Clasificaciones de modelos de IA
Qué modelo va en cabeza en cada tarea, con el precio más bajo en la UE y en todo el mundo, pesos abiertos y la memoria GPU para el autoalojamiento.
Solo mostramos benchmarks cuya fuente permite la republicación, y una lista solo a partir de 10 modelos con valor y oferta activa. Posición = puesto entre los modelos de este catálogo con un valor, no en la lista original. Modelos para autoalojar por tarjeta gráfica: Autoalojamiento
Conocimiento
Matemáticas
Programación
Llamadas a herramientas
Alucinación
Tareas lingüísticas y extracción
Sin clasificación (valores solo en las páginas de los modelos): MÖVE (Bundesdruckerei), arXiv 2606.13111 (Licencia de la fuente sin aclarar); Structured Output Benchmark (SOB), arXiv 2604.25359 (Licencia de la fuente sin aclarar).
General
Sin clasificación (valores solo en las páginas de los modelos): LiveBench (Aufgabensatz 2026-01-08) (Licencia de la fuente sin aclarar).
Comprensión de imágenes
Sin clasificación (valores solo en las páginas de los modelos): HallusionBench (llm-stats-Abzug) (Licencia de la fuente sin aclarar); MMMU-Pro (llm-stats-Abzug, Rang 1..50 von 69) (Licencia de la fuente sin aclarar); OCRBench v2, englische Spur (llm-stats-Abzug) (Licencia de la fuente sin aclarar).
Embedding
Sin clasificación (valores solo en las páginas de los modelos): Text zu Foto (Mittel ueber 3 Aufgaben) (demasiado pocos modelos con oferta: 0, a partir de 10); ViDoRe v1 (Mittel ueber 10 Aufgaben, Dokumentseite als Bild) (demasiado pocos modelos con oferta: 0, a partir de 10); ViDoRe v3 (Mittel ueber 9 Aufgaben) (demasiado pocos modelos con oferta: 1, a partir de 10).
Otros
Sin clasificación (valores solo en las páginas de los modelos): ExtractBench: A Benchmark for Schema-Guided Enterprise Document Extraction (arXiv:2607.29677) (Licencia de la fuente sin aclarar); LLMStructBench: Benchmarking Large Language Model Structured Data Extraction (arXiv:2602.14743) (Licencia de la fuente sin aclarar).