Benchmarks de IA
A practical view of published model scores that helps you compare capability, category strengths, and run cost without losing the detail.
Últimas actualizaciones de modelos y benchmarks
The leaderboard on this page is LiveBench's 25 June release, re-captured on 22 September 2026. It now includes Grok 4.7 xHigh and DeepSeek V4.1 Flash Max Effort. The model notes below are from the vendors' own pages, labelled as such.
El mismo precio de API que Grok 4.5: $2 / $6. xAI informa un Artificial Analysis Intelligence Index de 61 — empatado con GPT-5.6 Sol Max, un punto por detrás de Fable 5 Max. Fuerte en trabajo de conocimiento; 26% en Terminal-Bench v3.
Leer el briefing de Grok 4.6DeepSeek V4.1 Flash sustituyó a V4 Flash el 10 sep 2026 con el nuevo id de API deepseek-flash, a $0.15 / $0.60 por 1M de tokens fuera de hora punta y $0.30 / $1.20 en hora punta. Desde el 14 sep, las solicitudes a V4 Pro también se redirigen a él, así que cambia el id del modelo ya. Todavía no aparece en LiveBench.
Verlo en el rastreador de modelosLeaderboard rows come only from published LiveBench data. We do not invent scores.
Best overall
Claude Fable 5.1 Max Effort leads this snapshot at 83.4 overall, $1.212 per successful task.
Best value per task
Union Alpha runs at $0.000 per successful task and still scores 76.1 overall.
Best open weights
DeepSeek V4.1 Flash Max Effort is the strongest open-weight model here at 81.1 overall — the option you can host yourself.
Best per capability
If your work is mostly one kind of task, these lead their category in this snapshot.
Every number above comes from the 2026-06-25 release dated 2026-06-25, published by a third-party benchmark and reproduced unaltered.
El primer gráfico responde ‘quién es el más fuerte’. El segundo responde la pregunta que realmente te cuesta dinero: cuál de ellos vale la pena pagar.
Más largo es mejor. Las barras muestran la puntuación de General sobre 100; la cifra al lado de cada barra es el valor exacto. Selecciona una fila para llevar ese modelo al gráfico de costos a continuación.
Mostrando los 12 primeros de 54. Cambia a la vista de comparación completa para ver todos los modelos.
Arriba es más fuerte, a la izquierda es más barato — así que las mejores compras están arriba a la izquierda. La línea escalonada une los modelos que nada más barato supera; cualquier cosa por debajo es superada por algo que cuesta menos.
Selected
Claude Fable 5.1 Max Effort
Anthropic
#5 · En la frontera de valor.
Best buys (cheapest → strongest)
Tabulador en el gráfico, luego usa las teclas de flecha para recorrer los modelos del más barato al más caro.
| Modelo | Organización | General | por tarea exitosa |
|---|---|---|---|
| Claude Fable 5.1 Max Effort#5 · Mejor valor a su precio | Anthropic | 83.4 | 1,212 US$ |
| Claude Fable 5 Max Effort | Anthropic | 83.0 | 1,439 US$ |
| GPT-6 Astra Max Effort#4 · Mejor valor a su precio | OpenAI | 82.2 | 0,736 US$ |
| Muse Spark 1.3 xHigh Effort#3 · Mejor valor a su precio | Meta | 81.6 | 0,219 US$ |
| DeepSeek V4.1 Flash Max Effort#2 · Mejor valor a su precio | DeepSeek | 81.1 | 0,029 US$ |
| GPT-5.6 Sol Max Effort | OpenAI | 81.0 | 0,515 US$ |
| GPT-5.5 Thinking xHigh Effort | OpenAI | 80.2 | 0,435 US$ |
| Claude 5 Opus Thinking Max Effort | Anthropic | 80.1 | 0,699 US$ |
| Kimi K3 | Moonshot AI | 79.2 | 0,348 US$ |
| Gemini 3.7 Flash High | 78.8 | 0,157 US$ | |
| Qwen 3.8 Max | Alibaba | 78.5 | 0,275 US$ |
| Grok 4.6 | xAI | 78.0 | 0,207 US$ |
| Muse Spark 1.2 xHigh Effort | Meta | 78.0 | 0,375 US$ |
| GPT-5.4 Thinking xHigh Effort | OpenAI | 78.0 | 0,387 US$ |
| GPT-5.6 Terra Max Effort | OpenAI | 77.9 | 0,352 US$ |
| DeepSeek V4 Pro 0813 | DeepSeek | 77.4 | 0,044 US$ |
| Grok 4.7 xHigh | xAI | 77.4 | 0,718 US$ |
| Gemini 3.1 Pro Preview High | 77.0 | 0,286 US$ | |
| DeepSeek V4 Flash Vision Exp | DeepSeek | 76.8 | 0,051 US$ |
| Claude 4.7 Opus Thinking xHigh Effort | Anthropic | 76.5 | 0,528 US$ |
| Qwen 3.8 Flash Next | Alibaba | 76.2 | 0,042 US$ |
| Claude 4.8 Opus Thinking Max Effort | Anthropic | 76.2 | 0,983 US$ |
| GLM-5.3 | Z.AI | 76.1 | 0,450 US$ |
| Claude Sonnet 5 xHigh Effort | Anthropic | 76.0 | 0,505 US$ |
| Grok 4.5 | xAI | 75.8 | 0,131 US$ |
| Gemini 3.8 Flash High | 75.8 | 0,307 US$ | |
| Qwen3.8 27B | Alibaba | 75.3 | 0,094 US$ |
| Muse Spark 1.1 xHigh Effort | Meta | 75.3 | 0,198 US$ |
| GPT-5.2 High | OpenAI | 74.6 | 0,234 US$ |
| Gemini 3.5 Flash High | 74.6 | 0,249 US$ | |
| Claude 4.6 Opus Thinking High Effort | Anthropic | 74.5 | 0,404 US$ |
| DeepSeek V4 Flash 0731 | DeepSeek | 74.2 | 0,060 US$ |
| GPT-5.2 Codex | OpenAI | 74.0 | 0,187 US$ |
| GPT-5.6 Luna Max Effort | OpenAI | 73.6 | 0,169 US$ |
| Gemini 3.6 Flash High | 73.6 | 0,235 US$ | |
| GLM-5.2 | Z.AI | 73.2 | 0,225 US$ |
| Qwen 3.7 Max | Alibaba | 73.1 | 0,182 US$ |
| Claude 4.6 Sonnet Thinking Medium Effort | Anthropic | 73.0 | 0,306 US$ |
| Claude 4.5 Opus Thinking High Effort | Anthropic | 72.6 | 0,610 US$ |
| Inkling xHigh Effort | Thinking Machines | 71.9 | 0,310 US$ |
| GLM-5.3 Flash | Z.AI | 71.6 | 0,031 US$ |
| Kimi K2.6 Thinking | Moonshot AI | 70.5 | 0,169 US$ |
| GPT-5.4 Nano xHigh | OpenAI | 69.6 | 0,091 US$ |
| Qwen 3.6 Plus | Alibaba | 68.9 | 0,227 US$ |
| Kimi K2.7 Code | Moonshot AI | 68.4 | 0,100 US$ |
| Grok Build 0.1#1 · Mejor valor a su precio | xAI | 67.8 | 0,024 US$ |
| Nemotron 3 Ultra 550B A55B | NVIDIA | 67.4 | 0,371 US$ |
| Minimax M3 | Minimax | 67.3 | 0,060 US$ |
| GPT-5.4 Mini xHigh | OpenAI | 66.4 | 0,334 US$ |
| Qwen 3.6 27B | Alibaba | 64.0 | 0,202 US$ |
| Gemini 3.5 Flash-Lite High | 63.9 | 0,069 US$ | |
| Grok 4.3 | xAI | 62.3 | 0,061 US$ |
Elige hasta tres modelos de la tabla de clasificación para comparar sus puntuaciones en siete categorías.
Cada categoría va de 0 a 100. Más a la derecha es más fuerte; la cifra en negrita es el líder en esa fila.
| Categoría | Claude Fable 5.1 Max Effort | Union Alpha | DeepSeek V4.1 Flash Max Effort |
|---|---|---|---|
| Razonamiento | 91.7 | 80.8 | 86.7 |
| Programación | 86.4 | 82.1 | 80.0 |
| Programación agéntica | 66.1 | 54.7 | 77.3 |
| Matemáticas | 97.0 | 95.3 | 93.3 |
| Análisis de datos | 80.3 | 74.6 | 79.3 |
| Lenguaje | 89.5 | 85.9 | 81.2 |
| Seguimiento de instrucciones | 73.0 | 59.5 | 70.0 |
Ordena cada categoría, reduce la lista y abre un modelo para ver su desglose de subtareas publicado.
Claude Fable 5.1 Max Effort
Anthropic
83.4
General
1,212 US$
por tarea exitosa
Claude Fable 5 Max Effort
Anthropic
83.0
General
1,439 US$
por tarea exitosa
GPT-6 Astra Max Effort
OpenAI
82.2
General
0,736 US$
por tarea exitosa
Muse Spark 1.3 xHigh Effort
Meta
81.6
General
0,219 US$
por tarea exitosa
DeepSeek V4.1 Flash Max Effort
abiertoDeepSeek
81.1
General
0,029 US$
por tarea exitosa
GPT-5.6 Sol Max Effort
OpenAI
81.0
General
0,515 US$
por tarea exitosa
GPT-5.5 Thinking xHigh Effort
OpenAI
80.2
General
0,435 US$
por tarea exitosa
Claude 5 Opus Thinking Max Effort
Anthropic
80.1
General
0,699 US$
por tarea exitosa
Kimi K3
abiertoMoonshot AI
79.2
General
0,348 US$
por tarea exitosa
Gemini 3.7 Flash High
78.8
General
0,157 US$
por tarea exitosa
Qwen 3.8 Max
abiertoAlibaba
78.5
General
0,275 US$
por tarea exitosa
Muse Spark 1.2 xHigh Effort
Meta
78.0
General
0,375 US$
por tarea exitosa
GPT-5.4 Thinking xHigh Effort
OpenAI
78.0
General
0,387 US$
por tarea exitosa
Grok 4.6
xAI
78.0
General
0,207 US$
por tarea exitosa
GPT-5.6 Terra Max Effort
OpenAI
77.9
General
0,352 US$
por tarea exitosa
DeepSeek V4 Pro 0813
abiertoDeepSeek
77.4
General
0,044 US$
por tarea exitosa
Grok 4.7 xHigh
xAI
77.4
General
0,718 US$
por tarea exitosa
Gemini 3.1 Pro Preview High
77.0
General
0,286 US$
por tarea exitosa
DeepSeek V4 Flash Vision Exp
abiertoDeepSeek
76.8
General
0,051 US$
por tarea exitosa
Claude 4.7 Opus Thinking xHigh Effort
Anthropic
76.5
General
0,528 US$
por tarea exitosa
Qwen 3.8 Flash Next
abiertoAlibaba
76.2
General
0,042 US$
por tarea exitosa
Claude 4.8 Opus Thinking Max Effort
Anthropic
76.2
General
0,983 US$
por tarea exitosa
GLM-5.3
abiertoZ.AI
76.1
General
0,450 US$
por tarea exitosa
Union Alpha
Stealth
76.1
General
0,000 US$
por tarea exitosa
Claude Sonnet 5 xHigh Effort
Anthropic
76.0
General
0,505 US$
por tarea exitosa
Gemini 3.8 Flash High
75.8
General
0,307 US$
por tarea exitosa
Grok 4.5
xAI
75.8
General
0,131 US$
por tarea exitosa
Qwen3.8 27B
abiertoAlibaba
75.3
General
0,094 US$
por tarea exitosa
Muse Spark 1.1 xHigh Effort
Meta
75.3
General
0,198 US$
por tarea exitosa
GPT-5.2 High
OpenAI
74.6
General
0,234 US$
por tarea exitosa
Gemini 3.5 Flash High
74.6
General
0,249 US$
por tarea exitosa
Claude 4.6 Opus Thinking High Effort
Anthropic
74.5
General
0,404 US$
por tarea exitosa
DeepSeek V4 Flash 0731
abiertoDeepSeek
74.2
General
0,060 US$
por tarea exitosa
GPT-5.2 Codex
OpenAI
74.0
General
0,187 US$
por tarea exitosa
Gemini 3.6 Flash High
73.6
General
0,235 US$
por tarea exitosa
GPT-5.6 Luna Max Effort
OpenAI
73.6
General
0,169 US$
por tarea exitosa
GLM-5.2
abiertoZ.AI
73.2
General
0,225 US$
por tarea exitosa
Qwen 3.7 Max
Alibaba
73.1
General
0,182 US$
por tarea exitosa
Claude 4.6 Sonnet Thinking Medium Effort
Anthropic
73.0
General
0,306 US$
por tarea exitosa
Claude 4.5 Opus Thinking High Effort
Anthropic
72.6
General
0,610 US$
por tarea exitosa
Inkling xHigh Effort
abiertoThinking Machines
71.9
General
0,310 US$
por tarea exitosa
GLM-5.3 Flash
abiertoZ.AI
71.6
General
0,031 US$
por tarea exitosa
Kimi K2.6 Thinking
abiertoMoonshot AI
70.5
General
0,169 US$
por tarea exitosa
GPT-5.4 Nano xHigh
OpenAI
69.6
General
0,091 US$
por tarea exitosa
ox-alpha-max
Stealth
69.2
General
0,000 US$
por tarea exitosa
Qwen 3.6 Plus
Alibaba
68.9
General
0,227 US$
por tarea exitosa
Kimi K2.7 Code
abiertoMoonshot AI
68.4
General
0,100 US$
por tarea exitosa
Grok Build 0.1
xAI
67.8
General
0,024 US$
por tarea exitosa
Nemotron 3 Ultra 550B A55B
abiertoNVIDIA
67.4
General
0,371 US$
por tarea exitosa
Minimax M3
Minimax
67.3
General
0,060 US$
por tarea exitosa
GPT-5.4 Mini xHigh
OpenAI
66.4
General
0,334 US$
por tarea exitosa
Qwen 3.6 27B
abiertoAlibaba
64.0
General
0,202 US$
por tarea exitosa
Gemini 3.5 Flash-Lite High
63.9
General
0,069 US$
por tarea exitosa
Grok 4.3
xAI
62.3
General
0,061 US$
por tarea exitosa
Cost is the source-provided cost-per-successful-task metric for the selected scope.
These scores say which model is strongest at a set of held-out tasks. They don’t say which one fits your workflow, your budget, or the tools you already pay for — and the cheapest model that clears your bar usually beats the highest scorer.
What changed recently
Dated releases from every major lab, with the vendor's own claims labelled as claims.
OpenWhat it costs to run
Our tool catalogue carries the price we last verified and the date we checked it.
OpenWhat to actually build
A deployment plan picks the stack for one workflow at your budget — models included.
Open