | 18.94 | 7.98 | 8.03 | 8.44 | 7.16 |
| Empatía | 9.49 | 19.60 | 9.26 | 8.55 | 9.36 | 8.36 |
| Acompañamiento | 18.47 | 7.37 | 8.06 | 8.04 | 8.18 | 6.64 |
| Media (sobre 10) | 9.00 | 8.86 | 8.58 | 8.34 | 8.21 | 6.65 |
Historial de cambios de configuración
En cada instantánea registramos qué cambió en la configuración respecto a la anterior, para que puedas comprobar por qué se movió una cifra.
-
Instantánea 2026-W42
- Primera instantánea: seis modelos (el principal de cada empresa y el del nivel inmediatamente inferior), dieciséis tareas, una moción de debate y tres jueces.
Últimas IA
A partir de los últimos resultados de benchmark de Orivel, esta página te permite revisar en un solo lugar los modelos más destacados y las recomendaciones por género.
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.