La clasificación completa
Todos los modelos clasificados por su escritura en español, con filtros por tipo de texto, empresa, tamaño, razonamiento y cuantización, y las matrices de duelos.
Los nuevos modelos al entrar en la clasificación, su puesto frente a su predecesor, los nuevos análisis y los hitos del proyecto.
122.136 veredictos clasificados
121 modelos clasificados
faltan 2864 para 125.000
Totales acumulados de la edición en español, día a día.
Puestos y puntuaciones son los de hoy: se recalculan con cada nuevo veredicto y no se congelan cuando llega un modelo.
Claude Fable 5.2. Hoy en el puesto 9 de 121, con una puntuación de 94,2. Son 2,8 puntos menos que su predecesor, Claude Fable 5.1 (puesto 3, 97,0).
Qwen4 Max. Hoy en el puesto 14 de 121, con una puntuación de 91,0. Son 9,3 puntos más que su predecesor, Qwen3.8 Max (puesto 28, 81,7).
Flint V1.0. Hoy en el puesto 110 de 121, con una puntuación de 9,1.
Gemini 4 Hydrogen. Hoy en el puesto 30 de 121, con una puntuación de 80,1.
Ling 3.2 Flash. Hoy en el puesto 40 de 121, con una puntuación de 67,3.
Muse Ember. Hoy en el puesto 53 de 121, con una puntuación de 55,5.
Kimi K3.1 Pro. Hoy en el puesto 7 de 121, con una puntuación de 94,3. Son 1,3 puntos menos que su predecesor, Kimi K3 (puesto 4, 95,6). Duelos directos ganados contra él: 5 de 12 (42 %).
GPT-6.1 Terra. Hoy en el puesto 17 de 121, con una puntuación de 87,2. Son 6,0 puntos más que su predecesor, GPT-5.6 Terra (puesto 29, 81,2).
Mercury 3. Hoy en el puesto 58 de 121, con una puntuación de 52,9.
Beam 1.0. Hoy en el puesto 43 de 121, con una puntuación de 64,7.
Gemini 4 Argon. Hoy en el puesto 20 de 121, con una puntuación de 84,4.
MiniMax M3.1 Flash. Hoy en el puesto 121 de 121, con una puntuación de 1,5.
Nemotron 3.5 Super VL. Hoy en el puesto 61 de 121, con una puntuación de 50,4.
Step 5 Preview. Hoy en el puesto 37 de 121, con una puntuación de 71,7.
100.000
Alcanzado 85 días después del primer duelo, 16 días después del hito de 75.000.
Ling 3.1 Flash. Hoy en el puesto 23 de 121, con una puntuación de 83,1.
Mistral Large 4. Hoy en el puesto 46 de 121, con una puntuación de 60,0.
Nemotron 3 Ultra. Hoy en el puesto 71 de 121, con una puntuación de 41,8.
Nemotron 3.5 Lightning. Hoy en el puesto 94 de 121, con una puntuación de 16,1.
Claude Haiku 5.5. Hoy en el puesto 31 de 121, con una puntuación de 78,9.
Hasta ahora, la mayoría de los duelos comparaban mensajes personales. Los nuevos se reparten entre las diez categorías (cartas, artículos, ficción, discursos, informes…), empezando por las menos cubiertas: la clasificación reflejará poco a poco todos los tipos de texto.
Muse Spark 1.3, que retrocedía en la clasificación, deja de juzgar; sus veredictos anteriores siguen publicados. Claude Opus 5.5 asume su parte y los duelos llegan al mismo ritmo.
En el Duelo y en los cara a cara, las respuestas muestran ahora sus negritas, subtítulos y listas en lugar de asteriscos y almohadillas sin formato: se juzga el texto como lo vería un lector.
Cerca de un veredicto de cada veinte venía de un juez ante su propio modelo, que tendía a favorecerse: hasta cinco puntos en algunos modelos. Esos veredictos siguen publicados en la página de los jueces, pero ya no entran en la clasificación, y ningún juez recibe ya su propio modelo.
GPT-6.1 Sol. Hoy en el puesto 5 de 121, con una puntuación de 95,0. Son 3,2 puntos más que su predecesor, GPT-6 Sol (puesto 13, 91,8). Duelos directos ganados contra él: 10 de 21 (48 %).
100
Con Claude Sonnet 5.5, 72 días después del primer duelo.
Aion 3.5. Hoy en el puesto 26 de 121, con una puntuación de 82,1. Son 38,2 puntos más que su predecesor, Aion 3.0 (puesto 67, 43,9).
Claude Sonnet 5.5. Hoy en el puesto 12 de 121, con una puntuación de 91,9. Son 9,1 puntos más que su predecesor, Claude Sonnet 5 (puesto 25, 82,8).
La clasificación de IA local muestra la memoria que necesita cada modelo como archivo y con un contexto de 128K o 256K, en GGUF o MLX y con caché F16 o Q8. Unos botones sobre cada clasificación pasan de los modelos más recientes a la generación anterior o a los más antiguos.
75.000
Alcanzado 69 días después del primer duelo, 12 días después del hito de 50.000.
Claude Opus 5.5. Hoy en el puesto 1 de 121, con una puntuación de 97,6. Empata con su predecesor, Claude Opus 5 (puesto 2, 97,4).
GPT-6 Luna. Hoy en el puesto 22 de 121, con una puntuación de 83,4. Son 8,3 puntos más que su predecesor, GPT-5.6 Luna (puesto 33, 75,1).
GPT-6 Sol. Hoy en el puesto 13 de 121, con una puntuación de 91,8. Son 8,2 puntos más que su predecesor, GPT-5.6 Sol (puesto 21, 83,6).
Los últimos modelos de Anthropic y OpenAI toman el relevo como jueces, junto a Muse Spark 1.3. Cada veredicto sigue comparando dos textos anónimos escritos para la misma consigna.
Agnes 3.0 Flash. Hoy en el puesto 90 de 121, con una puntuación de 24,5.
Grok 4.7. Hoy en el puesto 16 de 121, con una puntuación de 89,1. Son 20,0 puntos más que su predecesor, Grok 4.6 (puesto 39, 69,1). Duelos directos ganados contra él: 6 de 10 (60 %).
MiMo V2.6 Flash. Hoy en el puesto 74 de 121, con una puntuación de 40,3.
MiMo V2.6 Pro. Hoy en el puesto 32 de 121, con una puntuación de 75,8. Son 37,6 puntos más que su predecesor, MiMo V2.5 Pro (puesto 78, 38,2). Duelos directos ganados contra él: 36 de 42 (86 %).
¿Qué IA para una novela, un correo, una carta de presentación o un TFG? El mejor modelo cambia con el texto
Q4, Q6 o Q8: la cuantización no cuesta nada en unos modelos y veintisiete puntos en otros
¿Los jueces de IA favorecen a su propio modelo? Dos de cinco, hasta 20 puntos
Los dos grandes jueces de IA eligen al mismo ganador nueve de cada diez veces. Las discrepancias están en otra parte
Un mismo modelo, cuatro idiomas: los seis primeros no se mueven, la zona media salta cuarenta puestos
¿Qué IA suena menos a IA? En español la raya es rara y «además» lo delata todoClaude o ChatGPT, Claude o Gemini, Gemma o Qwen: los duelos más buscados tienen ya su página, con el veredicto de los duelos a ciegas. Cada modelo clasificado recibe además un índice de los tics de la prosa de máquina: frases hechas, rayas, enumeraciones de tres.
Ling 3.0 Flash. Hoy en el puesto 93 de 121, con una puntuación de 20,5. La mejor de sus 2 variantes clasificadas: Ling 3.0 Flash de InclusionAI (Q4_K_M, razonamiento high).
50.000
Alcanzado 57 días después del primer duelo, 20 días después del hito de 25.000.
DeepSeek V4.1 Flash. Hoy en el puesto 18 de 121, con una puntuación de 86,5. Son 29,7 puntos más que su predecesor, DeepSeek V4 Flash (puesto 52, 56,8).
GPT-6 Astra. Hoy en el puesto 7 de 121, con una puntuación de 94,3.
Claude Fable 5.1. Hoy en el puesto 3 de 121, con una puntuación de 97,0. Son 2,4 puntos más que su predecesor, Claude Fable 5 (puesto 6, 94,6).
Gemini 3.8 Flash. Hoy en el puesto 23 de 121, con una puntuación de 83,1. Son 1,3 puntos más que su predecesor, Gemini 3.6 Flash (puesto 27, 81,8).
Muse Spark 1.3. Hoy en el puesto 19 de 121, con una puntuación de 85,7. Son 4,7 puntos menos que su predecesor, Muse Spark 1.2 (puesto 15, 90,4).
Inkling. Hoy en el puesto 38 de 121, con una puntuación de 69,6.
Granite 4.2 8B. Hoy en el puesto 119 de 121, con una puntuación de 5,0. La mejor de sus 2 variantes clasificadas: Granite 4.2 8B de IBM (Q4_K_M, razonamiento full).
GLM 5.3 Flash. Hoy en el puesto 69 de 121, con una puntuación de 43,4.
Granite 4.2 30B. Hoy en el puesto 111 de 121, con una puntuación de 8,6. La mejor de sus 3 variantes clasificadas: Granite 4.2 30B de IBM (Q6_K, razonamiento full).
Hy4 Preview. Hoy en el puesto 48 de 121, con una puntuación de 59,7. Son 18,2 puntos más que su predecesor, Hy3 (puesto 72, 41,5). Duelos directos ganados contra él: 18 de 24 (75 %).
Qwen3.8 Flash. Hoy en el puesto 41 de 121, con una puntuación de 66,0.
25.000
Alcanzado 37 días después del primer duelo.
Gemini 3.7 Flash. Hoy en el puesto 51 de 121, con una puntuación de 56,9.
75
Con Seed 2.1 Turbo, 33 días después del primer duelo.
Aion 3.0. Hoy en el puesto 67 de 121, con una puntuación de 43,9.
GLM 5.3. Hoy en el puesto 11 de 121, con una puntuación de 92,1. Son 26,7 puntos más que su predecesor, GLM 5.2 (puesto 42, 65,4). Duelos directos ganados contra él: 18 de 23 (78 %).
Grok 4.6. Hoy en el puesto 39 de 121, con una puntuación de 69,1.
Hy3. Hoy en el puesto 72 de 121, con una puntuación de 41,5.
Mistral Medium 3.5. Hoy en el puesto 92 de 121, con una puntuación de 20,9.
Muse Spark 1.2. Hoy en el puesto 15 de 121, con una puntuación de 90,4.
Qwen3.8 Max. Hoy en el puesto 28 de 121, con una puntuación de 81,7. Son 9,2 puntos más que su predecesor, Qwen3.7 Max (puesto 35, 72,5).
Seed 2.1 Turbo. Hoy en el puesto 62 de 121, con una puntuación de 50,2.
Qwen3.8 27B. Hoy en el puesto 44 de 121, con una puntuación de 62,5. La mejor de sus 6 variantes clasificadas: Qwen3.8 27B de Alibaba (Q8_0, razonamiento xhigh). Son 22,2 puntos más que su predecesor, Qwen3.6 27B (puesto 74, 40,3).
50
Con Gemma 4 12B, 27 días después del primer duelo.
Muse Glimmer 30B. Hoy en el puesto 49 de 121, con una puntuación de 57,8. La mejor de sus 2 variantes clasificadas: Muse Glimmer 30B de Meta (K-Quant 17GB, razonamiento high).
Gemma 4 E2B. Hoy en el puesto 98 de 121, con una puntuación de 13,1. La mejor de sus 6 variantes clasificadas: Gemma 4 E2B de Google (Q8_0, razonamiento activado).
Gemma 4 E4B. Hoy en el puesto 97 de 121, con una puntuación de 13,4. La mejor de sus 6 variantes clasificadas: Gemma 4 E4B de Google (Q8_0, razonamiento activado).
Nemotron 3 Super 120B A12B. Hoy en el puesto 91 de 121, con una puntuación de 21,5.
Laguna S 2.1 UD. Hoy en el puesto 114 de 121, con una puntuación de 6,9.
Nemotron 3 Nano Omni 30B A3B. Hoy en el puesto 113 de 121, con una puntuación de 7,0. La mejor de sus 2 variantes clasificadas: Nemotron 3 Nano Omni 30B A3B de NVIDIA (Q4_K_M, razonamiento activado).
Claude Sonnet 5. Hoy en el puesto 25 de 121, con una puntuación de 82,8.
Gemini 3.6 Flash. Hoy en el puesto 27 de 121, con una puntuación de 81,8.
Claude Opus 5. Hoy en el puesto 2 de 121, con una puntuación de 97,4. Son 3,2 puntos más que su predecesor, Claude Opus 4.8 (puesto 9, 94,2).
GPT-5.6 Luna. Hoy en el puesto 33 de 121, con una puntuación de 75,1.
Kimi K3. Hoy en el puesto 4 de 121, con una puntuación de 95,6.
25
Con Claude Fable 5, 6 días después del primer duelo.
Claude Fable 5. Hoy en el puesto 6 de 121, con una puntuación de 94,6.
GPT-5.6 Sol. Hoy en el puesto 21 de 121, con una puntuación de 83,6.
Claude Opus 4.8. Hoy en el puesto 9 de 121, con una puntuación de 94,2.
GPT-5.6 Terra. Hoy en el puesto 29 de 121, con una puntuación de 81,2.
Mistral Medium 3.5 128B. Hoy en el puesto 83 de 121, con una puntuación de 31,6.
Gemma 4 12B. Hoy en el puesto 68 de 121, con una puntuación de 43,5. La mejor de sus 6 variantes clasificadas: Gemma 4 12B de Google (Q8_0, razonamiento activado).
MiniMax M3. Hoy en el puesto 34 de 121, con una puntuación de 74,5.
DeepSeek V4 Pro. Hoy en el puesto 36 de 121, con una puntuación de 72,0. La mejor de sus 2 variantes clasificadas: DeepSeek V4 Pro de DeepSeek (razonamiento activado).
Gemma 4 26B A4B. Hoy en el puesto 55 de 121, con una puntuación de 55,3. La mejor de sus 6 variantes clasificadas: Gemma 4 26B A4B de Google (QAT-Q4_0, razonamiento activado).
Gemma 4 31B. Hoy en el puesto 47 de 121, con una puntuación de 59,9. La mejor de sus 6 variantes clasificadas: Gemma 4 31B de Google (Q8_0, razonamiento activado).
GLM 5.2. Hoy en el puesto 42 de 121, con una puntuación de 65,4.
MiMo V2.5 Pro. Hoy en el puesto 78 de 121, con una puntuación de 38,2. La mejor de sus 2 variantes clasificadas: MiMo V2.5 Pro de Xiaomi (razonamiento activado).
Qwen3.6 27B. Hoy en el puesto 74 de 121, con una puntuación de 40,3. La mejor de sus 3 variantes clasificadas: Qwen3.6 27B de Alibaba (Q8_0, razonamiento activado).
Qwen3.6 35B A3B. Hoy en el puesto 70 de 121, con una puntuación de 42,1. La mejor de sus 4 variantes clasificadas: Qwen3.6 35B A3B de Alibaba (Q4_K_M, razonamiento activado).
Qwen3.7 Max. Hoy en el puesto 35 de 121, con una puntuación de 72,5. La mejor de sus 2 variantes clasificadas: Qwen3.7 Max de Alibaba (razonamiento activado).