Nuestros modelos.Contra cada flagship.
Los cuatro modelos de texto open-weight de ccsio.ai frente a las últimas cinco generaciones de flagships de OpenAI, Anthropic y Google, más seis capacidades de visión, voz y embeddings incluidas en todos los planes. Solo resultados publicados, cada uno con su fuente.
Chat y razonamiento
Alibaba QwenChatDisponible
40Intelligence Index
Parámetros totales180B
Activos por token6B
ArquitecturaMoE
Contexto1M
Salida máx.128K (256K thinking)
Entradatext
Lanzamiento2026-08
Model card ↗GoogleChatDisponible
17Intelligence Index
Parámetros totales25.2B
Activos por token3.8B
ArquitecturaMoE
Contexto256K
Salida máx.—
Entradatext + image
Lanzamiento2026-04
Model card ↗DeepSeekReasoningPróximamente
39Intelligence Index
Parámetros totales552B
Activos por token8B / 16B
ArquitecturaMoE
Contexto1M
Salida máx.384K
Entradatext + image
Lanzamiento2026-09
Model card ↗Z.aiReasoningPróximamente
45Intelligence Index
Parámetros totales744B
Activos por token40B
ArquitecturaMoE
Contexto1M
Salida máx.128K
Entradatext
Lanzamiento2026-08
Model card ↗Visión y audio
FLUX.2 [klein] 4B
Black Forest LabsImagesDisponible
—Intelligence Index
Parámetros totales4B
Activos por token—
ArquitecturaRectified flow transformer
Contexto1024×1024 px
Salida máx.—
Entradatext → image
Lanzamiento2026-06
Model card ↗Whisper large v3
OpenAITranscriptionDisponible
—Intelligence Index
Parámetros totales1.55B
Activos por token—
ArquitecturaEncoder–decoder ASR
Contexto30s per segment
Salida máx.—
Entradaaudio → text
Lanzamiento2023-11
Model card ↗Kokoro
HexgradSpeechDisponible
—Intelligence Index
Parámetros totales82M
Activos por token—
ArquitecturaStyleTTS 2 · ISTFTNet
Contexto—
Salida máx.—
Entradatext → audio
Lanzamiento2025-01
Model card ↗Recuperación y decisiones
Clef
CloudflareDecisionsDisponible
—Intelligence Index
Parámetros totales27B
Activos por token—
ArquitecturaMultimodal decision model
Contexto16K
Salida máx.—
Entradatext + image + video
Lanzamiento2026-10
Model card ↗mxbai-embed-large v1
Mixedbread AIEmbeddingsDisponible
—Intelligence Index
Parámetros totales0.3B
Activos por token—
ArquitecturaBERT-large embedder (AnglE)
Contexto512
Salida máx.—
Entradatext
Lanzamiento2024-03
Model card ↗Qwen3 Embedding 0.6B
Alibaba QwenEmbeddingsDisponible
—Intelligence Index
Parámetros totales0.6B
Activos por token—
ArquitecturaQwen3 dense embedder
Contexto32K
Salida máx.—
Entradatext
Lanzamiento2025-06
Model card ↗Intelligence Index · Artificial Analysis · independiente, misma versión del índice para todos (v4.3.2)
Más alto es mejor
- 1Claude Opus 5.558
- 2GPT-6 Astra53
- 3Gemini 4 Argon53
- 4Claude Opus 551
- 5GPT-5.6 Sol47
- 6GLM 5.3Próximamente45
- 7Claude Opus 4.842
- 8Claude Opus 4.741
- 9Qwen 3.8 Flash Next40
- 10DeepSeek 4.1 FlashPróximamente39
- 11GPT-5.439
- 12GPT-5.538
- 13Claude Opus 4.632
- 14GPT-5.230
- 15Gemini 3.1 Pro30
- 16Gemini 3 Pro28
- 17Gemma 417
- 18Gemini 2.5 Pro16
- 19Gemini 2.0 Pro Experimental9
Qwen 3.8 Flash Next: 8 de 15 flagships ya puntúan menos
Medido con la misma prueba independiente para todos los modelos: el Intelligence Index de Artificial Analysis. Naranja: nuestro modelo puntúa igual o más. Gris: el flagship puntúa más.
OpenAI
- GPT-6 Astra2026-09 · AA 53Por delante−13 pts
- GPT-5.6 Sol2026-07 · AA 47Por delante−7 pts
- GPT-5.52026-04 · AA 38✓ Superado+2 pts
- GPT-5.42026-03 · AA 39✓ Superado+1 pts
- GPT-5.22025-12 · AA 30✓ Superado+10 pts
Anthropic
- Claude Opus 5.52026-09 · AA 58Por delante−18 pts
- Claude Opus 52026-07 · AA 51Por delante−11 pts
- Claude Opus 4.82026-05 · AA 42Por delante−2 pts
- Claude Opus 4.72026-04 · AA 41Por delante−1 pts
- Claude Opus 4.62026-02 · AA 32✓ Superado+8 pts
- Gemini 4 Argon2026-09 · AA 53Por delante−13 pts
- Gemini 3.1 Pro2026-02 · AA 30✓ Superado+10 pts
- Gemini 3 Pro2025-11 · AA 28✓ Superado+12 pts
- Gemini 2.5 Pro2025-06 · AA 16✓ Superado+24 pts
- Gemini 2.0 Pro Experimental2025-02 · AA 9✓ Superado+31 pts
Qwen 3.8 Flash Next · AA 40 · Artificial Analysis v4.3.2
Cada resultado publicado, con su fuente
Haz clic en cualquier número para abrir su fuente. Un guion significa que no hay número publicado para esa versión exacta; no estimamos.
| Modelo | Lanzamiento | Intelligence Index | Humanity's Last Exam | GPQA Diamond | DeepSWE | SWE-bench Verified | LiveCodeBench | MMLU-Pro | AIME 2025 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen 3.8 Flash NextChat | 2026-08 | 40 | 35,9 | 91,7 | 58,7 | — | 91,9 | — | — |
| Gemma 4Chat | 2026-04 | 17 | 8,7 | 82,3 | — | — | 77,1 | 82,6 | — |
| DeepSeek 4.1 FlashReasoningPróximamente | 2026-09 | 39 | 36,8 | 90,9 | 74,2 | — | — | — | — |
| GLM 5.3ReasoningPróximamente | 2026-08 | 45 | 42 | 88,1 | 66,9 | — | 53,5* | 87,8* | 99,3* |
| ClefDecisions | 2026-10 | — | — | — | — | — | — | — | — |
| FLUX.2 [klein] 4BImages | 2026-06 | — | — | — | — | — | — | — | — |
| Whisper large v3Transcription | 2023-11 | — | — | — | — | — | — | — | — |
| mxbai-embed-large v1Embeddings | 2024-03 | — | — | — | — | — | — | — | — |
| Qwen3 Embedding 0.6BEmbeddings | 2025-06 | — | — | — | — | — | — | — | — |
| KokoroSpeech | 2025-01 | — | — | — | — | — | — | — | — |
| GPT-6 Astra | 2026-09 | 53 | 59,1 | 96 | 74,1 | — | — | — | — |
| GPT-5.6 Sol | 2026-07 | 47 | 55,5 | 94,6 | 72,7 | — | — | — | — |
| GPT-5.5 | 2026-04 | 38 | 54,9 | 93,6 | 67* | — | — | — | — |
| GPT-5.4 | 2026-03 | 39 | 39,8 | 93 | 51,8* | — | — | — | — |
| GPT-5.2 | 2025-12 | 30 | 34,5 | 92,4 | — | 80 | — | — | 100 |
| Claude Opus 5.5 | 2026-09 | 58 | 64,4 | — | 74,2 | — | — | — | — |
| Claude Opus 5 | 2026-07 | 51 | 56,3 | — | 73,6* | 96* | — | — | — |
| Claude Opus 4.8 | 2026-05 | 42 | 49,8 | — | 59* | 88,6* | — | — | — |
| Claude Opus 4.7 | 2026-04 | 41 | 46,9 | — | — | 87,6* | — | — | — |
| Claude Opus 4.6 | 2026-02 | 32 | 40 | 91,3 | — | 80,8 | — | — | — |
| Gemini 4 Argon | 2026-09 | 53 | — | — | 77,9 | — | — | — | — |
| Gemini 3.1 Pro | 2026-02 | 30 | 44,4 | 94,3 | 11,7* | 80,6 | — | — | — |
| Gemini 3 Pro | 2025-11 | 28 | 37,5 | 91,9 | — | 76,2 | — | — | — |
| Gemini 2.5 Pro | 2025-06 | 16 | 21,6 | 86,4 | — | 59,6 | 74,2 | — | 88 |
| Gemini 2.0 Pro Experimental | 2025-02 | 9 | — | 65,7 | — | — | 34,7 | 80,5 | — |
* reproducción independiente (GLM 5.3) · leaderboard de SWE-bench (SWE-bench: Claude Opus 4.7–5) · leaderboard de DeepSWE (Datacurve) (DeepSWE: GPT-5.4, GPT-5.5, Opus 4.8, Opus 5, Gemini 3.1 Pro)
Lee esto antes de citar un número
- Cada proveedor publica sus propios resultados, normalmente con el máximo esfuerzo de razonamiento, y la configuración varía. El Intelligence Index es la única columna medida por un mismo tercero independiente para todos los modelos.
- Todos los resultados y specs de nuestros modelos vienen de sus model cards oficiales. Qwen 3.8 Flash Next: 262K de contexto nativo, 1M con YaRN. El HLE de Qwen 3.8 Flash Next lo evalúa GPT-4o; MMLU-Pro, AIME y LiveCodeBench de GLM 5.3 son reproducciones de NVIDIA. DeepSeek 4.1 Flash y GLM 5.3 llegan a ccsio.ai a finales del Q4 2026.
- Varios proveedores ya no publican SWE-bench Verified por riesgo de contaminación, así que esa columna está incompleta a propósito. DeepSWE v1.1 es el benchmark de código agéntico que publican la mayoría de los modelos actuales.
- Gemini 4 Argon está en despliegue limitado. Gemini 2.0 Pro fue una versión experimental.
- Clef, FLUX.2 [klein], Whisper large v3, mxbai-embed-large v1, Qwen3 Embedding 0.6B y Kokoro son modelos de capacidad (visión, imagen, voz, embeddings): los benchmarks de generación de texto no aplican a ellos, por eso sus filas quedan vacías en la tabla. No estimamos.
Datos a 2026-10-06 · Artificial Analysis v4.3.2
Calcula tu costeRespuestas de nivel flagship. En tu región. En infraestructura que operamos.
Crea tu cuenta y elige la región en la que tus datos deben permanecer.