Benchmarks

Prueba de inteligencia

Los modelos se clasifican por comparación por pares, no por una puntuación absoluta. En cada prompt se compara cada par de modelos cara a cara, y un modelo de Bradley-Terry ajusta una valoración a partir de esas comparaciones. La tasa de victoria de abajo convierte esa valoración en la pregunta que responde: con qué frecuencia este modelo gana a un modelo medio de esta tabla. El 50 % es la media.

Cómo se puntúa

8083

ejecuciones puntuadas

80.557

comparaciones por pares

24

prompts

4263

ejecuciones sin puntuación (error del proveedor)

22 de 24 prompts distinguen realmente entre modelos. El resto recibe la misma calidad de respuesta de casi todos y no aporta señal de clasificación: eso es lo que medía en realidad una puntuación absoluta cercana a 100.

  • Programación 4/4
  • Creativo 2/2
  • Factual 3/4
  • Multilingüe 7/8
  • Razonamiento 4/4
  • Sanidad 2/2
Puesto 1Google Gemini
72%±4

Tasa de victoria

Elo 1165

Gemini 3.5 Flash-Lite
Tier B
Ganadas / perdidas / empatadas
251 / 60 / 245
prompts
8
comparaciones
556
Media del juez
83.6

Por categoría

Programación74%
Factual72%
Razonamiento75%
Puesto 1OpenAI
72%±2

Tasa de victoria

Elo 1164

gpt-4.1-mini
Tier C
Ganadas / perdidas / empatadas
1077 / 171 / 1206
prompts
24
comparaciones
2454
Media del juez
94.8

Por categoría

Programación80%
Creativo89%
Factual72%
Multilingüe61%
Razonamiento77%
Sanidad67%
Puesto 1OpenAI
72%±3

Tasa de victoria

Elo 1164

gpt-5.6-terra
Tier B
Ganadas / perdidas / empatadas
296 / 81 / 251
prompts
9
comparaciones
628
Media del juez
86.3

Por categoría

Programación79%
Factual64%
Razonamiento75%
Puesto 1OpenAI
72%±2

Tasa de victoria

Elo 1162

gpt-5.5-2026-04-23
Tier A
Ganadas / perdidas / empatadas
998 / 161 / 1149
prompts
20
comparaciones
2308
Media del juez
93.9

Por categoría

Programación81%
Creativo89%
Factual75%
Multilingüe61%
Razonamiento69%
Puesto 1OpenAI
71%±2

Tasa de victoria

Elo 1153

gpt-5.5
Tier C
Ganadas / perdidas / empatadas
982 / 198 / 1128
prompts
20
comparaciones
2308
Media del juez
92.2

Por categoría

Programación75%
Creativo85%
Factual76%
Multilingüe58%
Razonamiento75%
Puesto 1OpenAI
71%±2

Tasa de victoria

Elo 1152

gpt-5.1
Tier B
Ganadas / perdidas / empatadas
953 / 175 / 1180
prompts
20
comparaciones
2308
Media del juez
92.3

Por categoría

Programación78%
Creativo78%
Factual65%
Multilingüe64%
Razonamiento79%
Puesto 1OpenAI
70%±4

Tasa de victoria

Elo 1146

gpt-6-astra
Tier A
Ganadas / perdidas / empatadas
310 / 124 / 194
prompts
9
comparaciones
628
Media del juez
87.5

Por categoría

Programación78%
Factual77%
Razonamiento43%
Puesto 1OpenAI
70%±2

Tasa de victoria

Elo 1143

gpt-4.1-2025-04-14
Tier C
Ganadas / perdidas / empatadas
964 / 183 / 1307
prompts
24
comparaciones
2454
Media del juez
94.8

Por categoría

Programación76%
Creativo91%
Factual70%
Multilingüe61%
Razonamiento69%
Sanidad76%
Puesto 1OpenAI
69%±2

Tasa de victoria

Elo 1139

gpt-5.2
Tier B
Ganadas / perdidas / empatadas
932 / 224 / 1152
prompts
20
comparaciones
2308
Media del juez
91.2

Por categoría

Programación64%
Creativo88%
Factual70%
Multilingüe65%
Razonamiento78%
Puesto 1OpenAI
69%±2

Tasa de victoria

Elo 1138

gpt-5.2-2025-12-11
Tier B
Ganadas / perdidas / empatadas
914 / 211 / 1183
prompts
20
comparaciones
2308
Media del juez
91.8

Por categoría

Programación77%
Creativo79%
Factual53%
Multilingüe67%
Razonamiento79%
Puesto 1OpenAI
68%±2

Tasa de victoria

Elo 1134

gpt-5.1-2025-11-13
Tier B
Ganadas / perdidas / empatadas
898 / 218 / 1192
prompts
20
comparaciones
2308
Media del juez
91.9

Por categoría

Programación77%
Creativo75%
Factual63%
Multilingüe62%
Razonamiento75%
Puesto 1OpenAI
68%±2

Tasa de victoria

Elo 1134

gpt-5.4-2026-03-05
Tier B
Ganadas / perdidas / empatadas
917 / 238 / 1153
prompts
20
comparaciones
2308
Media del juez
92.6

Por categoría

Programación75%
Creativo90%
Factual54%
Multilingüe66%
Razonamiento75%
Puesto 3OpenAI
68%±2

Tasa de victoria

Elo 1130

gpt-4.1-mini-2025-04-14
Tier C
Ganadas / perdidas / empatadas
929 / 229 / 1296
prompts
24
comparaciones
2454
Media del juez
93.7

Por categoría

Programación72%
Creativo85%
Factual60%
Multilingüe65%
Razonamiento74%
Sanidad62%
Puesto 1OpenAI
68%±4

Tasa de victoria

Elo 1129

gpt-6.1-sol
Tier A
Ganadas / perdidas / empatadas
292 / 132 / 204
prompts
9
comparaciones
628
Media del juez
85.8

Por categoría

Programación71%
Factual64%
Razonamiento75%
Puesto 3Anthropic
68%±2

Tasa de victoria

Elo 1129

Claude Opus 4.6
Tier B
Ganadas / perdidas / empatadas
971 / 292 / 1136
prompts
24
comparaciones
2399
Media del juez
96.3

Por categoría

Programación64%
Creativo92%
Factual72%
Multilingüe62%
Razonamiento68%
Sanidad85%
Puesto 7OpenAI
66%±2

Tasa de victoria

Elo 1114

gpt-5.4
Tier A
Ganadas / perdidas / empatadas
858 / 296 / 1154
prompts
20
comparaciones
2308
Media del juez
91.2

Por categoría

Programación73%
Creativo84%
Factual51%
Multilingüe63%
Razonamiento75%
Puesto 8OpenAI
66%±2

Tasa de victoria

Elo 1112

gpt-4.1
Tier B
Ganadas / perdidas / empatadas
903 / 313 / 1238
prompts
24
comparaciones
2454
Media del juez
94.1

Por categoría

Programación73%
Creativo81%
Factual67%
Multilingüe60%
Razonamiento62%
Sanidad70%
Puesto 3OpenAI
65%±4

Tasa de victoria

Elo 1109

gpt-5.6-luna
Tier B
Ganadas / perdidas / empatadas
254 / 126 / 248
prompts
9
comparaciones
628
Media del juez
84.5

Por categoría

Programación65%
Factual64%
Razonamiento75%
Puesto 4OpenAI
65%±4

Tasa de victoria

Elo 1108

gpt-6-luna
Tier B
Ganadas / perdidas / empatadas
304 / 178 / 146
prompts
9
comparaciones
628
Media del juez
87.3

Por categoría

Programación68%
Factual87%
Razonamiento18%
Puesto 10OpenAI
65%±2

Tasa de victoria

Elo 1107

gpt-5.4-mini-2026-03-17
Tier A
Ganadas / perdidas / empatadas
838 / 318 / 1152
prompts
20
comparaciones
2308
Media del juez
89.9

Por categoría

Programación65%
Creativo89%
Factual54%
Multilingüe60%
Razonamiento78%
Puesto 10OpenAI
65%±2

Tasa de victoria

Elo 1104

gpt-5.4-mini
Tier A
Ganadas / perdidas / empatadas
855 / 348 / 1105
prompts
20
comparaciones
2308
Media del juez
90.5

Por categoría

Programación71%
Creativo86%
Factual55%
Multilingüe63%
Razonamiento65%
Puesto 12Anthropic
64%±2

Tasa de victoria

Elo 1103

Claude Opus 4.7
Tier B
Ganadas / perdidas / empatadas
900 / 375 / 1124
prompts
24
comparaciones
2399
Media del juez
94.4

Por categoría

Programación50%
Creativo61%
Factual79%
Multilingüe63%
Razonamiento74%
Sanidad73%
Puesto 15OpenAI
64%±2

Tasa de victoria

Elo 1098

o3
Tier C
Ganadas / perdidas / empatadas
824 / 364 / 1069
prompts
20
comparaciones
2257
Media del juez
85.5

Por categoría

Programación70%
Creativo87%
Factual55%
Multilingüe61%
Razonamiento63%
Puesto 15Google Gemini
63%±2

Tasa de victoria

Elo 1095

Gemini Flash-Lite Latest
Tier C
Ganadas / perdidas / empatadas
906 / 425 / 1123
prompts
24
comparaciones
2454
Media del juez
93.6

Por categoría

Programación72%
Creativo52%
Factual68%
Multilingüe60%
Razonamiento60%
Sanidad78%
Puesto 15Anthropic
63%±2

Tasa de victoria

Elo 1089

Claude Opus 4.5
Tier B
Ganadas / perdidas / empatadas
868 / 430 / 1101
prompts
24
comparaciones
2399
Media del juez
95.0

Por categoría

Programación57%
Creativo61%
Factual69%
Multilingüe62%
Razonamiento68%
Sanidad83%
Puesto 15OpenAI
62%±2

Tasa de victoria

Elo 1087

gpt-4o
Tier C
Ganadas / perdidas / empatadas
855 / 421 / 1178
prompts
24
comparaciones
2454
Media del juez
93.1

Por categoría

Programación56%
Creativo69%
Factual61%
Multilingüe63%
Razonamiento74%
Sanidad60%
Puesto 16OpenAI
62%±2

Tasa de victoria

Elo 1084

gpt-5-search-api-2025-10-14
Tier B
Ganadas / perdidas / empatadas
855 / 440 / 1159
prompts
24
comparaciones
2454
Media del juez
92.4

Por categoría

Programación60%
Creativo77%
Factual56%
Multilingüe54%
Razonamiento77%
Sanidad83%
Puesto 17OpenAI
62%±2

Tasa de victoria

Elo 1083

gpt-5-search-api
Tier C
Ganadas / perdidas / empatadas
855 / 445 / 1154
prompts
24
comparaciones
2454
Media del juez
92.8

Por categoría

Programación64%
Creativo83%
Factual51%
Multilingüe56%
Razonamiento72%
Sanidad82%
Puesto 18Anthropic
62%±2

Tasa de victoria

Elo 1082

Claude Fable 5
Tier A
Ganadas / perdidas / empatadas
790 / 419 / 1074
prompts
20
comparaciones
2283
Media del juez
87.5

Por categoría

Programación65%
Creativo69%
Factual56%
Multilingüe59%
Razonamiento70%
Puesto 18OpenAI
61%±2

Tasa de victoria

Elo 1079

o3-2025-04-16
Tier B
Ganadas / perdidas / empatadas
751 / 412 / 1024
prompts
20
comparaciones
2187
Media del juez
85.2

Por categoría

Programación64%
Creativo86%
Factual51%
Multilingüe60%
Razonamiento63%
Puesto 20OpenAI
61%±2

Tasa de victoria

Elo 1074

gpt-4o-2024-08-06
Tier C
Ganadas / perdidas / empatadas
829 / 478 / 1147
prompts
24
comparaciones
2454
Media del juez
91.0

Por categoría

Programación51%
Creativo73%
Factual70%
Multilingüe59%
Razonamiento64%
Sanidad66%
Puesto 21Anthropic
60%±2

Tasa de victoria

Elo 1073

Claude Sonnet 4.5
Tier B
Ganadas / perdidas / empatadas
818 / 478 / 1103
prompts
24
comparaciones
2399
Media del juez
93.4

Por categoría

Programación42%
Creativo60%
Factual68%
Multilingüe61%
Razonamiento78%
Sanidad69%
Puesto 19Google Gemini
60%±3

Tasa de victoria

Elo 1071

Nano Banana
Tier Barchived
Ganadas / perdidas / empatadas
455 / 233 / 696
prompts
23
comparaciones
1384
Media del juez
93.5

Por categoría

Programación51%
Creativo67%
Factual57%
Multilingüe63%
Razonamiento74%
Sanidad50%
Puesto 21OpenAI
60%±2

Tasa de victoria

Elo 1070

gpt-4o-2024-11-20
Tier C
Ganadas / perdidas / empatadas
800 / 474 / 1180
prompts
24
comparaciones
2454
Media del juez
92.9

Por categoría

Programación61%
Creativo52%
Factual61%
Multilingüe58%
Razonamiento67%
Sanidad78%
Puesto 21Z.ai (GLM / Zhipu)
60%±2

Tasa de victoria

Elo 1070

GLM-4.7
Tier A
Ganadas / perdidas / empatadas
628 / 395 / 653
prompts
14
comparaciones
1676
Media del juez
88.9

Por categoría

Programación55%
Creativo83%
Factual62%
Razonamiento62%
Puesto 21Google Gemini
60%±2

Tasa de victoria

Elo 1069

Gemini 3.1 Flash Lite
Tier B
Ganadas / perdidas / empatadas
735 / 438 / 1135
prompts
20
comparaciones
2308
Media del juez
89.9

Por categoría

Programación53%
Creativo41%
Factual69%
Multilingüe60%
Razonamiento69%
Puesto 21Anthropic
60%±2

Tasa de victoria

Elo 1069

Claude Opus 4.8
Tier A
Ganadas / perdidas / empatadas
770 / 481 / 1002
prompts
20
comparaciones
2253
Media del juez
92.7

Por categoría

Programación53%
Creativo40%
Factual69%
Multilingüe62%
Razonamiento68%
Puesto 21OVH AI Endpoints (GRA)
60%±2

Tasa de victoria

Elo 1068

gpt-oss-120b
Tier C
Ganadas / perdidas / empatadas
779 / 492 / 1037
prompts
20
comparaciones
2308
Media del juez
90.0

Por categoría

Programación62%
Creativo84%
Factual58%
Multilingüe56%
Razonamiento59%
Puesto 18OpenAI
59%±4

Tasa de victoria

Elo 1067

gpt-5.6-sol
Tier B
Ganadas / perdidas / empatadas
239 / 181 / 208
prompts
9
comparaciones
628
Media del juez
81.9

Por categoría

Programación55%
Factual60%
Razonamiento75%
Puesto 21Z.ai (GLM / Zhipu)
59%±3

Tasa de victoria

Elo 1065

GLM-5
Tier A
Ganadas / perdidas / empatadas
422 / 242 / 575
prompts
14
comparaciones
1239
Media del juez
92.7

Por categoría

Programación59%
Creativo87%
Factual54%
Razonamiento61%
Puesto 25Anthropic
59%±2

Tasa de victoria

Elo 1063

Claude Sonnet 4.6
Tier A
Ganadas / perdidas / empatadas
778 / 500 / 1121
prompts
24
comparaciones
2399
Media del juez
93.6

Por categoría

Programación59%
Creativo55%
Factual63%
Multilingüe53%
Razonamiento68%
Sanidad75%
Puesto 25Z.ai (GLM / Zhipu)
58%±2

Tasa de victoria

Elo 1059

GLM-4.5
Tier A
Ganadas / perdidas / empatadas
639 / 456 / 581
prompts
14
comparaciones
1676
Media del juez
87.5

Por categoría

Programación57%
Creativo85%
Factual67%
Razonamiento43%
Puesto 25Anthropic
58%±3

Tasa de victoria

Elo 1056

Claude Sonnet 5
Tier A
Ganadas / perdidas / empatadas
547 / 426 / 529
prompts
19
comparaciones
1502
Media del juez
84.0

Por categoría

Programación59%
Creativo84%
Factual48%
Multilingüe58%
Razonamiento65%
Puesto 21Google Gemini
58%±4

Tasa de victoria

Elo 1053

Gemini 3.7 Flash
Tier B
Ganadas / perdidas / empatadas
204 / 174 / 178
prompts
8
comparaciones
556
Media del juez
75.7

Por categoría

Programación65%
Factual58%
Razonamiento48%
Puesto 26Google Gemini
57%±3

Tasa de victoria

Elo 1052

Nano Banana 2 (preview)
Tier B
Ganadas / perdidas / empatadas
372 / 240 / 472
prompts
18
comparaciones
1084
Media del juez
92.6

Por categoría

Programación71%
Creativo61%
Factual48%
Multilingüe57%
Razonamiento64%
Sanidad35%
Puesto 30OpenAI
57%±2

Tasa de victoria

Elo 1051

gpt-5.4-nano-2026-03-17
Tier A
Ganadas / perdidas / empatadas
746 / 558 / 1004
prompts
20
comparaciones
2308
Media del juez
82.6

Por categoría

Programación67%
Creativo30%
Factual38%
Multilingüe66%
Razonamiento69%
Puesto 30OpenAI
57%±2

Tasa de victoria

Elo 1050

gpt-4o-mini
Tier C
Ganadas / perdidas / empatadas
762 / 568 / 1124
prompts
24
comparaciones
2454
Media del juez
87.0

Por categoría

Programación60%
Creativo66%
Factual38%
Multilingüe62%
Razonamiento70%
Sanidad49%
Puesto 33OpenAI
56%±2

Tasa de victoria

Elo 1042

gpt-5-mini
Tier C
Ganadas / perdidas / empatadas
624 / 497 / 1001
prompts
20
comparaciones
2122
Media del juez
82.4

Por categoría

Programación67%
Creativo69%
Factual48%
Multilingüe52%
Razonamiento55%
Puesto 29OpenAI
56%±4

Tasa de victoria

Elo 1040

gpt-6-sol
Tier A
Ganadas / perdidas / empatadas
225 / 211 / 192
prompts
9
comparaciones
628
Media del juez
83.1

Por categoría

Programación71%
Factual46%
Razonamiento42%
Puesto 39OpenAI
55%±2

Tasa de victoria

Elo 1036

gpt-4o-mini-2024-07-18
Tier C
Ganadas / perdidas / empatadas
748 / 641 / 1065
prompts
24
comparaciones
2454
Media del juez
86.6

Por categoría

Programación62%
Creativo66%
Factual41%
Multilingüe55%
Razonamiento65%
Sanidad46%
Puesto 43OVH AI Endpoints (GRA)
53%±2

Tasa de victoria

Elo 1023

Meta-Llama-3_3-70B-Instruct
Tier B
Ganadas / perdidas / empatadas
650 / 632 / 1026
prompts
20
comparaciones
2308
Media del juez
88.5

Por categoría

Programación47%
Creativo74%
Factual50%
Multilingüe43%
Razonamiento75%
Puesto 43OVH AI Endpoints (GRA)
53%±2

Tasa de victoria

Elo 1023

Qwen2.5-VL-72B-Instruct
Tier B
Ganadas / perdidas / empatadas
691 / 676 / 941
prompts
20
comparaciones
2308
Media del juez
88.5

Por categoría

Programación56%
Creativo65%
Factual28%
Multilingüe55%
Razonamiento75%
Puesto 44OpenAI
53%±2

Tasa de victoria

Elo 1022

gpt-5-mini-2025-08-07
Tier B
Ganadas / perdidas / empatadas
603 / 586 / 933
prompts
20
comparaciones
2122
Media del juez
80.1

Por categoría

Programación69%
Creativo36%
Factual43%
Multilingüe47%
Razonamiento63%
Puesto 47Anthropic
52%±2

Tasa de victoria

Elo 1014

Claude Haiku 4.5
Tier A
Ganadas / perdidas / empatadas
702 / 736 / 961
prompts
24
comparaciones
2399
Media del juez
90.8

Por categoría

Programación61%
Creativo42%
Factual50%
Multilingüe48%
Razonamiento60%
Sanidad30%
Puesto 47OpenAI
52%±2

Tasa de victoria

Elo 1013

gpt-5.4-nano
Tier C
Ganadas / perdidas / empatadas
731 / 774 / 803
prompts
20
comparaciones
2308
Media del juez
80.8

Por categoría

Programación57%
Creativo33%
Factual24%
Multilingüe68%
Razonamiento65%
Puesto 47Anthropic
52%±2

Tasa de victoria

Elo 1011

Claude Opus 5
Tier A
Ganadas / perdidas / empatadas
564 / 615 / 676
prompts
20
comparaciones
1855
Media del juez
83.2

Por categoría

Programación31%
Creativo88%
Factual49%
Multilingüe52%
Razonamiento56%
Puesto 48Google Gemini
51%±3

Tasa de victoria

Elo 1004

Gemini Robotics-ER 1.6 Preview
Tier Barchived
Ganadas / perdidas / empatadas
383 / 402 / 599
prompts
23
comparaciones
1384
Media del juez
79.3

Por categoría

Programación46%
Creativo81%
Factual40%
Multilingüe56%
Razonamiento46%
Sanidad41%
Puesto 50OVH AI Endpoints (GRA)
50%±2

Tasa de victoria

Elo 1001

Mistral-Small-3.2-24B-Instruct-2506
Tier B
Ganadas / perdidas / empatadas
654 / 773 / 881
prompts
20
comparaciones
2308
Media del juez
87.3

Por categoría

Programación67%
Creativo42%
Factual41%
Multilingüe45%
Razonamiento51%
Puesto 53Google Gemini
49%±2

Tasa de victoria

Elo 992

Gemini 2.5 Flash-Lite
Tier B
Ganadas / perdidas / empatadas
710 / 890 / 854
prompts
24
comparaciones
2454
Media del juez
88.9

Por categoría

Programación37%
Creativo41%
Factual41%
Multilingüe59%
Razonamiento63%
Sanidad48%
Puesto 60Google Gemini
44%±2

Tasa de victoria

Elo 958

Gemini 3 Flash Preview
Tier C
Ganadas / perdidas / empatadas
632 / 1027 / 795
prompts
24
comparaciones
2454
Media del juez
77.3

Por categoría

Programación32%
Creativo23%
Factual51%
Multilingüe48%
Razonamiento56%
Sanidad25%
Puesto 60OpenAI
44%±2

Tasa de victoria

Elo 956

gpt-5
Tier C
Ganadas / perdidas / empatadas
378 / 651 / 727
prompts
19
comparaciones
1756
Media del juez
71.6

Por categoría

Programación58%
Creativo8%
Factual42%
Multilingüe37%
Razonamiento52%
Puesto 60OpenAI
42%±2

Tasa de victoria

Elo 943

gpt-5-2025-08-07
Tier B
Ganadas / perdidas / empatadas
433 / 804 / 713
prompts
20
comparaciones
1950
Media del juez
68.2

Por categoría

Programación57%
Creativo3%
Factual20%
Multilingüe45%
Razonamiento55%
Puesto 60Google Gemini
38%±4

Tasa de victoria

Elo 918

Gemini 3.8 Flash
Tier A
Ganadas / perdidas / empatadas
136 / 299 / 121
prompts
8
comparaciones
556
Media del juez
63.6

Por categoría

Programación26%
Factual45%
Razonamiento48%
Puesto 63OVH AI Endpoints (GRA)
35%±2

Tasa de victoria

Elo 896

gpt-oss-20b
Tier C
Ganadas / perdidas / empatadas
443 / 1126 / 621
prompts
20
comparaciones
2190
Media del juez
80.5

Por categoría

Programación48%
Creativo42%
Factual17%
Multilingüe28%
Razonamiento48%
Puesto 63Z.ai (GLM / Zhipu)
35%±3

Tasa de victoria

Elo 895

GLM-5.1
Tier A
Ganadas / perdidas / empatadas
293 / 673 / 333
prompts
14
comparaciones
1299
Media del juez
73.4

Por categoría

Programación32%
Creativo15%
Factual51%
Razonamiento27%
Puesto 63Z.ai (GLM / Zhipu)
35%±3

Tasa de victoria

Elo 893

GLM-4.5 Air
Tier B
Ganadas / perdidas / empatadas
316 / 801 / 449
prompts
14
comparaciones
1566
Media del juez
62.9

Por categoría

Programación53%
Creativo45%
Factual23%
Razonamiento20%
Puesto 63Google Gemini
35%±2

Tasa de victoria

Elo 889

Gemini Flash Latest
Tier B
Ganadas / perdidas / empatadas
543 / 1353 / 558
prompts
24
comparaciones
2454
Media del juez
64.1

Por categoría

Programación32%
Creativo41%
Factual39%
Multilingüe35%
Razonamiento31%
Sanidad14%
Puesto 63Z.ai (GLM / Zhipu)
33%±3

Tasa de victoria

Elo 878

GLM-5 Turbo
Tier B
Ganadas / perdidas / empatadas
261 / 767 / 451
prompts
14
comparaciones
1479
Media del juez
59.4

Por categoría

Programación44%
Creativo32%
Factual38%
Razonamiento11%
Puesto 63OpenAI
32%±2

Tasa de victoria

Elo 870

gpt-5-nano-2025-08-07
Tier B
Ganadas / perdidas / empatadas
261 / 817 / 474
prompts
19
comparaciones
1552
Media del juez
51.7

Por categoría

Programación27%
Creativo8%
Factual51%
Multilingüe29%
Razonamiento24%
Puesto 64Z.ai (GLM / Zhipu)
31%±2

Tasa de victoria

Elo 862

GLM-4.6
Tier A
Ganadas / perdidas / empatadas
271 / 867 / 413
prompts
14
comparaciones
1551
Media del juez
65.2

Por categoría

Programación44%
Creativo1%
Factual32%
Razonamiento26%
Puesto 68OVH AI Endpoints (GRA)
30%±2

Tasa de victoria

Elo 852

Mistral-Nemo-Instruct-2407
Tier C
Ganadas / perdidas / empatadas
447 / 1403 / 458
prompts
20
comparaciones
2308
Media del juez
73.5

Por categoría

Programación37%
Creativo6%
Factual23%
Multilingüe34%
Razonamiento32%
Puesto 68OVH AI Endpoints (GRA)
29%±2

Tasa de victoria

Elo 846

Qwen3.5-397B-A17B
Tier A
Ganadas / perdidas / empatadas
302 / 1003 / 391
prompts
19
comparaciones
1696
Media del juez
49.6

Por categoría

Programación53%
Creativo7%
Factual5%
Multilingüe35%
Razonamiento6%
Puesto 68Z.ai (GLM / Zhipu)
29%±3

Tasa de victoria

Elo 844

GLM-4.5V (vision)
Tier A
Ganadas / perdidas / empatadas
229 / 790 / 349
prompts
14
comparaciones
1368
Media del juez
61.9

Por categoría

Programación40%
Creativo9%
Factual38%
Razonamiento9%
Puesto 68Z.ai (GLM / Zhipu)
28%±2

Tasa de victoria

Elo 838

GLM-4.6V (vision)
Tier A
Ganadas / perdidas / empatadas
207 / 824 / 411
prompts
14
comparaciones
1442
Media del juez
54.8

Por categoría

Programación52%
Creativo4%
Factual16%
Razonamiento19%
Puesto 69Z.ai (GLM / Zhipu)
28%±2

Tasa de victoria

Elo 838

GLM-5.2
Tier A
Ganadas / perdidas / empatadas
255 / 932 / 375
prompts
14
comparaciones
1562
Media del juez
55.9

Por categoría

Programación35%
Creativo4%
Factual39%
Razonamiento8%
Puesto 70Google Gemini
27%±2

Tasa de victoria

Elo 828

Gemini 3.5 Flash
Tier A
Ganadas / perdidas / empatadas
395 / 1468 / 445
prompts
20
comparaciones
2308
Media del juez
51.0

Por categoría

Programación8%
Creativo53%
Factual46%
Multilingüe30%
Razonamiento11%
Puesto 71OpenAI
26%±2

Tasa de victoria

Elo 817

gpt-5-nano
Tier C
Ganadas / perdidas / empatadas
176 / 911 / 481
prompts
20
comparaciones
1568
Media del juez
50.3

Por categoría

Programación18%
Creativo4%
Factual45%
Multilingüe25%
Razonamiento15%
Puesto 77Google Gemini
23%±2

Tasa de victoria

Elo 789

Gemini 3.1 Pro Preview
Tier C
Ganadas / perdidas / empatadas
384 / 1714 / 356
prompts
24
comparaciones
2454
Media del juez
48.1

Por categoría

Programación6%
Creativo54%
Factual42%
Multilingüe22%
Razonamiento9%
Sanidad9%
Puesto 77Google Gemini
23%±2

Tasa de victoria

Elo 788

Gemini 3.1 Pro Preview Custom Tools
Tier C
Ganadas / perdidas / empatadas
210 / 960 / 273
prompts
24
comparaciones
1443
Media del juez
44.1

Por categoría

Programación5%
Creativo37%
Factual38%
Multilingüe22%
Razonamiento17%
Sanidad6%
Puesto 77OVH AI Endpoints (GRA)
23%±2

Tasa de victoria

Elo 787

Qwen3.5-9B
Tier B
Ganadas / perdidas / empatadas
194 / 1089 / 398
prompts
19
comparaciones
1681
Media del juez
48.1

Por categoría

Programación37%
Creativo6%
Factual9%
Multilingüe28%
Razonamiento5%
Puesto 76Google Gemini
23%±3

Tasa de victoria

Elo 786

Nano Banana Pro (preview)
Tier A
Ganadas / perdidas / empatadas
141 / 699 / 244
prompts
18
comparaciones
1084
Media del juez
41.4

Por categoría

Programación19%
Creativo14%
Factual40%
Multilingüe5%
Razonamiento4%
Sanidad53%
Puesto 79Google Gemini
19%±2

Tasa de victoria

Elo 751

Gemini Pro Latest
Tier C
Ganadas / perdidas / empatadas
316 / 1810 / 328
prompts
24
comparaciones
2454
Media del juez
44.0

Por categoría

Programación5%
Creativo27%
Factual40%
Multilingüe19%
Razonamiento8%
Sanidad5%
Puesto 82Google Gemini
18%±2

Tasa de victoria

Elo 737

Gemini 2.5 Pro
Tier A
Ganadas / perdidas / empatadas
136 / 1106 / 336
prompts
24
comparaciones
1578
Media del juez
33.6

Por categoría

Programación16%
Creativo3%
Factual27%
Multilingüe16%
Razonamiento4%
Sanidad53%
Puesto 82Google Gemini
16%±2

Tasa de victoria

Elo 714

Gemini 2.5 Flash
Tier A
Ganadas / perdidas / empatadas
269 / 1908 / 277
prompts
24
comparaciones
2454
Media del juez
36.4

Por categoría

Programación4%
Creativo23%
Factual21%
Multilingüe17%
Razonamiento17%
Sanidad4%
Puesto 82Google Gemini
15%±3

Tasa de victoria

Elo 694

Gemini 3.6 Flash
Tier B
Ganadas / perdidas / empatadas
47 / 446 / 63
prompts
8
comparaciones
556
Media del juez
44.8

Por categoría

Programación1%
Factual34%
Razonamiento5%

85 modelos clasificados a partir de 80.557 comparaciones por pares en 24 prompts.

Provisional

Pruebas insuficientes para clasificar: hacen falta al menos 5 prompts y 30 comparaciones.

ProvisionalZ.ai (GLM / Zhipu)
1%±1

Tasa de victoria

Elo 192

CogView-4
Tier B
Ganadas / perdidas / empatadas
0 / 281 / 6
prompts
4
comparaciones
287
Media del juez
0.0

Por categoría

Programación1%
Creativo<1% · escasa