Ranking de modelos de IA
Instantánea: 2026-08-13 · Última revisión: 2026-08-13
Las métricas siguen una instantánea del leaderboard público de LLM de Artificial Analysis: el Índice de Inteligencia, el coste por tarea y la velocidad reflejan el rendimiento en benchmark en la fecha de la instantánea. El precio, la disponibilidad y las posiciones de los proveedores cambian con frecuencia, y una puntuación alta en benchmark no garantiza el mejor resultado para un codebase o flujo concreto.
Modelo de razonamiento actual
Claude Opus 5 max lidera esta instantánea con Intelligence Index 63 y contexto de 1M.
Ideal para: Análisis frontier de repositorios, planificación compleja y tareas de agente de alto valor.
Anthropic
Modelo de razonamiento actual
Empata el mayor Intelligence Index, con menor coste por tarea y menor latencia inicial que max.
Ideal para: Ediciones multiarchivo profundas y agentes de código que aún necesitan calidad frontier con mejor latencia.
Anthropic
Modelo de razonamiento actual
Sigue entre los mayores Intelligence Index, con contexto de 1M y buena velocidad de salida.
Ideal para: Análisis profundo de repositorios, planificación compleja y tareas de agente de alto valor.
Anthropic
Modelo de razonamiento actual
Modo Opus 5 de alto razonamiento, menor latencia que max/xhigh y aún cerca del tope.
Ideal para: Codificación diaria con agentes Claude, revisión y flujos con herramientas que aún requieren razonamiento fuerte.
Anthropic
Modelo de razonamiento actual
Tope de la línea de razonamiento OpenAI en esta instantánea, con contexto de 1M e fuerte Intelligence Index.
Ideal para: Agentes de código en ecosistema OpenAI, planificación larga y tareas con razonamiento máximo.
OpenAI
Modelo de razonamiento actual
Nueva entrada Grok 4.6 high cerca del tope, contexto de 500k y menor coste por tarea que los tiers max de Claude/OpenAI.
Ideal para: Agentes de código en ecosistema xAI, planificación de contexto medio y experimentos frontier sensibles al coste.
SpaceXAI
Modelo de razonamiento actual
Flagship K3 max de Moonshot, contexto 1M+, fuerte en código; respuesta total aún relativamente larga.
Ideal para: Agentes de código de largo horizonte, generación frontend, stacks regionales y trabajo con contexto 1M.
Kimi
Modelo de razonamiento actual
Modo GPT-5.6 Sol de alto razonamiento, contexto de 1M y menor coste por tarea que max.
Ideal para: Codificación diaria con agentes, revisión y flujos con herramientas que aún requieren razonamiento fuerte.
OpenAI
Modelo de razonamiento actual
Tier Opus 5 medium equilibrado, contexto de 1M y respuesta total mucho más rápida que tiers superiores.
Ideal para: Sesiones interactivas de código con Claude, refactorizaciones y ciclos de producto.
Anthropic
Modelo de razonamiento actual
Nuevo flagship Qwen 3.8 Max, contexto de 1M, baja latencia inicial e Intelligence Index en el top 10.
Ideal para: Codificación multilingüe, stacks regionales y experimentos de agente centrados en Qwen.
Alibaba
Modelo de razonamiento actual
Tier GPT-5.6 Sol high equilibrado, contexto de 1M y tiempo total de respuesta ágil.
Ideal para: Sesiones interactivas de código, refactorizaciones y ciclos de producto en herramientas OpenAI.
OpenAI
Modelo actual; métricas parciales
Muse Spark 1.2 xhigh entra en el top 12 con contexto 1M+; velocidad y latencia públicas aún incompletas.
Ideal para: Comparaciones de enrutamiento Meta de contexto largo cuando el Intelligence Index importa más que la latencia publicada.
Meta
Modelo de razonamiento actual
Tier GPT-5.6 Terra max, coste por tarea menor que Sol max y salida muy rápida.
Ideal para: Código de contexto largo con foco en coste, cuando el throughput importa más que el primer token.
OpenAI
Modelo de razonamiento actual
Grok 4.5 high con latencia rápida, contexto de 500k y menor coste por tarea que Grok 4.6 high.
Ideal para: Ayuda interactiva rápida, bucles de agente de contexto medio y experimentos en ecosistema xAI.
SpaceXAI
Modelo de razonamiento actual
Tier GPT-5.6 Sol medium equilibra inteligencia, contexto de 1M y bajo tiempo total de respuesta.
Ideal para: La mayoría de ciclos diarios de código OpenAI donde velocidad y calidad importan.
OpenAI
Modelo de razonamiento actual
Perfil Sonnet, alta inteligencia y contexto de 1M, con primera respuesta lenta.
Ideal para: Trabajo largo por lotes donde calidad y contexto importan más que inmediatez.
Anthropic
Modelo de razonamiento actual
Nueva entrada DeepSeek V4 Pro 0813 max en el top 20, contexto de 1M, coste por tarea muy bajo y latencia inicial rápida.
Ideal para: Agentes de código económicos en ecosistema abierto, análisis largo y trabajo DeepSeek Pro sensible a la latencia.
DeepSeek
Modelo de razonamiento actual
GPT-5.6 Terra xhigh combina menor coste por tarea, contexto de 1M y salida rápida.
Ideal para: Código de contexto largo sensible al coste, con alto throughput y latencia inicial aceptable.
OpenAI
Modelo de razonamiento actual
Alta posición con contexto de 1M, bajo coste por tarea y latencia inicial muy rápida.
Ideal para: Asistentes de código sensibles al coste, análisis largo y flujos con baja latencia.
Z AI
Modelo de razonamiento actual
Tier Opus 5 de baja latencia, con contexto de 1M y la respuesta total más rápida de la línea Opus 5.
Ideal para: Pair programming interactivo, arreglos rápidos y planificación ágil en Claude Opus 5.
Anthropic
Modelo de razonamiento actual
Tier GPT-5.6 Luna max, coste por tarea muy bajo, contexto de 1M y salida rápida.
Ideal para: Stacks OpenAI económicos, ediciones por lotes largas y asistentes de código de alto throughput.
OpenAI
Modelo de razonamiento actual
DeepSeek V4 Flash 0731 max, contexto de 1M, coste por tarea muy bajo y latencia inicial rápida.
Ideal para: Agentes de código económicos en ecosistema abierto, análisis largo y ediciones sensibles a la latencia.
DeepSeek
Modelo general actual
Tier Gemini Flash, contexto de 1M, salida rápida y encaje con el ecosistema Google.
Ideal para: Bucles rápidos en ecosistema Google, lectura de archivos largos y asistentes de alto throughput.
Modelo de razonamiento actual
Tier GPT-5.6 Sol de baja latencia, con contexto de 1M y la respuesta total más rápida de la línea Sol.
Ideal para: Pair programming interactivo, arreglos rápidos y planificación ágil en GPT-5.6 Sol.
OpenAI
Modelo de razonamiento actual
Tier GPT-5.6 Terra high ágil, contexto de 1M y tiempo total de respuesta muy corto.
Ideal para: Codificación interactiva OpenAI donde throughput y baja latencia importan.
OpenAI
Modelo de razonamiento actual
Tier GPT-5.6 Luna xhigh económico, contexto de 1M, coste por tarea muy bajo y salida rápida.
Ideal para: Asistentes OpenAI sensibles al coste y ediciones por lotes de contexto largo.
OpenAI
Modelo de razonamiento actual
Tier Kimi K3 low mantiene contexto 1M+ y baja el coste por tarea frente a K3 max.
Ideal para: Codificación Kimi de contexto largo sensible al coste cuando el esfuerzo max no es necesario.
Kimi
Modelo general actual
Preview Gemini 3.1 Pro, contexto de 1M y perfil equilibrado de coste/velocidad para stacks Google.
Ideal para: Pruebas de código en Google Cloud, prototipos multimodales y evaluación de contexto largo.
Modelo actual; métricas parciales
Motif 3 entra por Intelligence Index, contexto medio; la mayoría de métricas públicas de velocidad y precio aún están incompletas.
Ideal para: Evaluación temprana de Motif 3 cuando la posición en el benchmark importa más que métricas públicas maduras.
Motif Technologies
Modelo de razonamiento actual
Tier GPT-5.6 Luna high con coste por tarea muy bajo, contexto de 1M y respuestas rápidas.
Ideal para: Asistentes OpenAI de alto volumen y flujos largos con presupuesto ajustado.
OpenAI
Modelo de razonamiento actual
Tier GPT-5.6 Terra medium de baja latencia, contexto de 1M y respuesta extremo a extremo muy corta.
Ideal para: Codificación interactiva ágil, refactorizaciones y bucles de agente OpenAI con muchas herramientas.
OpenAI
Modelo actual; métricas parciales
Modo Gemini 3.5 Flash medium, contexto de 1M y salida rápida; el coste por tarea no está del todo público en esta instantánea.
Ideal para: Experimentos en ecosistema Google donde la velocidad Flash medium importa más que el coste publicado.
Modelo actual; métricas parciales
Tier GPT-5.3 Codex xhigh centrado en código; el coste por tarea no está del todo público en esta instantánea.
Ideal para: Tareas de software centradas en Codex, ediciones de repo y flujos de agent OpenAI.
OpenAI
Modelo de razonamiento actual
MiniMax M3 con contexto de 1M, bajo coste por tarea y baja latencia inicial.
Ideal para: Asistentes de código sensibles al coste, stacks regionales y ediciones interactivas de baja latencia.
MiniMax
Modelo actual; métricas parciales
Motif 3 Beta entra por Intelligence Index; la mayoría de métricas públicas de velocidad y precio aún están incompletas.
Ideal para: Evaluación temprana de proveedores emergentes cuando la posición en el benchmark importa más que métricas maduras.
Motif Technologies
Modelo de razonamiento actual
DeepSeek V4 Pro max anterior (pre-0813), contexto de 1M y coste por tarea muy bajo; respuesta total más larga que 0813.
Ideal para: Agentes de código económicos, evaluación self-hosted y trabajo largo sensible al coste.
DeepSeek
Modelo de razonamiento actual
Tier DeepSeek V4 Pro high, contexto de 1M, bajo coste por tarea y menor latencia que max.
Ideal para: Codificación interactiva sensible al coste y análisis largo en endpoints DeepSeek.
DeepSeek
Modelo de razonamiento actual
Entrada Kimi K2.7 Code orientada a código, contexto de 256k y coste por tarea publicado.
Ideal para: Flujos Kimi centrados en código cuando no necesitas la ventana completa de 1M de K3.
Kimi
Modelo de razonamiento actual
Xiaomi MiMo V2.5-Pro, contexto de 1M y coste por tarea muy bajo para stacks regionales.
Ideal para: Codificación multilingüe económica, APIs regionales y asistentes largos de bajo coste.
Xiaomi
Modelo general actual
Claude Sonnet 5 sin razonamiento, contexto de 1M, baja latencia y coste más ligero que max.
Ideal para: Codificación diaria con Claude, ediciones rápidas y sesiones interactivas sin razonamiento profundo.
Anthropic
Modelo de razonamiento actual
Inkling de Thinking Machines con contexto de 1M, coste por tarea publicado y buena latencia inicial.
Ideal para: Evaluación de contexto largo de labs más nuevos con precio y latencia publicados.
Thinking Machines
Modelo de razonamiento actual
Tencent Hy3, contexto medio, coste por tarea muy bajo y latencia inicial competitiva.
Ideal para: Stacks regionales de código, asistentes económicos y experimentos en ecosistema Tencent.
Tencent
Modelo actual; métricas parciales
Nex N2-Pro entra con contexto medio y salida rápida; el coste por tarea no está del todo público aquí.
Ideal para: Evaluación de proveedores emergentes y experimentos de código de baja latencia fuera de los grandes labs.
Nex AGI
Modelo general actual
GPT-5.6 Sol sin razonamiento, contexto de 1M y la menor latencia inicial de la línea Sol.
Ideal para: Bucles de código OpenAI más rápidos cuando el razonamiento extendido no es necesario.
OpenAI
Modelo actual; métricas parciales
Upstage Solar Pro 4, contexto de 512k y velocidad publicada; el coste por tarea no está del todo público en esta instantánea.
Ideal para: Stacks regionales y document-heavy evaluando modelos Upstage por Intelligence Index.
Upstage
Modelo de razonamiento actual
Tier GPT-5.6 Terra low de baja latencia, contexto de 1M y respuesta extremo a extremo muy corta.
Ideal para: Codificación OpenAI interactiva rápida y refactorizaciones ágiles cuando el razonamiento máximo no es necesario.
OpenAI
Modelo de razonamiento actual
Variante menor de Inkling, contexto de 1M, bajo coste por tarea y salida más rápida que Inkling base.
Ideal para: Evaluación económica de modelos Thinking Machines con objetivos más ajustados de latencia y coste.
Thinking Machines
Modelo actual; métricas parciales
JT-4.1 Flash de China Mobile entra por Intelligence Index; la mayoría de métricas públicas de precio y velocidad aún están incompletas.
Ideal para: Evaluación de stacks regionales China Mobile cuando la posición en el benchmark es la señal principal.
China Mobile
Modelo actual; métricas parciales
Agnes 2.5 Pro Alpha con contexto de 1M y salida rápida; el coste por tarea no está del todo público aquí.
Ideal para: Evaluación temprana de contexto largo de modelos emergentes de Sapiens AI.
Sapiens AI
Modelo de razonamiento actual
Qwen 3.7 Plus con contexto de 1M, menor coste por tarea que Qwen 3.8 Max y tiempo total de respuesta moderado.
Ideal para: Agentes de código Qwen sensibles al coste y ciclos de producto multilingües.
Alibaba