Benchmark independiente · Español

El ranking de los modelos de IA en español

9 modelos frontier, 25 pruebas de uso real, 6 familias. Metodología pre-registrada, jueces automatizados con recusación por laboratorio y todas las respuestas crudas publicadas. Cada celda de la tabla se abre y se lee.
Modelos
9
Pruebas
25
Pasadas
4
Respuestas
900
1.0

Tiers

Ordenado por nota global
ranking.sozpic.com
S
≥ 90
A
Claude Fable 5.1
Anthropic
97,3%
A
Claude Opus 5
Anthropic
97,1%
A
Claude Fable 5
Anthropic
94,3%
A
80–89
M
Kimi K3
Moonshot
89,2%
O
GPT-5.6 Sol
OpenAI
87,2%
B
70–79
x
Grok 4.6
xAI
72,1%
D
DeepSeek V4 Flash
DeepSeek
72,1%
G
Gemini 3.1 Pro
Google
71,2%
C
60–69
D
DeepSeek V4 Pro
DeepSeek
67,3%
D
< 60
S ≥ 90 · A 80–89 · B 70–79 · C 60–69 · D < 60
2.0

Tabla

Ninguna celda vacía. Todas se abren.
Nota global: media de las 6 familias, sin ponderar.
Ranking IA — nota global y por familias de 9 modelos frontier en español. Run 2026-09-01_7e3c679, datos del 1 de septiembre de 2026. Notas en porcentaje sobre el máximo del baremo.
#ModeloLaboratorioGlobalTierIC 95%Precio salida $/1MInstruccionesVeracidadRazonamientoCarácterExpresiónEspañolConsistencia
1 Claude Fable 5.1
claude-fable-5-1
Anthropic 97,3% S 95,7–98,8 50 98,3%100%91,7%100%98,4%95,3% ±2,1
1 Claude Opus 5
claude-opus-5
Anthropic 97,1% S 95,4–98,7 25 94,4%99,2%100%99,4%98,1%91,7% ±3,3
3 Claude Fable 5
claude-fable-5
Anthropic 94,3% S 92,5–95,9 50 93,1%95%95,8%100%82,9%99% ±3,4
4 Kimi K3
accounts/fireworks/models/kimi-k3
Moonshot 89,2% A 86,5–91,7 15 84,9%97,5%77,1%96,4%94,8%84,4% ±6,2
4 GPT-5.6 Sol
gpt-5.6-sol
OpenAI 87,2% A 85,2–89,2 20 100%93,3%83,3%75,6%86,6%84,4% ±6
6 Grok 4.6
grok-4.6
xAI 72,1% B 70,2–73,9 6 65,3%85,8%83,3%60,7%64,4%72,9% ±7
6 DeepSeek V4 Flash
deepseek-v4-flash
DeepSeek 72,1% B 69,1–75,4 1,3 71,4%80%71,9%30,4%96,2%82,8% ±13
6 Gemini 3.1 Pro
gemini-3.1-pro-preview
Google 71,2% B 68,4–73,8 12 66%66,7%79,2%42,9%86,1%86,5% ±7,5
9 DeepSeek V4 Pro
deepseek-v4-pro
DeepSeek 67,3% C 63,2–71,3 4 82,3%61,3%72,9%32,6%81,3%73,4% ±13,5
≥ 75 40 – 75 < 40Consistencia: desviación entre las pasadas de cada prueba, en puntos porcentuales.
3.0

Cara a cara

Ítems ganados por familia y el mismo ítem, lado a lado.
VS
4.0

Nota frente a coste

Cada punto es un modelo: arriba a la izquierda, más nota por menos dinero.
5.0

Fichas

Cada modelo, prueba por prueba, en su propia página.