Comparativa de modelos de IA — texto, imagen y vídeo
Los principales modelos de IA de EE.UU., Europa y China — generación de texto, imagen y vídeo — comparados por calidad (benchmarks de mercado), coste y si son open source, separando siempre modelos remotos (API) y locales (en tu hardware).
Datos a 2026-11-12 · investigación automática (Artificial Analysis, LMArena, precios oficiales) — verificar antes de decidir.
📊 Cómo se mide la calidad — tres índices
Mostramos la calidad de tres formas complementarias. Así se compone cada índice antes de ver las gráficas:
① Calidad de Zendoric (0-100) = media a tercios de SWE-bench-Pro (33% · desarrollo de software real, cotejado con el fabricante) + LMArena (33% · preferencia humana, Elo normalizado) + Terminal-Bench (33% · capacidad agéntica en terminal). Si a un modelo le falta una de las tres, su peso se reparte entre las presentes (se exigen al menos dos).
② AA Index (Artificial Analysis Intelligence Index, 0-100) = índice compuesto y más amplio (razonamiento, ciencia, código, matemáticas). Ofrece una segunda lectura: según cómo se mida, el orden de los fabricantes cambia.
③ Ciberseguridad (0-100) = capacidad en tareas cyber expert (protocolo duro «unguided pass@1»: vuln-research y explotación realista). Usamos una métrica no saturada (el top ronda 71, no 100, y deja ver el recorrido), no el Cybench «pass@k» que la frontera ya satura. Fuentes: UK AISI, NIST-CAISI, CVE-Bench. La encuadramos como capacidad y riesgo, no como ranking ofensivo; donde no hay eval directa se estima «est.».
📈 Evolución de la Calidad de Zendoric (fabricantes frontera)
Índice de calidad (0-100) de los fabricantes punteros (su mejor modelo), últimos 24 meses. Línea punteada = calidad estimada por AA Index (labs sin SWE-bench-Pro). Se actualiza cada día.
📈 Evolución del AA Index (fabricantes frontera)
AA Index (Artificial Analysis Intelligence Index, 0-100) de los fabricantes punteros (su mejor modelo), últimos 24 meses. Es un índice compuesto y más amplio (razonamiento, ciencia, código, matemáticas) que nuestro índice. La serie histórica está reconstruida anclando la trayectoria de cada fabricante a su AA actual. Se actualiza cada día.
🛡️ Evolución en ciberseguridad (fabricantes frontera)
Índice de ciberseguridad del mejor modelo de cada fabricante, relativo a la frontera de EE.UU. (= 100). Desde octubre de 2026 la escala ya no es el CTF experto de UK AISI —saturado: GPT-5.6 Sol hace 95 %— sino la distancia a la frontera en las MISMAS pruebas que usan los evaluadores públicos (UK AISI y US CAISI-NIST: ExploitBench, SEC-Bench Pro, ExploitGym, campo de tiro). La serie anterior se reescaló para seguir siendo comparable. Confianza → alta: Anthropic, OpenAI, Zhipu AI · media: Google, Moonshot AI, xAI · baja: Alibaba, DeepSeek, Meta, Mistral AI. Sin dato del modelo (no se pinta): Microsoft. Toda la serie es estimada («est.»). Lo encuadramos como capacidad y RIESGO a gobernar, no como ranking ofensivo. Revisado el 2026-10-15; se revisa al publicarse nuevas evaluaciones.
💰 Calidad de Zendoric frente a coste
Modelos punteros de los fabricantes con mejor calidad (un fabricante puede tener varios, p.ej. Anthropic: Opus 5, Opus 4.8 y Fable 5). Más ARRIBA = más calidad; más a la IZQUIERDA = más barato (eje log). Lo ideal, arriba-izquierda. Punto hueco = calidad estimada (AA Index). Color por fabricante.
💰 AA Index frente a coste
Mismo formato que el de calidad/coste, pero el eje vertical es el AA Index. Más ARRIBA = más capacidad; más a la IZQUIERDA = más barato (eje log). Punto hueco = AA estimado (Terminal-Bench/SWE-Pro). Color por fabricante.
🏁 Frontera eficiente — calidad frente a coste
Todos los modelos cloud con datos. Eje Y = AA Index; eje X = coste de salida, log e INVERTIDO: cuanto más a la DERECHA, más barato — la esquina superior derecha es la ideal. La línea verde une la frontera eficiente: modelos para los que no existe otro mejor y más barato a la vez; elegir fuera de esa línea solo se justifica por factores ajenos al precio (ecosistema, contexto, open source). Punto hueco = AA estimado. Pasa el ratón por un punto para ver el detalle.
🏆 Calidad de Zendoric (desarrollo SW + arena + agéntica)
| Modelo | Calidad Zendoric | SWE-bench-Pro | DeepSWE | LMArena | Terminal-Bench | LiveCodeBench | GPQA | ARC-AGI-2 |
|---|---|---|---|---|---|---|---|---|
| 🇨🇳 Kimi K3Moonshot AI · China | 90.9 | — | 68.5 | 1487 | 88.3 | 68.0 | 93.5 | — |
| 🇺🇸 Claude Mythos 5.1 (acceso restringido)Anthropic · USA | 89.3 | 80.0 | — | 1507 | 88.0 | 91.7 | 94.1 | — |
| 🆕 🇺🇸 Gemini 4 CarbonGoogle · USA | 82.6 | — | — | 1528 | 65.2 | — | — | — |
| 🆕 🇺🇸 Gemini 4 ArgonGoogle · USA | 78.7 | — | 77.9 | 1525 | 57.4 | — | 96.5 | — |
| 🇨🇳 GLM-5.3Zhipu AI · China | 76.9 | 62.1 | 69.0 | 1475 | 81.0 | 80.2 | 78 | 7 |
| 🆕 🇺🇸 GPT-6.1 SolOpenAI · USA | 76.0 | — | 75.2 | 1482 | 60.91 | — | 95.4 | — |
| 🇺🇸 Claude Opus 5.5Anthropic · USA | 75.8 | 79.2 | 73.6 | 1490 | 53.33 | 86.4 | 93.2 | — |
| 🇺🇸 Claude Sonnet 5.5Anthropic · USA | 74.7 | 63.2 | 53.8 | 1461 | 80.4 | — | 83 | 12 |
| 🆕 🇺🇸 Muse WonderMeta · USA | 74.7 | — | 75.2 | 1509 | 49.49 | — | — | — |
| 🇨🇳 Qwen3.8-MaxAlibaba · China | 72.6 | 60.6 | 57.5 | 1475 | 69.7 | 91.6 | 81 | 7 |
| 🆕 🇺🇸 GPT-6 AstraOpenAI · USA | 72.5 | — | 73.2 | 1474 | 57.9 | — | 96.0 | — |
| 🆕 🇨🇳 Qwen3.7-PlusAlibaba · China | 68.5 | 57.6 | — | 1455 | 70.3 | — | 90.3 | — |
| 🇨🇳 DeepSeek-V4.1-FlashDeepSeek · China | 66.1 | 55.4 | 62.8 | 1450 | 67.9 | 93.5 | 82 | 9 |
| 🆕 🇺🇸 Gemini 3.5 Flash-LiteGoogle · USA | 65.9 | 54.2 | — | 1455 | — | — | — | 10.3 |
| 🇺🇸 Gemini 4 ArgonGoogle · USA | 65.8 | 43.3 | 11.7 | 1501 | 54.2 | 82.9 | 84 | 15 |
| 🇨🇳 GLM-5.3-FlashZhipu AI · China | 61.5 | — | 63.4 | 1475 | 35.45 | — | 91.2 | — |
| 🆕 🇨🇳 DeepSeek-V4.1-Flash-1017DeepSeek · China | 59.9 | — | — | 1476 | 31.82 | — | 90.9 | — |
| 🆕 🇺🇸 Gemini 3.8 FlashGoogle · USA | 58.6 | — | 73.8 | 1498 | 18.18 | — | 95.3 | — |
| 🆕 🇨🇳 MiniMax-M3MiniMax · China | 58.5 | 59.0 | — | 1441 | 46.1 | — | 92.9 | — |
| 🆕 🇺🇸 Muse Spark 1.3 (preview)Meta · USA | 56.4 | — | — | 1496 | 14.85 | — | — | — |
| 🆕 🇺🇸 Grok 4.7xAI · USA | 54.9 | — | — | 1442 | 38.79 | — | — | — |
| 🆕 🇨🇳 Step 5 PreviewStepFun · China | 54.4 | — | — | 1454 | 31.82 | — | 93.5 | — |
| 🆕 🇺🇸 Claude Haiku 5.5Anthropic · USA | 54.2 | 64.8 | — | 1423 | 36.36 | — | — | — |
| 🇺🇸 Gemini 3.8 FlashGoogle · USA | 53.5 | — | 65.3 | 1489 | 12.42 | — | 95.3 | — |
| 🆕 🇺🇸 MAI-Thinking-1Microsoft · USA | 49.4 | 52.8 | — | — | 46.0 | — | 84.2 | — |
| 🆕 🇪🇺 Mistral Medium 3.5Mistral AI · Europa | 46.7 | — | — | 1426 | 30.3 | — | — | — |
| 🆕 🇪🇺 Mistral Large 4 (preview)Mistral AI · Europa | 43.6 | — | — | 1419 | 27.78 | — | — | — |
| 🆕 🇺🇸 GPT-6 LunaOpenAI · USA | 42.6 | — | — | 1440 | 15.15 | — | — | — |
| 🆕 🇨🇳 Qwen3.8-Omni-FlashAlibaba · China | — | 63.3 | — | — | — | — | 91.0 | — |
| 🆕 🇨🇳 Qwen3.8-FlashAlibaba · China | — | 62.5 | — | — | — | — | 91.7 | — |
| 🆕 🇺🇸 MAI-Code-1.1-FlashMicrosoft · USA | — | — | — | — | — | — | — | — |
| 🆕 🇪🇺 Mistral Small 4Mistral AI · Europa | — | — | — | — | 16.9 | — | — | — |
| 🆕 🇨🇳 Doubao-Seed-2.1-ProByteDance · China | — | — | — | — | — | — | — | — |
| 🆕 🇺🇸 Grok Build 0.1xAI · USA | — | — | — | — | — | — | — | — |
| 🆕 🇺🇸 Muse Spark Open (816B-A42B)Meta · USA | — | — | — | — | 6.57 | — | — | — |
| 🆕 🇨🇳 Kimi K2.7 CodeMoonshot AI · China | — | — | 30.5 | — | — | — | — | — |
| 🆕 🇨🇳 GLM-5.3-FlashXZhipu AI · China | — | — | — | — | — | — | — | — |
| 🆕 🇨🇳 MiniMax-M3.1-FlashMiniMax · China | — | — | — | — | 25.25 | — | — | — |
| 🆕 🇨🇳 Qwen3.7-FlashAlibaba · China | — | — | — | — | — | — | — | — |
| 🆕 🇨🇳 Kimi K3.1 ProMoonshot AI · China | — | — | — | — | 65.7 | — | 94.2 | — |
| 🆕 🇺🇸 Claude Mythos 5.1Anthropic · USA | — | — | 67.4 | — | 60.9 | — | — | — |
| 🆕 🇺🇸 Gemini 3.1 Flash-LiteGoogle · USA | — | — | — | 1433 | — | — | — | — |
| 🆕 🇺🇸 GPT-6.1 TerraOpenAI · USA | — | — | — | — | 50.3 | — | — | — |
| 🆕 🇺🇸 Gemini 3.6 FlashGoogle · USA | — | — | 46.7 | 1483 | — | — | — | — |
| 🆕 🇺🇸 Claude Fable 5.2Anthropic · USA | — | — | — | — | 65.15 | — | — | — |
| 🆕 🇺🇸 Claude Mythos 5.2Anthropic · USA | — | — | — | — | — | — | — | — |
Calidad de Zendoric = media a tercios de SWE-bench-Pro (desarrollo de SW) + LMArena (preferencia humana) + Terminal-Bench (capacidad agéntica), las tres con fuente fiable; si falta alguna se reparte su peso entre las presentes (mínimo dos; si no, «—»). LiveCodeBench y GPQA se muestran como referencia (orientativas, pueden estar incompletas) pero NO entran en el índice; ARC-AGI-2 (arcprize.org) mide progreso hacia AGI: los modelos puntúan MUY bajo → aún lejos de AGI. %, salvo LMArena (Elo).
💵 Economía (USD / 1M tokens)
| Modelo | Input | Cache | Output |
|---|---|---|---|
| 🇨🇳 Kimi K3Moonshot AI · China | $3.0 | $0.3 | $15.0 |
| 🇺🇸 Claude Mythos 5.1 (acceso restringido)Anthropic · USA | $10.0 | $0.25 | $50.0 |
| 🆕 🇺🇸 Gemini 4 CarbonGoogle · USA | $2.0 | $0.1 | $10.0 |
| 🆕 🇺🇸 Gemini 4 ArgonGoogle · USA | $2.0 | $0.1 | $10.0 |
| 🇨🇳 GLM-5.3Zhipu AI · China | $1.4 | $0.26 | $4.4 |
| 🆕 🇺🇸 GPT-6.1 SolOpenAI · USA | $2.0 | $0.1 | $10.0 |
| 🇺🇸 Claude Opus 5.5Anthropic · USA | $4.0 | $0.2 | $20.0 |
| 🇺🇸 Claude Sonnet 5.5Anthropic · USA | hasta 31 ago 2026 $2.0 desde 1 sep 2026 $3.0 | hasta 31 ago 2026 $0.2 desde 1 sep 2026 $0.3 | hasta 31 ago 2026 $10.0 desde 1 sep 2026 $15.0 |
| 🆕 🇺🇸 Muse WonderMeta · USA | $4.0 | $0.2 | $20.0 |
| 🇨🇳 Qwen3.8-MaxAlibaba · China | $2.0 | $0.2 | $6.0 |
| 🆕 🇺🇸 GPT-6 AstraOpenAI · USA | $10.0 | $1.0 | $50.0 |
| 🆕 🇨🇳 Qwen3.7-PlusAlibaba · China | $0.4 | $0.04 | $1.6 |
| 🇨🇳 DeepSeek-V4.1-FlashDeepSeek · China | $0.3 | $0.01 | $1.2 |
| 🆕 🇺🇸 Gemini 3.5 Flash-LiteGoogle · USA | $0.3 | $0.03 | $2.5 |
| 🇺🇸 Gemini 4 ArgonGoogle · USA | $2.0 | $0.1 | $10.0 |
| 🇨🇳 GLM-5.3-FlashZhipu AI · China | $0.15 | $0.03 | $0.5 |
| 🆕 🇨🇳 DeepSeek-V4.1-Flash-1017DeepSeek · China | $0.3 | $0.01 | $1.2 |
| 🆕 🇺🇸 Gemini 3.8 FlashGoogle · USA | $0.75 | $0.07 | $3.75 |
| 🆕 🇨🇳 MiniMax-M3MiniMax · China | $0.3 | $0.06 | $1.2 |
| 🆕 🇺🇸 Muse Spark 1.3 (preview)Meta · USA | $1.25 | $0.15 | $4.25 |
| 🆕 🇺🇸 Grok 4.7xAI · USA | $2.0 | $0.5 | $6.0 |
| 🆕 🇨🇳 Step 5 PreviewStepFun · China | $1.0 | $0.05 | $2.7 |
| 🆕 🇺🇸 Claude Haiku 5.5Anthropic · USA | $0.1 | $0.01 | $0.5 |
| 🇺🇸 Gemini 3.8 FlashGoogle · USA | $0.75 | $0.07 | $3.75 |
| 🆕 🇺🇸 MAI-Thinking-1Microsoft · USA | $2.0 | $0.2 | $8.0 |
| 🆕 🇪🇺 Mistral Medium 3.5Mistral AI · Europa | $1.5 | $0.15 | $7.5 |
| 🆕 🇪🇺 Mistral Large 4 (preview)Mistral AI · Europa | $1.36 | $0.14 | $4.18 |
| 🆕 🇺🇸 GPT-6 LunaOpenAI · USA | $0.1 | $0.01 | $0.5 |
| 🆕 🇨🇳 Qwen3.8-Omni-FlashAlibaba · China | $0.15 | $0.02 | $0.47 |
| 🆕 🇨🇳 Qwen3.8-FlashAlibaba · China | $0.15 | $0.01 | $0.47 |
| 🆕 🇺🇸 MAI-Code-1.1-FlashMicrosoft · USA | $0.2 | $0.02 | $1.2 |
| 🆕 🇪🇺 Mistral Small 4Mistral AI · Europa | $0.15 | $0.01 | $0.6 |
| 🆕 🇨🇳 Doubao-Seed-2.1-ProByteDance · China | $0.84 | $0.17 | $4.21 |
| 🆕 🇺🇸 Grok Build 0.1xAI · USA | $1.0 | $0.2 | $2.0 |
| 🆕 🇺🇸 Muse Spark Open (816B-A42B)Meta · USA | $1.25 | $0.15 | $4.25 |
| 🆕 🇨🇳 Kimi K2.7 CodeMoonshot AI · China | $0.95 | $0.19 | $4.0 |
| 🆕 🇨🇳 GLM-5.3-FlashXZhipu AI · China | $0.37 | $0.07 | $1.25 |
| 🆕 🇨🇳 MiniMax-M3.1-FlashMiniMax · China | $0.15 | $0.01 | $0.6 |
| 🆕 🇨🇳 Qwen3.7-FlashAlibaba · China | $0.03 | $0.0 | $0.13 |
| 🆕 🇨🇳 Kimi K3.1 ProMoonshot AI · China | $2.0 | $0.2 | $10.0 |
| 🆕 🇺🇸 Claude Mythos 5.1Anthropic · USA | $10.0 | $0.25 | $50.0 |
| 🆕 🇺🇸 Gemini 3.1 Flash-LiteGoogle · USA | $0.25 | $0.03 | $1.5 |
| 🆕 🇺🇸 GPT-6.1 TerraOpenAI · USA | $1.0 | $0.05 | $5.0 |
| 🆕 🇺🇸 Gemini 3.6 FlashGoogle · USA | $1.5 | $0.07 | $7.5 |
| 🆕 🇺🇸 Claude Fable 5.2Anthropic · USA | $8.0 | $0.2 | $40.0 |
| 🆕 🇺🇸 Claude Mythos 5.2Anthropic · USA | $8.0 | $0.2 | $40.0 |
Claude Sonnet 5: subida de tarifas programada (mismo modelo) — precio reducido hasta el 31 ago 2026 y tarifa estándar desde el 1 sep 2026.
🔓 Open source y variedad
| Modelo | Open source | Licencia | Variedad |
|---|---|---|---|
| 🇨🇳 Kimi K3Moonshot AI · China | Sí | Kimi K3 License | Open-weight (pesos abiertos) |
| 🇺🇸 Claude Mythos 5.1 (acceso restringido)Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Gemini 4 CarbonGoogle · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Gemini 4 ArgonGoogle · USA | No | Propietario | Propietario (solo API) |
| 🇨🇳 GLM-5.3Zhipu AI · China | Sí | GLM-5.3 (propia) | Open-weight (pesos abiertos) |
| 🆕 🇺🇸 GPT-6.1 SolOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Opus 5.5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Claude Sonnet 5.5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Muse WonderMeta · USA | No | Propietario | Propietario (solo API) |
| 🇨🇳 Qwen3.8-MaxAlibaba · China | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 GPT-6 AstraOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 Qwen3.7-PlusAlibaba · China | No | Propietario | Propietario (solo API) |
| 🇨🇳 DeepSeek-V4.1-FlashDeepSeek · China | Sí | MIT | Open-weight (pesos abiertos) |
| 🆕 🇺🇸 Gemini 3.5 Flash-LiteGoogle · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Gemini 4 ArgonGoogle · USA | No | Propietario | Propietario (solo API) |
| 🇨🇳 GLM-5.3-FlashZhipu AI · China | Sí | MIT | Open-weight (pesos abiertos) |
| 🆕 🇨🇳 DeepSeek-V4.1-Flash-1017DeepSeek · China | Sí | MIT | Open-weight (pesos abiertos) |
| 🆕 🇺🇸 Gemini 3.8 FlashGoogle · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 MiniMax-M3MiniMax · China | Sí | MiniMax Community License | Open-weight (pesos abiertos) |
| 🆕 🇺🇸 Muse Spark 1.3 (preview)Meta · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Grok 4.7xAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 Step 5 PreviewStepFun · China | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Claude Haiku 5.5Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🇺🇸 Gemini 3.8 FlashGoogle · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 MAI-Thinking-1Microsoft · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇪🇺 Mistral Medium 3.5Mistral AI · Europa | Sí | Modified MIT | Open-weight (pesos abiertos) |
| 🆕 🇪🇺 Mistral Large 4 (preview)Mistral AI · Europa | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 GPT-6 LunaOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 Qwen3.8-Omni-FlashAlibaba · China | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 Qwen3.8-FlashAlibaba · China | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 MAI-Code-1.1-FlashMicrosoft · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇪🇺 Mistral Small 4Mistral AI · Europa | Sí | Apache-2.0 | Open-weight (pesos abiertos) |
| 🆕 🇨🇳 Doubao-Seed-2.1-ProByteDance · China | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Grok Build 0.1xAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Muse Spark Open (816B-A42B)Meta · USA | Sí | Muse Model License | Open-weight (pesos abiertos) |
| 🆕 🇨🇳 Kimi K2.7 CodeMoonshot AI · China | Sí | Modified MIT | Open-weight (pesos abiertos) |
| 🆕 🇨🇳 GLM-5.3-FlashXZhipu AI · China | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 MiniMax-M3.1-FlashMiniMax · China | Sí | MiniMax Community License | Open-weight (pesos abiertos) |
| 🆕 🇨🇳 Qwen3.7-FlashAlibaba · China | No | Propietario | Propietario (solo API) |
| 🆕 🇨🇳 Kimi K3.1 ProMoonshot AI · China | Sí | — | Open-weight (pesos abiertos) |
| 🆕 🇺🇸 Claude Mythos 5.1Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Gemini 3.1 Flash-LiteGoogle · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 GPT-6.1 TerraOpenAI · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Gemini 3.6 FlashGoogle · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Claude Fable 5.2Anthropic · USA | No | Propietario | Propietario (solo API) |
| 🆕 🇺🇸 Claude Mythos 5.2Anthropic · USA | No | Propietario | Propietario (solo API) |
🖥️ Open source para tu hardware
Pequeños/medianos que corren en un equipo propio (portátil/PC/Mac). Calidad = Artificial Analysis Intelligence Index (0-100; calidad del output), la medida con mejor cobertura en modelos open pequeños (LMArena no lista los sub-32B). Memoria estimada en cuantización 4-bit (Q4) y 8-bit (Q8); en Apple Silicon es memoria UNIFICADA (RAM=VRAM).
| Modelo | Calidad (AA Index) | GPQA | Params | RAM Q4 | RAM Q8 | GPU | CPU / Mac | Licencia |
|---|---|---|---|---|---|---|---|---|
| Gemma 4 31BGoogle | 39 | 84.3 | 31B | 19 GB | 36 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | Gemma |
| Gemma 4 26B A4BGoogle | 31 | 82.3 | 26B | 16 GB | 30 GB | ≥16 GB | Limitado (mejor GPU/Mac ≥32 GB) | Gemma |
| Nemotron Cascade 2 30B A3BNVIDIA | 28 | 76.1 | 30B | 18 GB | 34 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | NVIDIA Open Model |
| gpt-oss-20bOpenAI | 24 | 71.5 | 20B | 13 GB | 25 GB | ≥16 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| Gemma 4 12BGoogle | 22 | 78.8 | 12B | 8 GB | 15 GB | ≥8 GB | Sí (CPU lento · Mac 16 GB) | Gemma |
| 🆕 🇨🇳 Qwen3.8-27BAlibaba | 20 | 89.2 | 27B | 16 GB | 31 GB | ≥16 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| Gemma 4 E4BGoogle | 19 | 58.6 | 4B | 4 GB | 6 GB | ≥8 GB | Sí (CPU/Mac, fluido) | Gemma |
| 🆕 🇨🇳 Qwen3.6-35B-A3BAlibaba | 18 | 86.0 | 35B | 21 GB | 40 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| Gemma 4 E2BGoogle | 15 | 43.4 | 2B | 3 GB | 4 GB | ≥8 GB | Sí (CPU/Mac, fluido) | Gemma |
| 🆕 Muse Glimmer 30BMeta | 6.3 | — | 29.6B | 18 GB | 34 GB | ≥24 GB | Limitado (mejor GPU/Mac ≥32 GB) | Apache-2.0 |
| 🆕 🇪🇺 Ministral 3 14BMistral AI | 6 | 71.2 | 14B | 9 GB | 17 GB | ≥12 GB | Sí (CPU lento · Mac 16 GB) | Apache-2.0 |
| 🆕 🇪🇺 Ministral 3 8B (25.12)Mistral AI | 5 | — | 8B | 6 GB | 10 GB | ≥8 GB | Sí (CPU/Mac, fluido) | Apache-2.0 |
| 🆕 🇪🇺 Ministral 3 3B (25.12)Mistral AI | 5 | — | 3B | 3 GB | 5 GB | ≥8 GB | Sí (CPU/Mac, fluido) | Apache-2.0 |
🗄️ Open source grande (servidor / multi-GPU)
Modelos open potentes pero que necesitan servidor o varias GPU. Calidad = LMArena Elo (preferencia humana sobre el output, fuente lmarena.ai), que sí cubre los modelos grandes. En MoE la memoria cuenta el total de parámetros (todos los expertos se cargan). Memoria estimada en cuantización 4-bit (Q4) y 8-bit (Q8); en Apple Silicon es memoria UNIFICADA (RAM=VRAM).
| Modelo | Calidad (LMArena) | GPQA | Params | RAM Q4 | RAM Q8 | GPU | CPU / Mac | Licencia |
|---|---|---|---|---|---|---|---|---|
| 🆕 Kimi K3Moonshot AI | 1487 | 93.5 | 2800B | 1542 GB | 3082 GB | 20× 80 GB (servidor) | No (servidor GPU) | Kimi K3 License |
| 🆕 GLM-5.3Zhipu AI | 1483 | — | 753B | 416 GB | 830 GB | 6× 80 GB (servidor) | No (servidor GPU) | glm-5.3 (custom) |
| 🆕 Qwen3.8-2.4T-A95BAlibaba | 1482 | 92.6 | 2400B | 1322 GB | 2642 GB | 17× 80 GB (servidor) | No (servidor GPU) | Qwen3.8-Max License |
| 🆕 DeepSeek-V4.1-Flash-1017DeepSeek | 1476 | 90.9 | 552B | 305 GB | 609 GB | 4× 80 GB (servidor) | No (servidor GPU) | MIT |
| Mistral Large 3Mistral AI | 1416 | 68.0 | 675B | 373 GB | 744 GB | 5× 80 GB (servidor) | No (servidor GPU) | Apache-2.0 |
| gpt-oss-120bOpenAI | 1366 | 80.1 | 117B | 66 GB | 130 GB | ≥80 GB | No (servidor GPU) | Apache-2.0 |
| 🆕 Hy4 (preview)Tencent | — | 92.3 | 780B | 431 GB | 860 GB | 6× 80 GB (servidor) | No (servidor GPU) | Apache-2.0 |
🎨 Generación de imagen
Los principales modelos de generación de IMAGEN, separados entre servicios remotos (pagas por imagen vía API) y modelos abiertos que puedes ejecutar en tu propio hardware.
☁️ Remotos (API / cloud)
| Modelo | Calidad (arena) | Precio (por imagen) | Notas |
|---|---|---|---|
| GPT Image 2OpenAI · USA | AA t2i v2.1: 1188, ≥nº5 (2.6 Sunburst 1259 nº1, 2.6 Flare 1228, 2.5 Sunburst 1227). AA edit 1133 nº6. arena.ai 1381 nº3 | $0,211/img high 1024² (OpenAI $30/M tok img out); fal.ai $0,006/img low 1024² a $0,401/img high 4K | Lanz. 21-abr-26. Superado por 2.5 (8-sep-26) y 2.6 Flare/Sunburst ($30/M tok img out; ~$0,21/img max 1024² según terceros). Azure retira 21-oct-27 |
| MAI-Image-2.5Microsoft · USA | AA t2i v2.1: 1118 nº12/106 (GPT Image 1.5 1123 nº9; MAI-2.6 1167 nº6). AA edit 1125 nº9. arena.ai 1253 nº13 (26-oct-26) | Azure Foundry $47/M tok img out ($5 txt in, $8 img in); AA ~$0,048/img; fal.ai ~$0,05/img | Retirado de Foundry 1-oct-26. Sucesores: MAI-2.6 ($38/M tok, ~$0,039/img, preview), 2.6-Flash ($19/M tok img out); 2.7 Preview sin API |
| Nano Banana Pro (Gemini 3 Pro Image)Google · USA | AA t2i v2.1: 1118 nº13/106; superada por Nano Banana 2.1 (1176 nº4). AA edit v2.1 1109 nº14/69. arena.ai 2K 1246 nº16 | Gemini API: $0,134/img 1-2K · $0,24/img 4K (Batch: $0,067 / $0,12/img) | = Gemini 3 Pro Image. GA 28-may-26; preview apagado 25-jun-26. Sin retiro. Nano Banana 2.1: $0,0336/img 1K, $0,113/img 4K |
| Nano Banana 2 Lite (Gemini 3.1 Flash Lite)Google · USA | AA t2i v2.1: 1107 nº15/106; AA edit v2.1 1050 nº27/69; arena.ai 1249 nº15 (26-oct-26) | Gemini API $0,0336/img (1K); Batch $0,0168/img | = Gemini 3.1 Flash Lite Image. GA 30-jun-26. Sin retiro; sustituye a 2.5 Flash Image (retiro 15-mar-2027) |
| GPT Image 1.5OpenAI · USA | AA t2i v2.1: 1123 nº9/106, sobre MAI-Image-2.5 (1118 nº12). AA edit v2.1 1116 nº12. arena.ai High Fidelity 1236 nº17 | $0,009/img low · $0,034 medio · $0,133 high (1024²; $32/M tok img out, OpenAI) | RETIRO OpenAI 1-dic-2026 (aviso 2-jun-26) con gpt-image-1-mini y chatgpt-image-latest; Azure 16-dic-26. Reemplazo oficial: gpt-image-2 |
| Grok ImaginexAI · USA | AA t2i v2.1: 2.0 nº5 (1168); quality nº20 (1049); base nº34 (1022). AA edit 2.0 nº13 (1112). arena.ai 2.0 nº6 (1317) | x.ai: image $0,02/img · image-2.0 $0,04/img low 1K (quality $0,05, retirado); vídeo 1.5 $0,08/s, Lite $0,02/s | image-quality y alias -pro RETIRADOS 2-nov-26 (docs.x.ai): redirigen a image-2.0 low ($0,01/img menos). Batch solo admite image 1.0 |
| Cosmos 3 SuperNVIDIA · USA | AA t2i v2.1: agentic 993 (nº50), base 986 (nº58), 4-step 971 (nº65) de 106. arena.ai agentic 1164 #27, base 1151 #34 | Pesos abiertos OpenMDW-1.1 (self-host gratis); fal $0,04/img (+$0,02 prompt expansion), i2v $0,05/s | NVIDIA, pesos 31-may-26. MoT 64B omnimodal. No es nº1 open en AA v2.1: Qwen-Image-2.1 1046, FLUX 3 Klein 1042, Fibo 2.0 1040 |
💻 Locales (open-weight, en tu hardware)
| Modelo | Licencia | Hardware | Notas |
|---|---|---|---|
| FLUX.2Black Forest Labs | open-weight + API | GPU dedicada (variantes dev/FP8) | Lanz. 25-nov-25; klein 15-ene-26. Superado por FLUX 3 Image (1-oct-26, cerrado, $0,048/img 1K); FLUX 3 Klein 1042, nº2 open AA |
| Qwen-Image 2.0Alibaba | Apache-2.0 | 7B — GPU 16GB+ | Lanz. 10-feb-26, 2K nativo. 3.0 (21-jul-26) cerrado sin pesos. Último abierto: 2.1 (20-sep-26, lic. research) |
| Z-Image TurboAlibaba (Tongyi) | open-weight | ~1 s/imagen en H100; corre en Mac (MLX) | Alibaba Tongyi-MAI, 6B S3-DiT, 8 pasos. Turbo 26-nov-2025, Base 27-ene-2026; Edit y Omni-Base aún sin publicar |
| Stable Diffusion 3.5Stability AI | Stability Community | GPU 8-16GB | Sigue 'current' en Stability, no retirado; Azure lo retiró 31-jul-2026. Flagship actual: Stable Image Ultra $0,08/img |
| HiDream-O1-Image-1.5HiDream | open-weight | GPU dedicada | v1.5 cerrada (jun-2026), 2K pixel-native sin VAE. Base/Dev MIT 8-may-2026. Debutó nº3 en AA, hoy nº39 |
Datos a 2026-11-12 · fuentes: Artificial Analysis Image/Video Arena · arena.ai · llm-stats.com · Pixazo · documentación de fabricantes · el Elo de arena es preferencia humana a ciegas sobre el resultado; precios orientativos — verificar antes de decidir.
🎬 Generación de vídeo
Los principales modelos de generación de VÍDEO, separados entre servicios remotos (pagas por segundo generado vía API) y modelos abiertos para tu propio hardware.
☁️ Remotos (API / cloud)
| Modelo | Calidad (arena) | Precio (por segundo) | Notas |
|---|---|---|---|
| Kling 3.0 / TurboKuaishou · China | AA t2v v2.1: Omni 1080p 1021 #18, 3.0 Pro 1000 #19/31; i2v v2.1: Omni 1002, Pro 1000 (#17-19/29). arena.ai i2v 1354 #19 | Turbo con audio $0,14/s 1080p, $0,112/s 720p; 3.0 sin audio $0,112/$0,084/s, 4K $0,42/s. fal v3 Pro audio $0,168/s | Kling 4.0 (15-oct-26) en API ~28-oct: $0,157/s 720p, $0,235/s 1080p (Kling/fal/WaveSpeed), clips 3-30s. Sin Elo en AA |
| Veo 3.1Google · USA | AA t2v v2.1: 3.1 961 #22, Fast 957 #23, Lite 951 #24/31. AA i2v: 3.1 955 #21, Fast 936 #22, Lite 929 #24. arena.ai t2v 1364 #12 | Gemini API: Lite $0,05/s 720p ($0,08 1080p) · Fast $0,10/s ($0,12 1080p, $0,30 4K) · Std $0,40/s, $0,60/s 4K | veo-3.1-*-preview apagados en Gemini API 22-oct-26 → gemini-omni-1.1-flash. GA sigue en Flow/Enterprise. fal depreca 17-nov-26 |
| Gemini Omni FlashGoogle · USA | AA t2v v2.1: 1.1 1129 #10/31. AA i2v v2.1 1043 #14/29. arena.ai (8-nov-26): 1.2 Flash t2v 1540 #1, i2v 1503 #1; 1.1 t2v 1513 #2 | 1.1: $0,10/s 720p · 360p $0,03/s · 1080p $0,15/s · 4K $0,30/s. 1.2 Flash: $0,07/s 720p (-30%) | Gemini Omni 1.2 Flash lanzado 4/5-nov-26 (clips 15s); arena.ai lo marca preliminar. Desde 3-dic-26 omni-1.1-flash se enruta a 1.2 |
| Seedance 2.0 (Dreamina)ByteDance · China | AA t2v v2.1: 1136 #9/31 (2.5 = 1155 #5). AA i2v v2.1: 1135 #3/29 (2.5 = 1159 #1). arena.ai t2v 1483 #6 (2.5: 1479 #7, 8-nov-26) | Dreamina promo expirada 9-oct-26. Super anual: 2.0 $0,086/s, Fast $0,041/s, 2.5 $0,047/s. BytePlus 2.5: $10,70/M tok | ByteDance 12-feb-26, 15s+audio. Superado por Seedance 2.5 (31-jul-26): 30s, 50 refs. API 2.5 BytePlus ≤1080p; 4K solo enterprise |
| Sora 2OpenAI · USA | Fuera de AA t2v v2.1 y AA i2v v2.1. arena.ai: Pro 1368 #11, Sora 2 1343 #17 (21-sep-2026) | RETIRADO: sin precio vigente. Histórico $0,10/s 720p; Pro $0,30-0,70/s | OpenAI: app cerrada 26-abr-26; Videos API y alias sora-2/-pro apagados 24-sep-26; Azure preview retirado 15-oct-26. Sin reemplazo |
💻 Locales (open-weight, en tu hardware)
| Modelo | Licencia | Hardware | Notas |
|---|---|---|---|
| Wan 2.7Alibaba | open-weight | 16-24GB VRAM (14B) | Alibaba, 7-abr-26. T2V/I2V/ref-to-video + edición, audio nativo, 2-15s. Superado por Wan 3.0 (GA 24-ago-26, nº1 AA t2v, nº5 i2v) |
| LTX-2.3Lightricks | open-weight | desde 12GB VRAM (FP8: flujos de 32GB) | Lightricks, 22B DiT, audio+vídeo, 5-mar-2026, hasta 4K/20s. Sucesor LTX-2.5 (11-ago-2026), pago si ≥$10M/año |
| HunyuanVideoTencent | open-weight | 16-24GB VRAM | Tencent 13B, open 3-dic-2024. Sucesor HunyuanVideo 1.5 (8,3B, ~14GB VRAM, 20-nov-2025) |
| Mochi 1Genmo | open-weight | fine-tune en 1×H100/A100 80GB | Genmo, 10B AsymmDiT, 22-oct-2024, Apache 2.0, 480p. Legacy en 2026 (superado por Wan 2.2, Hunyuan 1.5, MiniMax H3) |
| SkyReels V1Skywork | open-weight | GPU dedicada | Skywork, 18-feb-2025, fine-tune de HunyuanVideo. Superado: V2 abr-2025, V3 29-ene-2026, V4 25-feb-2026 |
Datos a 2026-11-12 · fuentes: Artificial Analysis Image/Video Arena · arena.ai · llm-stats.com · Pixazo · documentación de fabricantes · el Elo de arena es preferencia humana a ciegas sobre el resultado; precios orientativos — verificar antes de decidir.