🛡️
Session Flagged

Your session has been flagged for unusual activity.

You can try our app by searching for MultipleChat AI on Google and clicking the multiplechat.ai link to try it free.
Verificación rápida

Confirma que eres una persona para continuar.


Modelos de frontera, evaluados continuamente.

Calidad, coste y velocidad de los mejores modelos de IA — actualizados en ciclo continuo · última actualización 2026-10-07.

Índices de inteligencia, código y agentes

Índices compuestos de Artificial Analysis · precio por millón de tokens (entrada / salida)

# Modelo Inteligencia Código Agentes $ / 1M entrada $ / 1M salida
1 Claude Opus 5.5 (Max, Default Fallback) 57.6 — — $4.40 $22.00
2 Claude Sonnet 5.5 (Max, Default Fallback) 56 — — $2.00 $10.00
3 Claude Fable 5.1 (Max, Default Fallback) 53.4 81.6 57.9 $5.00 $25.00
4 Qwen3.8 Max 53.4 68.9 49.9 — —
5 GPT-6 Astra (Max) 52.7 76.9 51 $60.00 $300.00
6 GPT-6.1 Sol (Max) 51.8 — — $2.20 $11.00
7 Claude Opus 5 (Max) 50.8 78 56.5 $5.50 $27.50
8 Claude Fable 5 (Max, Opus 4.8 Fallback) 49.6 76.5 50.7 $10.00 $50.00
9 Muse Spark 1.3 (Max) 48.1 75.8 55.5 $1.25 $4.25
10 GPT-6 Sol (Max) 47.6 — — $2.00 $10.00
11 GPT-5.6 Sol (Max) 47 77.4 50.2 $4.00 $20.00
12 Grok 4.7 (Xhigh) 46.4 — — $2.20 $6.60
13 MiMo-V2.6-Pro 46.3 — — $0.430 $0.870
14 Qwen3.8 Max (0902) 45.4 76.2 56 $2.00 $6.00
15 GLM-5.3 (Max) 44.8 74.8 53.1 $2.10 $6.60
16 Grok 4.6 (High) 44.3 76.8 53 $2.20 $6.60
17 Kimi K3 (Max) 43.6 76.2 50 $3.50 $15.00
18 GPT-5.6 Terra (Max) 42.1 76.7 43.2 $4.00 $24.00
19 Claude Opus 4.8 (Max) 41.8 74.3 41.9 $10.00 $50.00
20 GLM 5.3 Flash 41.8 71.5 50.9 $0.100 $1.00
21 Ling 3.1 Flash 41.1 — — $0 $0
22 Gemini 3.8 Flash (High) 40.9 76.3 40.2 $1.35 $6.75
23 Claude Opus 4.7 (Max) 40.7 73.6 38.6 $5.00 $25.00
24 Qwen3.8 2.4T A95B 39.9 71.9 50.1 $2.00 $6.00
25 Muse Spark 1.2 (Xhigh) 39.6 72.2 43.2 $1.25 $4.25
26 Gemini 3.7 Flash (Medium) 39.6 71.5 — $1.35 $6.75
27 DeepSeek V4.1 Flash (Max) 39.5 — — $0.090 $0.180
28 GPT-5.4 (Xhigh) 39 71.1 — $5.00 $30.00
29 Grok 4.5 (High) 38.8 72.4 41.2 $4.00 $12.00
30 GPT-5.5 (Xhigh) 38.4 74.9 36.4 $2.50 $15.00

Razonamiento, agentes y búsqueda — reejecutados en modelos actuales

GPQA Diamond

Graduate-level science reasoning

# Modelo Puntuación $ / tarea
1 Gemini 3.8 Flash 95.6% $0.068
2 GPT-6 Astra Pro 95.5% $0.333
3 Fugu Ultra 94.6% $1.15
4 Gemini 3.1 Pro Preview 94.5% $0.202
5 GPT-6 Astra 94.4% $0.113
6 GPT-6.1 Sol 94.4% $0.021
7 Jev Router 93.9% $0.016
8 GPT-5.6 Sol Pro 93.9% $0.298
9 Gemini 3.7 Flash 93.9% $0.029
10 GPT-5.5 93.7% $0.309
11 Fugu Ultra V2 93.3% $0.503
12 Grok 4.6 92.8% $0.123
13 Gemini 3.6 Flash 92.6% $0.060
14 Gemini 3.5 Flash 92.6% $0.141
15 Pareto 92.4% $0.034

Ningún modelo gana todos los benchmarks.

El líder cambia según la tarea: un modelo domina el razonamiento, otro el código y un tercero la búsqueda agéntica. Exactamente por eso existe MultipleChat — pon a los líderes lado a lado, deja que redacten, se cuestionen y se verifiquen, y quédate con la mejor respuesta.

Calidad, coste y velocidad juntos

Una puntuación sin precio es marketing. Cada leaderboard aquí combina calidad con coste por tarea o por millón de tokens.

En vivo y abierto

Actualizado continuamente y descargable en JSON. Nuestro estudio comparativo trimestral está en el MultipleChat AI Benchmark.

Atribución

Source: OpenRouter (openrouter.ai/rankings) incl. los índices de Artificial Analysis, as of 2026-10-07T21:17:23Z. Con licencia CC BY 4.0.