Saltar al contenido
SkillVivo
Alertas Pro

Los mejores por internet

Ordenado por lo que consigue, lo que cuesta y cuánto texto admite. No por lo grande que sea el modelo ni por lo que diga su anuncio.

8 modelos

  1. 01

    Claude Opus 5.5

    El mejor

    Anthropic · max

    Nota de la prueba 581M de texto4/20 $ por millón de trozos

    89.3

  2. 02

    Claude Sonnet 5.5

    Anthropic · max

    Nota de la prueba 561M de texto2/10 $ por millón de trozos

    89.0

  3. 03

    Kimi K3.1 Pro

    Moonshot AI · pro

    Nota de la prueba 55.11M de texto2/10 $ por millón de trozos

    88.1

  4. 04

    Gemini 4 Argon

    Google · high

    Nota de la prueba 531M de texto2/10 $ por millón de trozos

    86.0

  5. 05

    GPT-6.1 Sol

    OpenAI · max

    Nota de la prueba 521M de texto2/10 $ por millón de trozos

    85.1

  6. 06

    GPT-6 Astra

    OpenAI · max

    Nota de la prueba 531M de texto10/50 $ por millón de trozos

    81.8

  7. 07

    Claude Haiku 5.5

    Anthropic · max

    Nota de la prueba 431M de texto0,10/0,50 $ por millón de trozos

    81.7

  8. 08

    Gemini 3.8 Flash

    Google · high

    Nota de la prueba 411M de texto0,75/3,75 $ por millón de trozos

    76.4

La nota de la prueba la pone Artificial Analysis, una empresa independiente. Cada ficha enlaza su fuente y la fecha de comprobación.

Modelos de IA

La mejor IA, y la que cabe en tu ordenador.

Hay dos formas de usar una IA. Por internet, desde el navegador, con el trabajo hecho en ordenadores de una empresa. Y en tu ordenador, donde nada sale de casa pero todo tiene que caber en su memoria. Son dos tablas porque son dos decisiones distintas.

Modelos comparados
16
Por internet
8
En tu ordenador
8
Última revisión
28 oct 2026

La nota se la pone otro, no nosotros. Sale del Artificial Analysis Intelligence Index (v4.3.2), una empresa independiente que hace las mismas pruebas a todas las IA: escribir código, razonar y recordar cosas. Nosotros solo pasamos su nota a una escala de 0 a 100 y la mezclamos con precio y memoria. Las notas que presume cada fabricante no se usan para ordenar: sirven como pista en cada ficha.

Por qué esto importa, con un ejemplo: Gemma 4 31B dice en su propia ficha que acierta el 85,2 % de las preguntas de cultura general (MMLU-Pro) y que programa a nivel 2150 (Codeforces). Y aun así saca un 15 en la prueba independiente. No es una contradicción: el examen de cultura general mide lo que recuerda; el otro mide si termina un trabajo difícil de principio a fin.

Quién gana en cada cosa

Primero, segundo y tercero.

Una IA puede ser la mejor programando y mediocre dibujando. Por eso hay una lista por tarea. El orden lo publica Artificial Analysis con sus propias pruebas; aquí se copia tal cual, con la fecha. Cuando salga algo mejor, cambia solo.

Cómo se calcula

Dos cuentas, y los números a la vista.

Cómo lo calculamos, paso a paso

Por internet

saber 60 % · precio 25 % · contexto 15 %

El precio es la media de lo que cobra por leer y por escribir, por cada millón de trozos de texto. Se compara en curva: bajar de 2 $ a 1 $ se nota mucho; de 21 $ a 20 $, casi nada.

En tu ordenador

saber 65 % · contexto 20 % · que quepa 15 %

El precio no cuenta: si ya lo tienes, es gratis. Cuenta si entra en tu máquina: necesita su tamaño + unos 2 GB libres para el texto que le des.

Tres reglas que no se negocian

  • Sin fuente, no hay entrada. Cada modelo dice de dónde salen su nota, su precio y su tamaño, con fecha.
  • Se dice cómo se midió. Un mismo modelo puede medirse «pensando mucho» o «pensando poco» y no da lo mismo. Aquí se indica cuál se midió.
  • Si uno gratis gana, gana. La nota no premia a quien paga comisión. De hecho, ningún modelo de esta tabla nos paga nada.

Las palabras que verás aquí

Modelo de IA
El cerebro entrenado que hace el trabajo. ChatGPT es la aplicación; el modelo es lo que hay dentro.
Nota
De 0 a 100. Cuánto consigue hacer, comparado con lo mejor que existe hoy. Más alta, mejor.
En internet (nube)
El modelo corre en ordenadores de una empresa y tú lo usas desde el navegador. No necesita nada de tu equipo.
En tu ordenador (local)
El modelo corre en tu máquina y no envía nada a nadie. A cambio, necesita memoria y espacio.
Memoria (VRAM)
El sitio donde tiene que caber el modelo para funcionar. Si no cabe, no arranca, por bueno que sea.
Contexto
Cuánto texto puede tener delante a la vez: una página, un informe o un libro entero.
Tokens
Trozos de palabra. Sirven para medir el precio: se paga por millón de trozos, no por pregunta.
Relevo
Cuando una IA nueva hace mejor una tarea y le quita el primer puesto a la anterior. Se queda registrado.
Puntos de votos
Cuando dos IA compiten y la gente elige la mejor respuesta. Más puntos, más veces gana. No es un porcentaje.
Pesos abiertos
La IA que cualquiera puede descargar y usar en su ordenador. Las demás solo se usan por internet.
Prueba independiente
Un examen hecho por una empresa que no vende IA. Sirve para comparar todas con la misma vara.
Interés
De 0 a 100. Cuánta gente busca esa tarea y cuánto se habla de ella. Mide movimiento, no calidad.
Madurez
Recién salida, Creciendo, Asentada o Mucha oferta. Dice cuánto tiempo lleva el tema y cuántas opciones hay, no si son buenas.
Empate técnico
Dos IA a menos de un punto de nota. La diferencia es más pequeña que el margen de error, así que no se declara ganadora a ninguna.
Parámetros
El tamaño del cerebro de una IA, en miles de millones. Más grande no siempre es mejor.

Preguntas frecuentes sobre modelos

¿Cuál es el mejor modelo de IA ahora mismo?
Claude Opus 5.5, de Anthropic, encabeza la tabla de la nube con 89.3 sobre 100. Su índice independiente es 58 y cuesta 4 $ de entrada y 20 $ de salida por millón de tokens. «El mejor» depende del uso: si el presupuesto manda, Claude Haiku 5.5 resuelve por bastante menos.
¿Qué modelo puedo ejecutar en mi ordenador?
El mejor local de la tabla es Qwen3.8 27B, con 63.9 sobre 100 y unos 20 GB de memoria necesarios. Si tu equipo es más modesto, Gemma 4 E2B pide unos 7 GB.
¿Cuánta memoria necesito para un modelo local?
La cuenta es tamaño de los pesos más un margen de unos 2 GB para contexto y caché. Un modelo de 8 GB en cuantización Q4 pide unos 10 GB de memoria; uno de 18 GB pide unos 20. Por debajo, se puede forzar con offload parcial a RAM, pero la velocidad cae mucho.
¿Por qué no usáis los benchmarks de cada fabricante?
Porque cada fabricante elige el suyo. El ranking parte del Artificial Analysis Intelligence Index (v4.3.2), una medición externa que aplica las mismas pruebas a todos los modelos. Los benchmarks propios se citan en cada ficha como contexto, nunca para ordenar la tabla.