Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona

Clasificación

Los modelos clasificados tienen resultados de al menos cinco benchmarks (las dos ejecuciones de GPQA Diamond cuentan como una) en al menos tres áreas, procedentes de al menos dos evaluadores distintos. Los intervalos muestran la incertidumbre estadística de cada estimación; los modelos cuyos intervalos se solapan pueden no diferir realmente. Arena es una valoración de preferencia humana basada en votos del público, que se muestra a modo de referencia; no forma parte del SI-IQ. Ver 170 modelos más con datos insuficientes

¿Con qué rapidez se vuelve más inteligente la IA?

Explorar el historial completo de la capacidad de la IA

Cómo funciona SI-IQ, en cuatro pasos

1. Recopilamos resultados de 13 benchmarks públicos ejecutados por evaluadores independientes (no por los propios creadores de los modelos).
2. Cada puntuación se convierte a una escala común que tiene en cuenta el azar y la dificultad del benchmark.
3. Un modelo estadístico sencillo sitúa todos los modelos y benchmarks en una misma escala de capacidad, de modo que un modelo evaluado con menos benchmarks, o con otros más difíciles, siga siendo comparable.
4. La escala se define de modo que un grupo de referencia fijo de modelos de IA lanzados en 2025 tenga una media de 100 y una desviación estándar de 15 puntos, la misma convención que usan las puntuaciones de CI.

Leer la metodología completa · Descargar los datos

Fuentes de datos: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0.