Comparación de capacidades de modelos de IA
Uso del navegador
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
— means no published score for this candidate in this source, not zero.9/11 recent-year models have scores
| N.º | Modelo | Motor del agente | |
|---|---|---|---|
| 1 |  Claude Opus 5.5claude-opus-5-5 | Claude Code | 89 |
| 2 |  GPT-6 Astragpt-6-astra | Codex | 87 |
| 3 | Claude Fable 5.1claude-fable-5-1 | Claude Code | 84 |
| 4 | GPT-6.1 Solgpt-6.1-sol | Codex | 79 |
| 5 | Claude Sonnet 5.5claude-sonnet-5-5 | Claude Code | 79 |
| 6 | Claude Opus 5claude-opus-5 | Claude Code | 78 |
| 7 | GPT-6 Solgpt-6-sol | Codex | 76 |
| 8 | GPT-6 Lunagpt-6-luna | Codex | 74 |
| 9 | Claude Haiku 5.5claude-haiku-5-5 | Claude Code | 74 |
Browserbase / Stagehand
Fuente: Browserbase / Stagehand ↗
Browserbase Benchmark v2 · Claude Code · Source date unknown
Browserbase Benchmark v2 · Codex · Source date unknown
PandaNpc Actualizado 21 oct 2026, 06:01 UTC
Fuente: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Guía de columnas
- N.º
- Solo orden de visualización. El ordenamiento cambia este número; no es un ranking de capacidad publicado.
- Modelo
- El nombre del modelo evaluado y el icono de su proveedor. Un guion en una columna de puntuación significa que no hay una puntuación publicada disponible aquí, no un cero.
- Motor del agente
- Claude Code · Codex
- Puntuación
- Precisión en tareas de navegador de Browserbase / Stagehand (%). Cada fila identifica un modelo y su motor de agente. Distintos motores pueden afectar el resultado, por lo que las puntuaciones no deben atribuirse únicamente al modelo. Ordenado por puntuación de forma predeterminada. Metodología de evaluación ↗