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
¿Qué tan inteligente es GPT-5.1?
GPT-5.1 es un modelo de OpenAI, lanzado el 13 nov 2025. Su SI-IQ es 120 (intervalo del 90 % 115–125), estimado a partir de 7 resultados de benchmarks de 2 evaluadores independientes. Su área más fuerte es Razonamiento y la más débil es Conocimiento.
Datos
- Desarrollador
- OpenAI
- Lanzamiento
- 13 nov 2025
- Acceso
- Acceso por API
- Benchmarks utilizados
- 7 resultados de 2 evaluadores
- Precio de la API
- 1,25 $ de entrada / 10 $ de salida por 1 M de tokens (lista de precios del desarrollador, 18 oct 2026)
- Ventana de contexto
- 272.000 tokens
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| Chess Puzzles | 42,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Mystery Game Puzzles | 19,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 88,6 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| SWE-bench Verified (Epoch AI run) | 68,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond | 87,6 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond (OpenRouter run) | 86,9 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
| SimpleQA Verified | 48,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| τ²-bench Airline (OpenRouter run) | 75,8 % | OpenRouter | OpenRouter benchmark datasets · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, GPT-5.1 tiene una puntuación de 1439 (1435–1442) a partir de 44.434 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Modelos con un SI-IQ similar
| Modelo | SI-IQ | |
|---|---|---|
| GLM-5.3-FlashZ.ai (Zhipu AI) | 120 | GPT-5.1 vs GLM-5.3-Flash |
| GLM-5.2Z.ai (Zhipu AI) | 121 | GPT-5.1 vs GLM-5.2 |
| GPT-5OpenAI | 121 | GPT-5.1 vs GPT-5 |
| Kimi K2.6Moonshot | 121 | GPT-5.1 vs Kimi K2.6 |
| Kimi K2.5Moonshot | 119 | GPT-5.1 vs Kimi K2.5 |
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: Arena leaderboard dataset on Hugging Face (CC BY 4.0); 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: reuse and republish with attribution to OpenRouter..