Cargando datos de benchmark…
EyesInAI·Cargando datos de benchmark en vivo
Cambios recientes frente a los anteriores en latencia, costo y confiabilidad de todos los modelos probados: los resultados más recientes de cada modelo comparados con los anteriores.
| Proveedor | Modelo | Prueba | Ejecuciones | Latencia | USD / 1k | Aprob. | Tendencia |
|---|---|---|---|---|---|---|---|
| gpt-oss-120b | 🔧 Uso de herramientas | 15 | 728 ms | USD 0.062 | 100% | ||
| gpt-oss-120b | 🔍 Recuperación de contexto | 15 | 662 ms | USD 0.080 | 100% | ||
| gpt-oss-120b | 🚀 Velocidad | 15 | 3461 ms | USD 0.469 | 100% | ||
| gpt-oss-120b | 💻 Generación de código | 15 | 2083 ms | USD 0.225 | 100% | ||
| gpt-oss-120b | { } Salida JSON | 15 | 964 ms | USD 0.102 | 100% | ||
| gpt-oss-120b | 🧮 Razonamiento | 15 | 801 ms | USD 0.078 | 100% | ||
| gpt-oss-120b | ⚡ Ping | 15 | 505 ms | USD 0.041 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | 🔧 Uso de herramientas | 12 | 610 ms | USD 0.259 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | 🔍 Recuperación de contexto | 12 | 757 ms | USD 0.179 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | 🚀 Velocidad | 12 | 4112 ms | USD 1.84 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | 💻 Generación de código | 12 | 976 ms | USD 0.350 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | { } Salida JSON | 12 | 603 ms | USD 0.125 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | 🧮 Razonamiento | 12 | 918 ms | USD 0.114 | 100% | ||
| NVIDIA-Nemotron-3-Ultra-550B-A55B | ⚡ Ping | 12 | 769 ms | USD 0.019 | 100% | ||
| claude-sonnet-5-5 | 🔧 Uso de herramientas | 12 | 1297 ms | USD 1.37 | 100% | ||
| claude-sonnet-5-5 | 🔍 Recuperación de contexto | 12 | 1337 ms | USD 1.41 | 100% | ||
| claude-sonnet-5-5 | 🚀 Velocidad | 12 | — | — | 0% | ||
| claude-sonnet-5-5 | 💻 Generación de código | 12 | 2690 ms | USD 3.61 | 100% | ||
| claude-sonnet-5-5 | { } Salida JSON | 12 | 1218 ms | USD 0.506 | 100% | ||
| claude-sonnet-5-5 | 🧮 Razonamiento | 12 | 1722 ms | USD 0.524 | 100% | ||
| claude-sonnet-5-5 | ⚡ Ping | 12 | 1053 ms | USD 0.080 | 100% | ||
| gpt-oss-120b | 🔧 Uso de herramientas | 12 | 322 ms | USD 0.015 | 100% | ||
| gpt-oss-120b | 🔍 Recuperación de contexto | 12 | 405 ms | USD 0.025 | 100% | ||
| gpt-oss-120b | 🚀 Velocidad | 12 | 1775 ms | USD 0.132 | 100% | ||
| gpt-oss-120b | 💻 Generación de código | 12 | 708 ms | USD 0.046 | 100% | ||
| gpt-oss-120b | { } Salida JSON | 12 | 476 ms | USD 0.027 | 100% | ||
| gpt-oss-120b | 🧮 Razonamiento | 12 | 404 ms | USD 0.021 | 83% | ||
| gpt-oss-120b | ⚡ Ping | 12 | 346 ms | USD 0.013 | 100% | ||
| MiniMax-M3 | 💻 Generación de código | 3 | 9011 ms | — | 100% | ||
| MiniMax-M3 | { } Salida JSON | 3 | 4236 ms | — | 100% | ||
| MiniMax-M3 | ⚡ Ping | 3 | 1484 ms | — | 100% | ||
| gpt-6-luna | 🚀 Velocidad | 2 | — | — | 0% | ||
| gpt-6-luna | 💻 Generación de código | 2 | 2160 ms | USD 0.057 | 100% | ||
| gpt-6-luna | { } Salida JSON | 2 | 2869 ms | USD 0.063 | 100% | ||
| gpt-6-luna | ⚡ Ping | 2 | 1185 ms | <USD 0.01 | 100% | ||
| MiniMax-M3.1-Flash | 🧠 Lógica de varios pasos | 2 | 3928 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 🪡 Aguja en contexto largo | 2 | 1611 ms | — | 100% | ||
| MiniMax-M3.1-Flash | ✅ Cumplimiento de formato | 2 | 3032 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 📋 Seguir instrucciones | 2 | 3169 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 📄 Extracción de datos | 2 | 2014 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 🏷️ Clasificación | 2 | 3664 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 📝 Resumen | 2 | 2782 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 🔧 Uso de herramientas | 2 | 1667 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 🔍 Recuperación de contexto | 2 | 2176 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 🚀 Velocidad | 2 | — | — | 0% | ||
| MiniMax-M3.1-Flash | code_algo | 2 | 3670 ms | — | 100% | ||
| MiniMax-M3.1-Flash | code_refactor_preserve | 2 | 7095 ms | — | 100% | ||
| MiniMax-M3.1-Flash | code_to_spec | 2 | 2978 ms | — | 100% | ||
| MiniMax-M3.1-Flash | code_fix_bug | 2 | 4676 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 💻 Generación de código | 2 | 4821 ms | — | 100% | ||
| MiniMax-M3.1-Flash | { } Salida JSON | 2 | 1279 ms | — | 100% | ||
| MiniMax-M3.1-Flash | 🧮 Razonamiento | 2 | 4287 ms | — | 100% | ||
| MiniMax-M3.1-Flash | ⚡ Ping | 2 | 1137 ms | — | 100% | ||
| MiniMax-M3 | 🧠 Lógica de varios pasos | 2 | — | — | 0% | ||
| MiniMax-M3 | 🪡 Aguja en contexto largo | 2 | 1519 ms | — | 100% | ||
| MiniMax-M3 | ✅ Cumplimiento de formato | 2 | 6237 ms | — | 100% | ||
| MiniMax-M3 | 📋 Seguir instrucciones | 2 | 7797 ms | — | 100% | ||
| MiniMax-M3 | 📄 Extracción de datos | 2 | 1640 ms | — | 100% | ||
| MiniMax-M3 | 🏷️ Clasificación | 2 | 2576 ms | — | 100% | ||
| MiniMax-M3 | 📝 Resumen | 2 | 5987 ms | — | 100% | ||
| MiniMax-M3 | 🔧 Uso de herramientas | 2 | 2235 ms | — | 100% | ||
| MiniMax-M3 | 🔍 Recuperación de contexto | 2 | 1741 ms | — | 100% | ||
| MiniMax-M3 | 🚀 Velocidad | 2 | — | — | 0% | ||
| MiniMax-M3 | code_algo | 2 | 4822 ms | — | 100% | ||
| MiniMax-M3 | code_refactor_preserve | 2 | 7443 ms | — | 100% | ||
| MiniMax-M3 | code_to_spec | 2 | 3470 ms | — | 100% | ||
| MiniMax-M3 | code_fix_bug | 2 | 2112 ms | — | 100% | ||
| MiniMax-M3 | 🧮 Razonamiento | 2 | 7293 ms | — | 100% |