Ranking de modelos de IA — 11 leaderboards combinados

PuestoEmpresaPuntuación generalMejor modeloModelos
187.6Claude Fable 5.231
285.3GPT-6.2 Astra56
383.7Gemini 4 Neon37
475.7Muse Wonder Full27
565.3Kimi K3.1 Pro6
661.1Grok 4.713
760.6DeepSeek V4.1 Flash18
858.6Qwen4 Max45
955.1GLM-5.39
1053.3MiMo V2.6 Pro4
1152.4Step 51
1244.8Hy43
1334.5Inkling 2 Small6
1431.8Mistral Large 423
1525.0MiniMax M36
1615.3Nemotron 3.5 Super VL13
1711.5—3
189.0—3

El resultado de una empresa en cada sitio es el de su mejor modelo allí.

Preguntas frecuentes

¿Qué es ARBITER?

Un ranking general de modelos y empresas de IA que combina estadísticamente 11 leaderboards de IA de referencia.

¿Con qué frecuencia se actualiza?

Cada hora. Los modelos nuevos de cualquier leaderboard se añaden automáticamente.

¿Cómo se calcula la puntuación general?

Se estandariza la métrica principal de cada sitio y un modelo factorial corrige las diferencias entre sitios para estimar la capacidad común de cada modelo.

¿Salen perjudicados los modelos evaluados en menos leaderboards?

No. Las evaluaciones que faltan nunca penalizan. En su lugar, la incertidumbre se muestra como un intervalo del 90 %.

¿Cuál es el mejor modelo de IA ahora mismo?

El n.º 1 del ranking general. La mejor opción depende de tu uso, así que consulta también los rankings por área.