IQ of SI
Español ▾

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

GPQA Diamond (ejecución de OpenRouter): resultados de modelos de IA

GPQA Diamond (ejecución de OpenRouter) es un benchmark de Conocimiento ejecutado por OpenRouter. En nuestros datos hay resultados publicados de 117 modelos.

Forma parte del índice SI-IQ (carga α = 0,68, nivel de azar 25 %).

Evaluador
OpenRouter
Página principal del benchmark
openrouter.ai/benchmarks/gpqa-diamond

Resultados

Fuente
1 Gemini 4 Argon Google DeepMind96,5 %140137–143 9 sept 2026OpenRouter benchmark datasets
2 Gemini 3.1 Pro Google DeepMind94,8 %127124–130 10 feb 2026OpenRouter benchmark datasets
3 Gemini 3.8 Flash Google DeepMind94,8 %130127–133 9 sept 2026OpenRouter benchmark datasets
4 GPT-6 Astra OpenAI94,7 %150146–153 9 sept 2026OpenRouter benchmark datasets
5 GPT-6.1 Sol OpenAI94,4 %148144–152 9 sept 2026OpenRouter benchmark datasets
6 Gemini 3.7 Flash Google DeepMind93,9 %131128–134 9 ago 2026OpenRouter benchmark datasets
7 GPT-5.5 OpenAI93,6 %138135–141 10 abr 2026OpenRouter benchmark datasets
8 Gemini 3.6 Flash Google DeepMind93,0 %125122–128 9 jul 2026OpenRouter benchmark datasets
9 Claude Sonnet 5.5 Anthropic92,9 %140137–143 9 sept 2026OpenRouter benchmark datasets
10 Grok 4.6 xAI92,5 %126123–129 9 ago 2026OpenRouter benchmark datasets
11 Gemini 3.5 Flash Google DeepMind92,4 %126123–129 10 may 2026OpenRouter benchmark datasets
12 GPT-5.6 Sol OpenAI92,3 %140137–143 9 jul 2026OpenRouter benchmark datasets
13 GPT-6 Sol OpenAI92,1 %140137–144 9 sept 2026OpenRouter benchmark datasets
14 Kimi K3abierto Moonshot91,6 %127124–130 9 jul 2026OpenRouter benchmark datasets
15 MiniMax-M3abierto MiniMax91,5 %108102–114 6 jun 2026OpenRouter benchmark datasets
16 GLM-5.3-Flashabierto Z.ai (Zhipu AI)90,9 %120117–124 8 ago 2026OpenRouter benchmark datasets
17 Qwen3.7-Max Alibaba90,9 %125122–128 10 may 2026OpenRouter benchmark datasets
18 Muse Spark Openabierto Meta AI90,6 %127124–130 7 oct 2026OpenRouter benchmark datasets
19 Claude Opus 5.5 Anthropic90,2 %144141–148 9 sept 2026OpenRouter benchmark datasets
20 DeepSeek V4 Flash 0731abierto DeepSeek90,0 %124121–127 9 jul 2026OpenRouter benchmark datasets
21 GPT-5.4 OpenAI90,0 %131128–133 10 mar 2026OpenRouter benchmark datasets
22 DeepSeek-V4-Flashabierto DeepSeek89,9 %129116–143 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores abr 2026OpenRouter benchmark datasets
23 MiMo-V2.6 Pro Xiaomi Corp89,9 %131117–144 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores sept 2026OpenRouter benchmark datasets
24 Tencent Hy4 previewabierto Tencent89,7 %129115–143 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores ago 2026OpenRouter benchmark datasets
25 Qwen3.8 Flash Alibaba89,6 %125111–138 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores ago 2026OpenRouter benchmark datasets
26 Claude Opus 4.8 Anthropic89,6 %132129–135 9 may 2026OpenRouter benchmark datasets
27 Claude Opus 5 Anthropic89,6 %136133–140 9 jul 2026OpenRouter benchmark datasets
28 GPT-5.6 Terra OpenAI89,3 %134131–137 9 jul 2026OpenRouter benchmark datasets
29 DeepSeek V4 Pro 0813abierto DeepSeek89,3 %128125–131 9 ago 2026OpenRouter benchmark datasets
30 Claude Opus 4.7 Anthropic89,2 %127124–130 10 abr 2026OpenRouter benchmark datasets
31 Claude Fable 5.1 Anthropic88,9 %140136–143 8 sept 2026OpenRouter benchmark datasets
32 Gemini 3 Flash Google DeepMind88,6 %122119–125 10 dic 2025OpenRouter benchmark datasets
33 Kimi K2.7 Codeabierto Moonshot88,5 %118115–122 8 jun 2026OpenRouter benchmark datasets
34 DeepSeek V4.1 Flashabierto DeepSeek88,4 %128125–131 9 sept 2026OpenRouter benchmark datasets
35 GPT-6 Luna OpenAI88,2 %130127–133 9 sept 2026OpenRouter benchmark datasets
36 Kimi K2.6abierto Moonshot88,0 %121118–124 10 abr 2026OpenRouter benchmark datasets
37 GPT-5.2 OpenAI87,9 %125122–128 11 dic 2025OpenRouter benchmark datasets
38 Qwen3.7-Plus Alibaba87,4 %115110–119 6 jun 2026OpenRouter benchmark datasets
39 Qwen3.5 397B-A17Babierto Alibaba87,3 %114109–118 6 feb 2026OpenRouter benchmark datasets
40 GPT-5.6 Luna OpenAI87,2 %130127–133 9 jul 2026OpenRouter benchmark datasets
41 Inkling-Smallabierto Thinking Machines87,0 %118115–122 8 jul 2026OpenRouter benchmark datasets
42 Claude Haiku 5.5 Anthropic86,9 %129126–132 9 oct 2026OpenRouter benchmark datasets
43 GPT-5.1 OpenAI86,9 %120115–125 8 nov 2025OpenRouter benchmark datasets
44 MiniMax-M2.1abierto MiniMax86,9 %120106–133 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores dic 2025OpenRouter benchmark datasets
45 GLM-5.3abierto Z.ai (Zhipu AI)86,4 %125122–128 9 ago 2026OpenRouter benchmark datasets
46 Claude Fable 5 Anthropic86,2 %138134–141 9 jun 2026OpenRouter benchmark datasets
47 Claude Opus 4.5 Anthropic86,1 %115111–118 11 nov 2025OpenRouter benchmark datasets
48 Kimi K2.5abierto Moonshot85,9 %119112–125 6 ene 2026OpenRouter benchmark datasets
49 Claude Sonnet 5 Anthropic85,8 %126123–129 9 jun 2026OpenRouter benchmark datasets
50 MiniMax-M2.7abierto MiniMax85,7 %120107–134 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores mar 2026OpenRouter benchmark datasets
51 Claude Opus 4.6 Anthropic85,7 %123120–126 10 feb 2026OpenRouter benchmark datasets
52 MiMo-V2.5-Proabierto Xiaomi Corp85,5 %121108–135 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores abr 2026OpenRouter benchmark datasets
53 MiniMax-M2.5abierto MiniMax85,4 %118105–132 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores feb 2026OpenRouter benchmark datasets
54 DeepSeek-V4-Proabierto DeepSeek85,4 %117113–120 10 abr 2026OpenRouter benchmark datasets
55 GPT-5 OpenAI85,0 %121118–124 12 ago 2025OpenRouter benchmark datasets
56 GPT-5.4 Mini OpenAI84,0 %117113–120 9 mar 2026OpenRouter benchmark datasets
57 Gemini 3.5 Flash-Lite Google DeepMind84,0 %109106–113 8 jul 2026OpenRouter benchmark datasets
58 GLM-4.7abierto Z.ai (Zhipu AI)83,6 %112107–118 6 dic 2025OpenRouter benchmark datasets
59 Qwen 3.8 27Babierto Alibaba83,4 %120106–133 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores ago 2026OpenRouter benchmark datasets
60 GLM-5.2abierto Z.ai (Zhipu AI)83,3 %121118–124 10 jun 2026OpenRouter benchmark datasets
61 Qwen 3.6 35B-A3Babierto Alibaba82,7 %111107–115 6 abr 2026OpenRouter benchmark datasets
62 DeepSeek-V3.2-Expabierto DeepSeek82,7 %112103–121 4 resultados de menos de 5 benchmarks sept 2025OpenRouter benchmark datasets
63 MiMo-V2.5abierto Xiaomi Corp82,4 %117104–131 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores abr 2026OpenRouter benchmark datasets
64 Inklingabierto Thinking Machines81,8 %114110–117 8 jul 2026OpenRouter benchmark datasets
65 Gemma 4 31B ITabierto Google DeepMind81,6 %10498–110 5 resultados de menos de 5 benchmarks abr 2026OpenRouter benchmark datasets
66 GLM-5.1abierto Z.ai (Zhipu AI)81,2 %116112–120 8 abr 2026OpenRouter benchmark datasets
67 Claude Sonnet 4.5 Anthropic81,1 %110107–113 12 sept 2025OpenRouter benchmark datasets
68 Qwen3.5-122B-A10Babierto Alibaba80,7 %112103–121 3 resultados de menos de 5 benchmarks feb 2026OpenRouter benchmark datasets
69 Gemini 2.5 Pro (Jun 2025) Google DeepMind80,6 %108104–112 8 jun 2025OpenRouter benchmark datasets
70 DeepSeek-V3.2abierto DeepSeek80,3 %114101–127 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores dic 2025OpenRouter benchmark datasets
71 Qwen3.6 27Babierto Alibaba80,1 %115110–119 6 abr 2026OpenRouter benchmark datasets
72 GPT-5 mini OpenAI80,1 %115112–118 12 ago 2025OpenRouter benchmark datasets
73 Kimi K2 Thinkingabierto Moonshot79,7 %11299–126 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores nov 2025OpenRouter benchmark datasets
74 Qwen3-235B-A22B-Thinking (Jul 2025)abierto Alibaba79,5 %111105–118 6 jul 2025OpenRouter benchmark datasets
75 DeepSeek-V3.1-Terminusabierto DeepSeek79,4 %10289–115 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores sept 2025OpenRouter benchmark datasets
76 DeepSeek-R1 (May 2025)abierto DeepSeek78,5 %104100–109 5 resultados de menos de 5 benchmarks may 2025OpenRouter benchmark datasets
77 Gemma 4 26B A4Babierto Google DeepMind77,6 %106100–112 4 resultados de menos de 5 benchmarks abr 2026OpenRouter benchmark datasets
78 GPT-5.4 Nano OpenAI77,6 %118115–121 9 mar 2026OpenRouter benchmark datasets
79 DeepSeek-V3.1abierto DeepSeek77,1 %10087–113 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores ago 2025OpenRouter benchmark datasets
80 Claude Sonnet 4 Anthropic76,7 %9793–101 6 may 2025OpenRouter benchmark datasets
81 GLM-4.6abierto Z.ai (Zhipu AI), Tsinghua University76,5 %117106–128 3 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas sept 2025OpenRouter benchmark datasets
82 MiMo-V2.6 Flash Xiaomi Corp75,9 %11299–125 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores sept 2026OpenRouter benchmark datasets
83 gpt-oss-120babierto OpenAI75,8 %10699–112 6 ago 2025OpenRouter benchmark datasets
84 qwen3-coder-next —75,8 %10390–116 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores feb 2026OpenRouter benchmark datasets
85 Mistral Small 4abierto Mistral AI75,3 %9683–108 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores mar 2026OpenRouter benchmark datasets
86 Qwen3.5-35B-A3Babierto Alibaba75,0 %106100–112 4 resultados de menos de 5 benchmarks feb 2026OpenRouter benchmark datasets
87 Kimi K2 (Sep 2025)abierto Moonshot74,7 %10592–118 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores sept 2025OpenRouter benchmark datasets
88 Qwen3.5-9Babierto Alibaba74,6 %10195–107 4 resultados de menos de 5 benchmarks feb 2026OpenRouter benchmark datasets
89 Qwen3-235B-A22B-Instruct (Jul 2025)abierto Alibaba73,9 %9685–107 3 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas jul 2025OpenRouter benchmark datasets
90 Gemini 2.5 Flash (Jun 2025) Google DeepMind73,8 %10291–113 3 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas jun 2025OpenRouter benchmark datasets
91 Claude Haiku 4.5 Anthropic73,1 %10499–108 8 oct 2025OpenRouter benchmark datasets
92 GLM-5abierto Z.ai (Zhipu AI)72,9 %112105–118 5 resultados de menos de 5 benchmarks feb 2026OpenRouter benchmark datasets
93 GPT-5 nano OpenAI68,4 %105102–109 11 ago 2025OpenRouter benchmark datasets
94 DeepSeek-V3abierto DeepSeek66,2 %7773–82 5 resultados de menos de 5 benchmarks dic 2024OpenRouter benchmark datasets
95 GPT-4.1 OpenAI66,1 %9187–94 11 abr 2025OpenRouter benchmark datasets
96 Llama 4 Maverickabierto Meta AI64,8 %8177–85 7 abr 2025OpenRouter benchmark datasets
97 GPT-4.1 mini OpenAI64,7 %9188–95 11 abr 2025OpenRouter benchmark datasets
98 DeepSeek-V3 (Mar 2025)abierto DeepSeek64,6 %8581–90 5 resultados de menos de 5 benchmarks mar 2025OpenRouter benchmark datasets
99 Claude Sonnet 4.6 Anthropic64,6 %113108–118 8 feb 2026OpenRouter benchmark datasets
100 Qwen3-30B-A3B-Instruct (Jul 2025)abierto Alibaba64,2 %9186–97 5 resultados de menos de 5 benchmarks jul 2025OpenRouter benchmark datasets
101 gpt-oss-20babierto OpenAI63,1 %9589–101 4 resultados de menos de 5 benchmarks ago 2025OpenRouter benchmark datasets
102 Qwen3-30B-A3Babierto Alibaba60,4 %9488–100 4 resultados de menos de 5 benchmarks abr 2025OpenRouter benchmark datasets
103 Qwen3-Coder-480B-A35Babierto Alibaba60,4 %8572–98 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores jul 2025OpenRouter benchmark datasets
104 Qwen3-32Babierto Alibaba55,7 %9589–100 6 abr 2025OpenRouter benchmark datasets
105 GPT-4o (May 2024) OpenAI54,2 %7066–75 5 resultados de menos de 5 benchmarks may 2024OpenRouter benchmark datasets
106 Qwen3-14Babierto Alibaba53,3 %9387–99 5 resultados de menos de 5 benchmarks abr 2025OpenRouter benchmark datasets
107 GPT-4o (Aug 2024) OpenAI52,8 %7368–77 9 ago 2024OpenRouter benchmark datasets
108 GPT-4.1 nano OpenAI49,7 %7672–80 9 abr 2025OpenRouter benchmark datasets
109 glm-4.7-flash —49,2 %9488–100 4 resultados de menos de 5 benchmarks —OpenRouter benchmark datasets
110 Llama 3.3 70Babierto Meta AI47,5 %6661–71 6 dic 2024OpenRouter benchmark datasets
111 Qwen2.5-72Babierto Alibaba46,1 %7268–77 5 resultados de menos de 5 benchmarks sept 2024OpenRouter benchmark datasets
112 GPT-4o mini OpenAI43,1 %6864–73 10 jul 2024OpenRouter benchmark datasets
113 Gemma 3 12Babierto Google DeepMind37,9 %7366–79 5 resultados de menos de 5 benchmarks mar 2025OpenRouter benchmark datasets
114 Qwen2.5-7Babierto Alibaba34,2 %5141–60 4 resultados de menos de 5 benchmarks sept 2024OpenRouter benchmark datasets
115 Gemma 3 4Babierto Google DeepMind27,1 %6353–73 4 resultados de menos de 5 benchmarks mar 2025OpenRouter benchmark datasets
116 Llama 3.1-8Babierto Meta AI26,9 %5549–60 4 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas jul 2024OpenRouter benchmark datasets
117 Llama 3.2 3Babierto Meta AI17,3 %6142–80 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas sept 2024OpenRouter benchmark datasets

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); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (licencias y cambios).