¿Ves algo que falta, es incorrecto o está desactualizado? Cuéntanoslo sobre esta página.
Resultados de evaluaciones comparativas de IA y rendimiento de modelos
Puntuaciones individuales de la evaluación a lo largo del tiempo.
| Organización | Modelos | Fecha del resultado | Mejor puntuación | Información | Autodeclarado | Fuente |
|---|---|---|---|---|---|---|
| Gemini 4 Neon | 18 nov 2026 | 90,50 % | Google-reported in the Gemini 4 Neon launch post (18 Nov 2026) | Sí | Fuente | |
| Gemini 4 Carbon | 10 nov 2026 | 88,20 % | Google-reported launch evaluation; Evaluated without guardrails; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon | Sí | Fuente | |
| GPT-6.1 Terra | 26 oct 2026 | 83,33 % | SEC-Bench Pro pass@1 at max tested solution length; GPT-6.1 Terra system card | Sí | Fuente | |
| DeepSeek V4.1 Flash | 10 sept 2026 | 62,80 % | Instruct model; reasoning_effort=100; Claude Code harness; Pass@1 | Sí | Fuente |