Leer
Elegir un LLM para clasificar y extraer
Todavía no hay una evaluación pública de clasificación o extracción, así que se ordena por la valoración humana que compara la capacidad de seguir instrucciones.
- El mejor valorado
- △Claude Opus 5.5 Entrada $4
- Si quieres gastar poco
- GLM-5.3 Flash Z.ai Pesos abiertos Entrada $0.15
- Diferencia de valoración: 48
- Cuando una persona compara 2 respuestas, Claude Opus 5.5 se elige alrededor del 57 % de las veces
Su valoración es casi igual a la de Gemini 4 Argon (Entrada $2), que es más barato (la diferencia está dentro del margen de error), así que Gemini 4 Argon es suficiente.
Valoración y precio
Cuanto más arriba a la izquierda, más barato y mejor valorado es el modelo.
OpenAIAnthropicZ.aiGoogleAlibabaMistralCohereMetaMiniMaxxAIDeepSeekMoonshotNVIDIAMicrosoftOtros
El modelo mejor valorado en cada precio
1.ª línea: modelo / Valoración humana; 2.ª línea: precio aproximado
| Modelo | Desarrollador | Valoración humana | Precio |
|---|---|---|---|
| △Claude Opus 5.5 | Anthropic | Entrada $4 (salida $20) | |
| Gemini 4 Argon | Entrada $2 (salida $10) | ||
| Gemini 3.8 Flash | Entrada $0.75 (salida $3.75) | ||
| GLM-5.3 Flash | Z.ai | Entrada $0.15 (salida $0.5) | |
| GPT-6 Luna | OpenAI | Entrada $0.1 (salida $0.5) | |
| GPT-5 nano | OpenAI | Entrada $0.05 (salida $0.4) |
Todos los modelos (de mayor a menor valoración humana)
2.ª línea: precio (entrada / salida) / contexto / publicación / admite Herramientas Imágenes JSON □ Comparar
| Recomendado | Comparar | Modelo | Desarrollador | Valoración humana | Japonés (valoración humana) | Instrucciones en japonés (%) | Entrada $ /1M | Salida $ /1M | Contexto | Admite | Pesos | Publicación | Precio y características |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 5.5 | Anthropic | 1532 | — | $4 | $20 | 1M | $4 / $20 1M 2026-09 | ||||||
| Gemini 4 Argon | — | — | $2 | $10 | 1.05M | $2 / $10 1.05M 2026-09 | |||||||
| Claude Opus 4.6 | Anthropic | 1499 | — | $5 | $25 | 1M | $5 / $25 1M 2026-02 | ||||||
| Claude Fable 5 | Anthropic | 1521 | — | $10 | $50 | 1M | $10 / $50 1M 2026-06 | ||||||
| Claude Opus 4.7 | Anthropic | 1490 | — | $5 | $25 | 1M | $5 / $25 1M 2026-04 | ||||||
| Claude Fable 5.1 | Anthropic | 1551 | — | $10 | $50 | 1M | $10 / $50 1M 2026-09 | ||||||
| Muse Wonder | Meta | — | — | $4 | $20 | 1.05M | $4 / $20 1.05M 2026-10 | ||||||
| Claude Opus 5 | Anthropic | 1509 | — | $5 | $25 | 1M | $5 / $25 1M 2026-07 | ||||||
| Claude Opus 4.8 | Anthropic | 1461 | — | $5 | $25 | 1M | $5 / $25 1M 2026-05 | ||||||
| GPT-5.6 Sol | OpenAI | 1497 | — | $4 | $20 | 1.05M | $4 / $20 1.05M 2026-07 | ||||||
| Gemini 3.8 Flash | 1508 | — | $0.75 | $3.75 | 1.05M | $0.75 / $3.75 1.05M 2026-09 | |||||||
| Kimi K3 | Moonshot | 1511 | — | $3 | $15 | 1.05M | $3 / $15 1.05M 2026-07 | ||||||
| Gemini 3.7 Flash | 1513 | — | $0.75 | $3.75 | 1.05M | $0.75 / $3.75 1.05M 2026-08 | |||||||
| Claude Sonnet 5.5 | Anthropic | 1468 | — | $2 | $10 | 1M | $2 / $10 1M 2026-09 | ||||||
| GPT-6.1 Sol | OpenAI | — | — | $2 | $10 | 1.05M | $2 / $10 1.05M 2026-09 | ||||||
| Muse Spark 1.3 | Meta | 1476 | — | $1.25 | $4.25 | 1.05M | $1.25 / $4.25 1.05M 2026-09 | ||||||
| Claude Opus 4.5 | Anthropic | 1447 | — | $5 | $25 | 200K | $5 / $25 200K 2025-11 | ||||||
| Gemini 3.1 Pro (preview) | 1496 | — | $2 | $12 | 1.05M | $2 / $12 1.05M 2026-02 | |||||||
| GLM-5.3 | Z.ai | 1467 | — | $1.4 | $4.4 | 1M | $1.4 / $4.4 1M 2026-08 | ||||||
| GPT-5.5 | OpenAI | 1505 | — | $5 | $30 | 1.05M | $5 / $30 1.05M 2026-04 | ||||||
| DeepSeek-V4.1 Flash | DeepSeek | 1453 | — | — | — | 1M | 1M 2026-09 | ||||||
| Qwen3.8 Max | Alibaba | 1478 | — | $2 | $6 | 1M | $2 / $6 1M 2026-08 | ||||||
| Claude Sonnet 4.6 | Anthropic | 1441 | — | $3 | $15 | 1M | $3 / $15 1M 2026-02 | ||||||
| GPT-6 Astra | OpenAI | 1437 | — | $10 | $50 | 1.05M | $10 / $50 1.05M 2026-09 | ||||||
| GLM-5.3 Flash | Z.ai | 1450 | — | $0.15 | $0.5 | 1M | $0.15 / $0.5 1M 2026-08 | ||||||
| Gemini 3.6 Flash | 1476 | — | $0.75 | $3.75 | 1.05M | $0.75 / $3.75 1.05M 2026-07 | |||||||
| Gemini 3 Pro | 1504 | — | — | — | 1.05M | 1.05M 2025-11 | |||||||
| Muse Spark 1.2 | Meta | — | — | $1.25 | $4.25 | 1.05M | $1.25 / $4.25 1.05M 2026-08 | ||||||
| Muse Spark 1.1 | Meta | 1468 | — | $1.25 | $4.25 | 1M | $1.25 / $4.25 1M 2026-07 | ||||||
| MiMo-V2.6 Pro | Xiaomi | — | — | $0.435 | $0.87 | 1.05M | $0.435 / $0.87 1.05M 2026-09 | ||||||
| GPT-5.4 | OpenAI | 1480 | 88.1 | $2.5 | $15 | 1.05M | $2.5 / $15 1.05M 2026-03 | ||||||
| GLM-5.2 | Z.ai | 1454 | — | $1.4 | $4.4 | 1M | $1.4 / $4.4 1M 2026-06 | ||||||
| MiMo-V2.5 Pro | Xiaomi | 1420 | — | $0.435 | $0.87 | 1.05M | $0.435 / $0.87 1.05M 2026-04 | ||||||
| Claude Sonnet 5 | Anthropic | 1443 | — | $2 | $10 | 1M | $2 / $10 1M 2026-06 | ||||||
| Gemini 3.5 Flash | 1479 | — | $1.5 | $9 | 1.05M | $1.5 / $9 1.05M 2026-05 | |||||||
| Claude Sonnet 4.5 | Anthropic | 1413 | — | $3 | $15 | 200K | $3 / $15 200K 2025-09 | ||||||
| GPT-5.6 Terra | OpenAI | 1471 | — | $2 | $12 | 1.05M | $2 / $12 1.05M 2026-07 | ||||||
| GLM-5.1 | Z.ai | 1436 | — | $1.4 | $4.4 | 200K | $1.4 / $4.4 200K 2026-04 | ||||||
| Grok 4.5 | xAI | 1444 | — | $2 | $6 | 500K | $2 / $6 500K 2026-07 | ||||||
| DeepSeek-V4 Pro (2026-08) | DeepSeek | — | — | $0.66 | $1.98 | 1M | $0.66 / $1.98 1M 2026-08 |
Cómo leer esta página
- La tabla también muestra la valoración humana en preguntas en japonés; la tasa de éxito en seguimiento de instrucciones en japonés (no se usa para ordenar). Los precios se comparan por el precio de entrada. Hay 392 modelos con evaluación (157 cumplen las condiciones actuales).
- Las barras se dibujan en el intervalo 1150–1550.
- La valoración humana es una puntuación que sale de personas que hacen la misma pregunta a 2 modelos y eligen la mejor respuesta. Con una diferencia de 50, el modelo de arriba se elige alrededor del 57 % de las veces; con 100, el 64 %, y con 200, el 76 % (una diferencia de 0 es mitad y mitad). Las diferencias en las que se solapan los márgenes ± están dentro del margen de error y son casi iguales.
- Solo algunos modelos tienen valores de Instrucciones en japonés, sobre todo modelos con pesos publicados.
- Solo se muestran los modelos con mejor valoración que todos los modelos más baratos, de mayor a menor valoración. Si la valoración es parecida, basta con elegir la fila más barata de esta tabla. La recomendación es la fila más alta sin △ que entre en el precio que puedes pagar. Las filas con △ cuestan más que la fila sin △ que tienen debajo, pero su valoración es casi igual (la diferencia está dentro del margen de error).
- «Si quieres gastar poco» es el modelo mejor valorado por $0.5 o menos de entrada por cada millón de tokens (si bajas el precio máximo por debajo de eso, con ese máximo).
- △ marca las filas cuya diferencia de valoración está dentro del margen de error (casi igual). Las filas sin △ tienen una valoración más alta, por encima del margen de error, que la fila sin △ más cercana de abajo.
- Recomendado por precio
- El precio es una referencia de lo que paga un desarrollador al usar el modelo desde un programa (API), aparte de la cuota mensual de las aplicaciones. La unidad es un millón de tokens. Un token es un trozo pequeño de texto (unas tres cuartas partes de una palabra en inglés), y un millón de tokens equivale a unas 8 a 10 novelas. Aquí se muestra el precio de lectura (entrada). Por ejemplo, con un modelo de $4, una pregunta normal (unos 1000 tokens entre pregunta y respuesta) cuesta about 0.4 cents. No se incluyen los modelos de precio desconocido.
- 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.
- El eje vertical es la Valoración humana y el horizontal, el precio (el horizontal es más espaciado hacia la derecha). Los puntos unidos con la línea escalonada son el modelo mejor valorado en cada precio. Toca o señala un punto para ver el nombre del modelo.
Datos: Arena / Epoch AI / Swallow LLM team (CC BY 4.0) / Models.dev (MIT), actualizado el 2026-10-24, Fuentes de datos