Comparativas y análisis de benchmarks de modelos de IA con datos de Artificial Analysis y OpenRouter: inteligencia, coding, precio y velocidad.
El laboratorio explica el producto y el independiente compara bajo un arnés común. Usar ambos reduce el riesgo de confundir marketing, configuración favorable y rendimiento general.
Un presupuesto de coding convierte una discusión abstracta en un límite operativo. Los modelos más capaces pueden ahorrar rondas; los baratos pueden ganar en tareas repetibles.
El Intelligence Index es una síntesis útil porque agrupa tareas de agentes, código, ciencia y conocimiento. No es un sustituto de una evaluación en tu dominio ni de una prueba de coste.
Una ventana grande solo ayuda si el modelo recupera lo relevante, mantiene instrucciones y no dispara el coste. El número anunciado es capacidad; la utilidad es una prueba.
Los tres modelos no compiten bajo el mismo esfuerzo, precio ni arnés. Un ranking puede orientar la primera prueba, pero debe conservar configuración, fecha y metodología.
La VRAM define qué cabe y con qué cuantización; no garantiza que el modelo resuelva tu tarea. El contexto, la velocidad y el runtime alteran la experiencia final.
El precio por millón de tokens es una entrada, no la factura final. La longitud de la respuesta, el caché y los reintentos cambian el coste que importa.