Comparación de capacidades de modelos de IA
Ingeniería de ML
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.
| N.º | Modelo | 10/11 recent-year models have scores |
|---|---|---|
| 1 |  Claude Opus 5.5 | 31.2xhigh · claude_codeclaude-opus-5-5_xhigh |
| 2 |  GPT-6 Astra | 42.22xhigh · codex_cligpt-6-astra_xhigh |
| 3 | GPT-6.1 Sol | 38.25xhigh · codex_cligpt-6.1-sol_xhigh |
| 4 | Claude Fable 5.1 | 25.97xhigh · claude_codeclaude-fable-5-1_xhigh |
| 5 |  Gemini 4 Argon | 20.22high · gemini_cligemini-4-argon_high |
| 6 | Claude Sonnet 5.5 | 19.94xhigh · claude_codeclaude-sonnet-5-5_xhigh |
| 7 | Claude Opus 5 | 19.01xhigh · claude_codeclaude-opus-5_xhigh |
| 8 | GPT-6 Sol | 19.73xhigh · codex_cligpt-6-sol_xhigh |
| 9 | GPT-6 Luna | 7.87xhigh · codex_cligpt-6-luna_xhigh |
| 10 | Claude Haiku 5.5 | 11.7xhigh · claude_codeclaude-haiku-5-5_xhigh |
| 11 | Claude Mythos Preview | — |
Benchmarks de Epoch AI
Fuente: Epoch AI, CC BY 4.0 ↗ · Actualizado 2026-10-15
WeirdML v3 · Actualizado 2026-10-12
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.
- WeirdML v3Aprendizaje automático no convencional v3
- Evalúa el aprendizaje automático y el análisis de datos en tareas desconocidas con retroalimentación limitada. Su puntuación compuesta de progreso no es la precisión de clasificación convencional. Metodología de evaluación ↗
Lea las puntuaciones dentro del mismo benchmark, fuente y versión. Los valores más altos indican un mejor rendimiento en la métrica reportada, pero diferentes columnas no comparten una escala común.