Leer
Elegir un LLM que lea documentos y responda
Ordenado por la tasa de acierto en una tarea de comprensión lectora sobre una historia de 120 000 tokens.
- El mejor valorado
- o3 ChatGPT Entrada $2
- Si quieres gastar poco
- Igual que arriba
Tasa de acierto y precio
Cuanto más arriba a la izquierda, más barato y mejor valorado es el modelo.
OpenAIAlibabaGooglexAIAnthropicDeepSeekMetaMoonshotMiniMax
El modelo mejor valorado en cada precio
1.ª línea: modelo / Tasa de acierto (%); 2.ª línea: precio aproximado
| Modelo | Desarrollador | Tasa de acierto (%) | Precio |
|---|---|---|---|
| o3 | OpenAI | Entrada $2 (salida $8) | |
| GPT-5 | OpenAI | Entrada $1.25 (salida $10) | |
| GPT-5 mini | OpenAI | Entrada $0.25 (salida $2) | |
| GPT-5 nano | OpenAI | Entrada $0.05 (salida $0.4) |
Todos los modelos (de mayor a menor tasa de acierto)
2.ª línea: precio (entrada / salida) / contexto / publicación / admite Herramientas Imágenes JSON □ Comparar
| Recomendado | Comparar | Modelo | Desarrollador | Tasa de acierto (%) | Preguntas largas (valoración humana) | Seguir instrucciones (valoración humana) | Entrada $ /1M | Salida $ /1M | Contexto | Admite | Pesos | Publicación | Precio y características |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| o3 | OpenAI | 1411 | 1403 | $2 | $8 | 200K | $2 / $8 200K 2025-04 | ||||||
| GPT-5 | OpenAI | 1413 | 1410 | $1.25 | $10 | 400K | $1.25 / $10 400K 2025-08 | ||||||
| Grok 4 | xAI | 1416 | 1396 | — | — | 256K | 256K 2025-07 | ||||||
| Gemini 2.5 Pro (exp) | — | — | — | — | 1.05M | 1.05M 2025-03 | |||||||
| o3-pro | OpenAI | — | — | — | — | 200K | 200K 2025-06 | ||||||
| Gemini 2.5 Pro (preview, 2025-05) | — | — | — | — | 1.05M | 1.05M 2025-05 | |||||||
| Kimi K2.5 | Moonshot | 1458 | 1439 | — | — | 262.1K | 262.1K 2026-01 | ||||||
| Grok 4 Fast | xAI | 1418 | 1395 | — | — | 2M | 2M 2025-09 | ||||||
| Gemini 2.5 Pro (preview, 2025-03) | — | — | — | — | 1.05M | 1.05M 2025-03 | |||||||
| Gemini 2.5 Flash (preview, 2025-05) | — | — | — | — | 1.05M | 1.05M 2025-05 | |||||||
| Qwen3 235B A22B (thinking) | Alibaba | 1402 | 1385 | — | — | 262.1K | 262.1K 2025-07 | ||||||
| GPT-4.1 | OpenAI | 1426 | 1403 | $2 | $8 | 1.05M | $2 / $8 1.05M 2025-04 | ||||||
| GPT-5 mini | OpenAI | 1370 | 1373 | $0.25 | $2 | 400K | $0.25 / $2 400K 2025-08 | ||||||
| o4-mini | OpenAI | 1370 | 1368 | $1.1 | $4.4 | 200K | $1.1 / $4.4 200K 2025-04 | ||||||
| Qwen3 Next 80B A3B (instruct) | Alibaba | 1389 | 1376 | $0.5 | $2 | 129K | $0.5 / $2 129K 2025-09 | ||||||
| MiniMax-M1-80k | MiniMax | — | — | — | — | 1M | 1M 2025-06 | ||||||
| Claude 3.7 Sonnet | Anthropic | 1429 | 1411 | — | — | 200K | 200K 2025-02 | ||||||
| DeepSeek-V3.1 | DeepSeek | 1446 | 1417 | — | — | 128K | 128K 2025-08 | ||||||
| Gemini 2.5 Flash (preview, 2025-04) | — | — | — | — | 1.05M | 1.05M 2025-04 | |||||||
| o1 | OpenAI | 1412 | 1407 | $15 | $60 | 128K | $15 / $60 128K 2024-12 | ||||||
| GPT-4.1 mini | OpenAI | 1390 | 1373 | — | — | 1.05M | 1.05M 2025-04 | ||||||
| Qwen3 235B A22B (instruct) | Alibaba | 1433 | 1414 | — | — | 128K | 128K 2025-07 | ||||||
| o3-mini | OpenAI | 1373 | 1366 | $1.1 | $4.4 | 200K | $1.1 / $4.4 200K 2025-01 | ||||||
| Kimi K2 (instruct, 2025-09) | Moonshot | 1406 | 1391 | — | — | 262.1K | 262.1K 2025-09 | ||||||
| Claude Opus 4 | Anthropic | 1466 | 1444 | — | — | 200K | 200K 2025-05 | ||||||
| Gemini 2.0 Pro (exp) | — | — | — | — | 2.1M | 2.1M 2025-02 | |||||||
| Claude Sonnet 4 | Anthropic | 1442 | 1416 | — | — | 200K | 200K 2025-05 | ||||||
| Llama 4 Maverick | Meta | 1335 | 1314 | — | — | 524.3K | 524.3K 2025-04 | ||||||
| DeepSeek-R1 | DeepSeek | 1399 | 1397 | — | — | 128K | 128K 2025-01 | ||||||
| Llama 4 Scout | Meta | 1325 | 1299 | — | — | 128K | 128K 2025-04 | ||||||
| Gemini 2.5 Flash-Lite (preview, 2025-06) | 1379 | 1369 | — | — | 1.05M | 1.05M 2025-06 | |||||||
| GPT-5 nano | OpenAI | 1333 | 1327 | $0.05 | $0.4 | 400K | $0.05 / $0.4 400K 2025-08 | ||||||
| GPT-4.1 nano | OpenAI | 1325 | 1300 | $0.1 | $0.4 | 1.05M | $0.1 / $0.4 1.05M 2025-04 |
Cómo leer esta página
- La tabla también muestra la valoración humana en preguntas largas y seguimiento de instrucciones (no se usa para ordenar). Los precios se comparan por el precio de entrada. Solo se incluyen los 39 modelos medidos con esta evaluación (33 cumplen las condiciones actuales; el más reciente se publicó en 2026-01).
- Las barras se dibujan en el intervalo 0–100 %.
- La valoración humana es una puntuación que sale de personas que comparan 2 respuestas y eligen una (cuanto más alta, mejor).
- La tasa de acierto es la proporción de preguntas resueltas. Una diferencia de 1 punto equivale a 1 pregunta de cada 100.
- 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. De las filas que entran en el precio que puedes pagar, la más alta es el modelo con la tasa de acierto más alta a ese precio.
- «Si quieres gastar poco» es el modelo mejor valorado por $2 o menos de entrada por cada millón de tokens (si bajas el precio máximo por debajo de eso, con ese máximo).
- 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 $2, una pregunta normal (unos 1000 tokens entre pregunta y respuesta) cuesta about 0.2 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 Tasa de acierto 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