Resultados en tareas
Problemas de un examen de matemáticas de Estados Unidos (AIME, Preguntas en inglés)
Problemas del examen selectivo de matemáticas para estudiantes de secundaria de Estados Unidos (AIME).
Cómo leer esta tabla
- Cuanto más arriba, mejor valoración; la diferencia entre modelos que aparecen con un intervalo como «1–2» está dentro del margen de error.
- La valoración es la proporción (%) de preguntas comunes que se resolvieron.
- Una diferencia de 3 equivale a 3 preguntas de cada 100.
- El precio es una referencia por cada millón de tokens: primero lo que se le da a leer y después lo que se le pide escribir.
- La longitud es la cantidad de texto que se le puede dar a leer de una vez (tokens).
| Puesto | Modelo | Desarrollador | Tasa de acierto (%) | Fecha de evaluación | Entrada $ /1M | Salida $ /1M | Contexto | Admite | Pesos | Publicación | Precio y características |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1.º | GPT-5.4 | OpenAI | Valoración 95.8 | $2.5 | $15 | 1.05M | OpenAI Publicación 2026-03 Precio $2.5 / $15 Longitud 1.05M | ||||
| 2.º | GPT-5 | OpenAI | Valoración 92.9 | $1.25 | $10 | 400K | OpenAI Publicación 2025-08 Precio $1.25 / $10 Longitud 400K | ||||
| 3.º | Qwen3 235B A22B (thinking) | Alibaba | Valoración 91.3 | — | — | 262.1K | Alibaba Publicación 2025-07 Precio — Longitud 262.1K | ||||
| 4.º | Qwen3 Next 80B A3B | Alibaba | Valoración 90.0 | $0.5 | $6 | 131.1K | Alibaba Publicación 2025-09 Precio $0.5 / $6 Longitud 131.1K | ||||
| 5–6.º | NVIDIA Nemotron 3 Super 120B A12B | NVIDIA | Valoración 89.2 | — | — | 262.1K | NVIDIA Publicación 2026-03 Precio — Longitud 262.1K | ||||
| 5–6.º | Qwen3.5 27B | Alibaba | Valoración 89.2 | $0.3 | $2.4 | 262.1K | Alibaba Publicación 2026-02 Precio $0.3 / $2.4 Longitud 262.1K | ||||
| 7–8.º | Gemma 4 26B A4B | Valoración 88.8 | $0.15 | $0.6 | 262.1K | Google Publicación 2026-04 Precio $0.15 / $0.6 Longitud 262.1K | |||||
| 7–8.º | Gemma 4 31B | Valoración 88.8 | — | — | 262.1K | Google Publicación 2026-04 Precio — Longitud 262.1K | |||||
| 9–10.º | GPT-OSS-Swallow-120B-RL-v0.1 | Swallow (東京科学大学) | Valoración 87.9 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 9–10.º | Qwen3.5 122B A10B | Alibaba | Valoración 87.9 | $0.4 | $3.2 | 262.1K | Alibaba Publicación 2026-02 Precio $0.4 / $3.2 Longitud 262.1K | ||||
| 11.º | Qwen3.5 35B A3B | Alibaba | Valoración 86.7 | $0.25 | $2 | 262.1K | Alibaba Publicación 2026-02 Precio $0.25 / $2 Longitud 262.1K | ||||
| 12.º | GPT-5 mini | OpenAI | Valoración 86.3 | $0.25 | $2 | 400K | OpenAI Publicación 2025-08 Precio $0.25 / $2 Longitud 400K | ||||
| 13.º | GPT-OSS-Swallow-20B-RL-v0.1 | Swallow (東京科学大学) | Valoración 85.4 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 14.º | o3 | OpenAI | Valoración 84.2 | $2 | $8 | 200K | OpenAI Publicación 2025-04 Precio $2 / $8 Longitud 200K | ||||
| 15.º | Qwen3-Swallow-32B-RL-v0.2 | Swallow (東京科学大学) | Valoración 82.5 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 16.º | Qwen3-Swallow-30B-A3B-RL-v0.2 | Swallow (東京科学大学) | Valoración 81.7 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 17.º | GPT-OSS 120B | OpenAI | Valoración 77.9 | — | — | 128K | OpenAI Publicación 2025-08 Precio — Longitud 128K | ||||
| 18–19.º | Qwen3 235B A22B (instruct) | Alibaba | Valoración 76.7 | — | — | 128K | Alibaba Publicación 2025-07 Precio — Longitud 128K | ||||
| 18–19.º | Qwen3 30B A3B | Alibaba | Valoración 76.7 | — | — | 128K | Alibaba Publicación 2025-04 Precio — Longitud 128K | ||||
| 20–21.º | GPT-OSS-Swallow-120B-SFT-v0.1 | Swallow (東京科学大学) | Valoración 75.0 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 20–21.º | OLMo 3 32B Think | Ai2 | Valoración 75.0 | — | — | — | — | Ai2 Publicación — Precio — Longitud — | |||
| 22.º | Qwen3 14B | Alibaba | Valoración 74.6 | $0.35 | $1.4 | 131.1K | Alibaba Publicación 2025-04 Precio $0.35 / $1.4 Longitud 131.1K | ||||
| 23.º | Qwen3 32B | Alibaba | Valoración 73.8 | $0.7 | $2.8 | 131.1K | Alibaba Publicación 2025-04 Precio $0.7 / $2.8 Longitud 131.1K | ||||
| 24–26.º | o3-mini | OpenAI | Valoración 73.3 | $1.1 | $4.4 | 200K | OpenAI Publicación 2025-01 Precio $1.1 / $4.4 Longitud 200K | ||||
| 24–26.º | Qwen3 Next 80B A3B (instruct) | Alibaba | Valoración 73.3 | $0.5 | $2 | 129K | Alibaba Publicación 2025-09 Precio $0.5 / $2 Longitud 129K | ||||
| 24–26.º | Qwen3-Swallow-8B-RL-v0.2 | Swallow (東京科学大学) | Valoración 73.3 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 27.º | GPT-OSS 20B | OpenAI | Valoración 72.9 | — | — | 131K | OpenAI Publicación 2025-08 Precio — Longitud 131K | ||||
| 28.º | Qwen3 8B | Alibaba | Valoración 72.1 | $0.18 | $0.7 | 131.1K | Alibaba Publicación 2025-04 Precio $0.18 / $0.7 Longitud 131.1K | ||||
| 29.º | ABEJA-QwQ32b-Reasoning-Japanese-v1.0 | ABEJA | Valoración 71.3 | — | — | — | — | — | ABEJA Publicación — Precio — Longitud — | ||
| 30.º | OLMo 3 7B Think | Ai2 | Valoración 70.8 | — | — | — | — | — | Ai2 Publicación — Precio — Longitud — | ||
| 31.º | GPT-OSS-Swallow-20B-SFT-v0.1 | Swallow (東京科学大学) | Valoración 70.0 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 32–33.º | Qwen3 4B | Alibaba | Valoración 69.2 | — | — | — | Alibaba Publicación 2025-04 Precio — Longitud — | ||||
| 32–33.º | Qwen3.5 9B | Alibaba | Valoración 69.2 | — | — | 262K | Alibaba Publicación 2026-02 Precio — Longitud 262K | ||||
| 34.º | Qwen3-Swallow-32B-SFT-v0.2 | Swallow (東京科学大学) | Valoración 67.5 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 35.º | Qwen3.5 4B | Alibaba | Valoración 67.1 | — | — | 262.1K | Alibaba Publicación 2026-02 Precio — Longitud 262.1K | ||||
| 36–37.º | Qwen3-Swallow-30B-A3B-SFT-v0.2 | Swallow (東京科学大学) | Valoración 66.7 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 36–37.º | Qwen3-Swallow-32B-CPT-v0.2 | Swallow (東京科学大学) | Valoración 66.7 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 38.º | DeepSeek-R1-Distill-Qwen-32B-Japanese | CyberAgent | Valoración 60.8 | — | — | — | — | — | CyberAgent Publicación — Precio — Longitud — | ||
| 39.º | Qwen3-Swallow-30B-A3B-CPT-v0.2 | Swallow (東京科学大学) | Valoración 58.3 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 40.º | Llama 3.1 Nemotron Nano 8B (v1) | NVIDIA | Valoración 57.1 | — | — | — | — | — | NVIDIA Publicación — Precio — Longitud — | ||
| 41.º | NVIDIA-Nemotron-Nano-9B-v2-Japanese | NVIDIA | Valoración 55.4 | — | — | — | — | — | NVIDIA Publicación — Precio — Longitud — | ||
| 42.º | QwQ Bakeneko 32B | rinna | Valoración 54.2 | — | — | — | — | — | rinna Publicación — Precio — Longitud — | ||
| 43.º | Gemma 4 E4B | Valoración 50.0 | — | — | 131.1K | — | — | Google Publicación — Precio — Longitud 131.1K | |||
| 44.º | Qwen3-Swallow-8B-SFT-v0.2 | Swallow (東京科学大学) | Valoración 46.3 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 45.º | Qwen3 1.7B | Alibaba | Valoración 43.3 | — | — | — | Alibaba Publicación 2025-04 Precio — Longitud — | ||||
| 46.º | Gemma 4 E2B | Valoración 41.3 | — | — | 131.1K | — | — | Google Publicación — Precio — Longitud 131.1K | |||
| 47–48.º | GPT-4.1 | OpenAI | Valoración 40.0 | $2 | $8 | 1.05M | OpenAI Publicación 2025-04 Precio $2 / $8 Longitud 1.05M | ||||
| 47–48.º | Qwen3-Swallow-8B-CPT-v0.2 | Swallow (東京科学大学) | Valoración 40.0 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 49.º | LLM-jp-4 32B A3B | LLM-jp | Valoración 36.7 | — | — | — | — | — | LLM-jp Publicación — Precio — Longitud — | ||
| 50.º | LLM-jp-4 8B | LLM-jp | Valoración 28.3 | — | — | — | — | — | LLM-jp Publicación — Precio — Longitud — | ||
| 51.º | ELYZA-Thinking-1.0-Qwen-32B | ELYZA | Valoración 27.1 | — | — | — | — | — | ELYZA Publicación — Precio — Longitud — | ||
| 52.º | Gemma 3 27B | Valoración 23.3 | — | — | 128K | Google Publicación 2025-03 Precio — Longitud 128K | |||||
| 53.º | Gemma 3 12B | Valoración 21.7 | — | — | 131K | Google Publicación 2025-03 Precio — Longitud 131K | |||||
| 54.º | Llama 4 Scout | Meta | Valoración 18.3 | — | — | 128K | Meta Publicación 2025-04 Precio — Longitud 128K | ||||
| 55.º | Qwen3 0.6B | Alibaba | Valoración 16.3 | — | — | — | Alibaba Publicación 2025-04 Precio — Longitud — | ||||
| 56.º | ELYZA-Shortcut-1.0-Qwen-32B | ELYZA | Valoración 15.0 | — | — | — | — | — | ELYZA Publicación — Precio — Longitud — | ||
| 57–58.º | Gemma 3 4B | Valoración 11.7 | — | — | 131K | Google Publicación 2025-03 Precio — Longitud 131K | |||||
| 57–58.º | Llama 3.3 70B (instruct) | Meta | Valoración 11.7 | — | — | 131.1K | Meta Publicación 2024-12 Precio — Longitud 131.1K | ||||
| 59–60.º | GPT-4o (2024-08) | OpenAI | Valoración 8.3 | $2.5 | $10 | 128K | OpenAI Publicación 2024-08 Precio $2.5 / $10 Longitud 128K | ||||
| 59–60.º | Llama 3.3 Swallow 70B (instruct, v0.4) | Swallow (東京科学大学) | Valoración 8.3 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 61.º | Llama 3.1 8B (instruct) | Meta | Valoración 3.3 | — | — | 128K | Meta Publicación 2024-07 Precio — Longitud 128K | ||||
| 62–63.º | Qwen3.5 0.8B | Alibaba | Valoración 1.7 | — | — | 32.8K | Alibaba Publicación 2026-02 Precio — Longitud 32.8K | ||||
| 62–63.º | Sarashina2.2 3B (instruct, v0.1) | SB Intuitions | Valoración 1.7 | — | — | — | — | — | SB Intuitions Publicación — Precio — Longitud — | ||
| 64.º | Qwen3.5 2B | Alibaba | Valoración 0.8 | — | — | 32.8K | Alibaba Publicación 2026-02 Precio — Longitud 32.8K | ||||
| 65–68.º | Gemma 3 1B | Valoración 0.0 | — | — | — | Google Publicación 2025-03 Precio — Longitud — | |||||
| 65–68.º | Llama 3.1 Swallow 8B (instruct, v0.5) | Swallow (東京科学大学) | Valoración 0.0 | — | — | — | — | — | Swallow (東京科学大学) Publicación — Precio — Longitud — | ||
| 65–68.º | LLM-jp-3.1 1.8B (instruct4) | LLM-jp | Valoración 0.0 | — | — | — | — | — | LLM-jp Publicación — Precio — Longitud — | ||
| 65–68.º | LLM-jp-3.1 13B (instruct4) | LLM-jp | Valoración 0.0 | — | — | — | — | — | LLM-jp Publicación — Precio — Longitud — |
Cómo leer esta página
- Las respuestas son números enteros, y el valor es la tasa de acierto.
- La tasa de acierto es la proporción de preguntas resueltas. Una diferencia de 1 punto equivale a 1 pregunta de cada 100.
- Los iconos de la columna Admite son, de izquierda a derecha: puede usar herramientas / puede leer imágenes / puede responder con un formato fijo (JSON) (una marca tenue significa que no lo admite o que se desconoce).
- Un modelo de pesos abiertos es aquel cuyo contenido (los pesos) se ha publicado y que también puedes ejecutar en tu propio ordenador o servidor. Los modelos sin la marca de pesos abiertos se usan normalmente a través del servicio del desarrollador (aplicación o API) (algunos modelos no tienen información sobre sus pesos).
- ChatGPT y los demás nombres junto al nombre del modelo son los servicios que ese desarrollador ofrece al público. Comprueba en el propio servicio si ese modelo se puede elegir allí.
Datos: Arena / Epoch AI / Swallow LLM team (CC BY 4.0) / Models.dev (MIT), actualizado el 2026-10-24, Fuentes de datos