Veredicto
Información sobre los modelos de frontera
Model
Picker
Compara la inteligencia de distintos modelos y el costo total de ejecutar el benchmark, según datos de múltiples pruebas, para elegir el que mejor se adapte a tu aplicación o caso de uso.
Última captura de datos: 2026-08-31
Espacio de comparación
Comparación de modelos
Compara la calidad del resultado, el coste total para obtenerlo y la latencia de extremo a extremo.
Tu decisión, simplificada
Elige un modelo. Añade un rival si lo necesitas.
Su línea de base desbloquea recomendaciones de frontera personalizadas. El segundo campo es opcional y abre el desglose completo de calidad, costo y latencia.
01 Mi modelo actual / referenciaObligatorio
⌄
02 Modelo rivalOpcional
⌄
Model Picker
Cuál LLM ofrece la mayor inteligencia por el dinero: el Pareto frontier en vivo.
Recibe avisos cuando cambie
Sigue el modelo que usas
En pocas semanas pueden aparecer modelos con mejor relación calidad-precio. Ejecuta esta comprobación una vez al día y recibirás un aviso en cuanto el modelo que usas quede por detrás: 200 mientras todavía mantiene la frontera, 409 cuando algo da más inteligencia por el dinero.
Elige una línea de base en el enfrentamiento anterior para observar tu propio modelo. Script cron completo y códigos de estado
Para agentes
Dale la habilidad a tu agente de programación
Una habilidad de agente que garantiza que cada vez que su agente elija un LLM para sus proyectos, elija el mejor modelo de inteligencia por dólar. Ahorre costos y obtenga la mayor inteligencia.
Modelos actuales
Filtros y ejes
Ajusta las métricas y el grupo de modelos. El gráfico se actualiza al instante.
Entradas compatibles
Cuadrante más atractivo
Frontera de mejor relación calidad-precio
Frontera de modelos con pesos descargables (open-weights frontier)
Ningún modelo coincide con los filtros de gráficos actuales.
El eje logarítmico se centra en el coste mediano de los modelos mostrados, según la regla de AA. Distancias iguales representan proporciones de coste iguales. El cuadrante verde es relativo al grupo mostrado.
Tabla de mejores opciones
El 11 LLMs que ofrece la mayor inteligencia por el dinero (2026-08-31)
De los modelos 614 en el conjunto de datos, 11 se encuentran en el Pareto frontier de inteligencia versus costo: ningún otro modelo es más inteligente y más barato de ejecutar. El modelo de frontera más barato es GPT-5.6 Luna (Non-reasoning) (inteligencia 26.80 para $10.2 por ejecución de referencia); el más inteligente es Claude Opus 5 (Adaptive Reasoning, Max Effort) (inteligencia 63.10, $3836). El modelo más inteligente con pesos descargables —y que puede autoalojarse— en su propia frontera es Kimi K3 (max) por Kimi (inteligencia 59.70, $2425). Cada nombre de modelo enlaza con una página con sus números, si mantiene la frontera y qué la supera.
Frontera general: del más barato al más inteligente
| # | Modelo | Desarrollador | Puntuación de inteligencia (Intelligence Index) | Costo del benchmark (USD) | Tiempo total (E2E) | Pesos descargables | Lanzado |
|---|---|---|---|---|---|---|---|
| 1 | GPT-5.6 Luna (Non-reasoning) | OpenAI | 26.80 | $10.2 | 5.53s | 2026-07-09 | |
| 2 | GPT-5.6 Luna (low) | OpenAI | 33.90 | $13.9 | 6.38s | 2026-07-09 | |
| 3 | GPT-5.6 Luna (medium) | OpenAI | 38.90 | $21.5 | 6.86s | 2026-07-09 | |
| 4 | GPT-5.6 Luna (high) | OpenAI | 47.00 | $55.9 | 19.3s | 2026-07-09 | |
| 5 | GPT-5.6 Luna (xhigh) | OpenAI | 50.10 | $96.4 | 45.6s | 2026-07-09 | |
| 6 | GLM-5.3-Flash | Z AI | 57.50 | $138 | 53.0s | 2026-08-26 | |
| 7 | Grok 4.6 (medium) | SpaceXAI | 59.00 | $930 | 42.9s | 2026-08-12 | |
| 8 | Grok 4.6 (high) | SpaceXAI | 60.90 | $1158 | 51.6s | 2026-08-12 | |
| 9 | Claude Opus 5 (Adaptive Reasoning, High Effort) | Anthropic | 61.50 | $1974 | 27.7s | 2026-07-24 | |
| 10 | Claude Opus 5 (Adaptive Reasoning, Xhigh Effort) | Anthropic | 62.50 | $2909 | 34.1s | 2026-07-24 | |
| 11 | Claude Opus 5 (Adaptive Reasoning, Max Effort) | Anthropic | 63.10 | $3836 | 51.9s | 2026-07-24 |
Frontera de pesos descargables: los LLM autoalojables con mejor relación calidad-precio (open weights)
| # | Modelo | Desarrollador | Puntuación de inteligencia (Intelligence Index) | Costo del benchmark (USD) | Tiempo total (E2E) | Pesos descargables | Lanzado |
|---|---|---|---|---|---|---|---|
| 1 | Llama 4 Scout | Meta | 10.30 | $11.6 | 4.54s | 2025-04-05 | |
| 2 | Granite 4.2 3B | IBM | 14.30 | $12.4 | 11.7s | 2026-08-25 | |
| 3 | gpt-oss-120b (low) | OpenAI | 14.90 | $24.1 | 18.9s | 2025-08-05 | |
| 4 | MiMo-V2.5 | Xiaomi | 38.00 | $25.2 | 41.0s | 2026-04-22 | |
| 5 | DeepSeek V4 Flash (Reasoning, High Effort) | DeepSeek | 39.00 | $59.9 | - | 2026-04-24 | |
| 6 | Hy3 | Tencent | 42.20 | $93.2 | 40.3s | 2026-07-06 | |
| 7 | MiMo-V2.5-Pro | Xiaomi | 42.90 | $98.9 | 80.1s | 2026-04-22 | |
| 8 | DeepSeek V4 Pro (Reasoning, High Effort) | DeepSeek | 43.70 | $109 | 41.1s | 2026-04-24 | |
| 9 | GLM-5.3-Flash | Z AI | 57.50 | $138 | 53.0s | 2026-08-26 | |
| 10 | GLM-5.3 (max) | Z AI | 59.50 | $1239 | 34.3s | 2026-08-18 | |
| 11 | Kimi K3 (max) | Kimi | 59.70 | $2425 | 69.1s | 2026-07-16 |
Todos los modelos 614 comparados Cómo evolucionó la frontera ¿Qué tan rápido se reemplazan los modelos de frontera? Tabla en Markdown
Cómo funciona
Cómo clasifica Model Picker los LLM
¿Qué es la frontera de Pareto de los LLM?
El conjunto de modelos que ningún otro supera a la vez en ambos ejes. En el gráfico predeterminado, ningún modelo es a la vez más inteligente y más barato de ejecutar. Los demás están dominados: otro ofrece más inteligencia por el mismo dinero o la misma inteligencia por menos.
¿Por qué el costo total de ejecutar el punto de referencia en lugar del precio por token?
El precio por token oculta cuántos tokens consume un modelo, y los modelos de razonamiento consumen muchos. Model Picker usa el coste total que Artificial Analysis publica para ejecutar toda la evaluación Intelligence Index, de modo que un modelo barato por token que razona extensamente refleja su coste real.
¿Qué mide el índice de inteligencia?
Artificial Analysis Intelligence Index combina pruebas de razonamiento, conocimiento, matemáticas, programación y agentes. Model Picker usa la puntuación publicada y nunca vuelve a puntuar los modelos.
¿Qué LLM con pesos descargables ofrece la mejor relación calidad-precio?
La open-weights frontier de la tabla reúne modelos con pesos descargables que ningún modelo autoalojable supera en inteligencia y coste a la vez. Cada fila ofrece una gran relación calidad-precio en su nivel; algunas licencias limitan el uso comercial.
¿El modelo que uso sigue siendo el de mejor valor?
Escribe el nombre en la comparación anterior. La guía indica el mejor modelo de la frontera con el mismo coste o menos y la siguiente opción adecuada si buscas más inteligencia. Los agentes y las tareas cron pueden hacer la misma consulta con una sola petición a la API; la respuesta pasa a 409 el día en que aparece una alternativa mejor.
¿Qué tan recientes son estos datos?
El conjunto de datos se actualiza cada seis horas desde Artificial Analysis y otras fuentes; Esta página fue renderizada a partir de la instantánea 2026-08-31. Las métricas se mueven entre instantáneas a medida que se vuelven a medir los modelos, por lo que un número citado debe llevar la fecha de la instantánea.