Elija capacidad antes que precio
Cada modelo en API Compare muestra sus entradas informadas por catálogo, llamadas de herramientas y capacidades de salida estructurada junto al precio. Estos son requisitos de interfaz, no calificaciones de calidad probadas de forma independiente. Se desconoce un indicador de catálogo ausente, no se trata de un error medido. La entrada de imágenes significa comprender imágenes, no generar imágenes.
Estándares de evaluación y fuentes originales
Elija una evaluación que coincida con su tarea. Las fuentes a continuación son proyectos de evaluación independientes, no respaldos de TokenPico. Estos enlaces explican los estándares; no afirman que todos los modelos de nuestro catálogo aparezcan en cada tabla de clasificación.
Índice de Inteligencia de Análisis Artificial
Razonamiento y conocimientos generales
Compuesto de evaluaciones múltiples. Compare la misma versión del índice y la misma configuración de razonamiento. Principalmente inglés y texto; no establece calidad de imagen, audio o multilingüe.
Metodología original ↗ · Resultados originales ↗
Banco en vivo
Razonamiento, matemáticas y seguimiento de la instrucción.
Utiliza respuestas objetivas y reales en múltiples tareas. Verifique la versión de referencia, la categoría, la versión del modelo y la configuración de inferencia; Los lanzamientos no son intercambiables.
Metodología original ↗ · Resultados originales ↗
Banco de códigos en vivo
Generación de código y resolución de problemas
Evalúa código con pruebas de ejecución y conjuntos de problemas fechados. Haga coincidir la tarea, el rango de fechas del problema, la configuración de muestreo y pass@k; Codificar un concurso no es lo mismo que mantener una aplicación.
Metodología original ↗ · Resultados originales ↗
SWE-bench verificado
Agentes de ingeniería de software
Informa el porcentaje de problemas del repositorio resueltos. El modelo, el equipo de agentes, las herramientas y el presupuesto juntos determinan el resultado. Compare el mismo subconjunto y arnés verificados.
Metodología original ↗ · Resultados originales ↗
Cómo puede entrar una puntuación en esta comparación
Requiere una coincidencia exacta de modelo/versión, versión de referencia o rango de fechas del problema, configuración de razonamiento, uso de agentes y herramientas cuando sea relevante, presupuesto de inferencia/token, escala de puntuación, fecha de resultado, fuente original y permiso para volver a publicar. Los resultados informados por el proveedor y las ejecuciones independientes deben etiquetarse por separado. Nunca herede una puntuación familiar ni mezcle diferentes escalas de referencia en una puntuación general inventada.
Nivel de calidad: no importado significa que aquí no se adjunta ningún resultado autorizado que coincida con la configuración. No significa cero, mala calidad o ausencia de pruebas en otros lugares. No se permiten clasificaciones de calidad, precios por puntuación o recomendaciones de mejor modelo sin evidencia comparable.
Artificial Analysis proporciona una metodología versionada y una API de datos con condiciones de atribución y licencia. La visibilidad pública por sí sola no constituye un permiso de republicación. Atribución y licencia de API ↗
Referencias de fuentes verificadas el 25 de octubre de 2026. Las versiones de prueba y la cobertura pueden cambiar; Consulta el resultado original antes de elegir un modelo. Valide los modelos preseleccionados en tareas representativas propias.