Datos externos · octubre de 2026

Benchmarks con apellido, fecha y contexto.

Busca el dato que responde a tu tarea. Una preferencia, una tasa de acierto y el coste de un experimento miden cosas distintas; aquí puedes consultarlos sin mezclarlos en una nota universal.

Corte guardado

Datos consultables, no llamadas a modelos.

Resultados por tarea y configuración1337

Modelos exactos cubiertos35

Fuentes con resultados4

Resultados técnicos53

Las filas incluyen categorías y configuraciones, no ese número de benchmarks independientes. Se actualizan a petición y conservan su fecha de origen. Captura del corte: 16/10/2026.

Explorador de evidencias

Filtra la tarea antes de leer la cifra.

Pruebas técnicas Señales de preferencia Todos los datos

Buscar modelo, proveedor, prueba o configuraciónFuenteTipo de evidenciaModeloTarea o categoríaOrden

Limpiar

Para consultar Arena, selecciona «Preferencia / uso» o «Todos los tipos» en el filtro de evidencia. Sus votos no son una prueba técnica de aciertos.

Resultados publicados. Cada fila conserva su escala y condiciones; no es un ranking global.
Versión evaluada	Fuente y tarea	Resultado publicado	Configuración, muestra y recursos	Fecha y trazabilidad
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloEscritura creativa · Bradley-TerryPreferencia / señales de usuarios	1388,05Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1383,31 – 1392,8Posición en la fuente: 132	Configuración indicada en la fuente24.835 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloInglés · Bradley-TerryPreferencia / señales de usuarios	1430,72Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1427,41 – 1434,03Posición en la fuente: 128	Configuración indicada en la fuente63.566 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloexclude_ties · Bradley-TerryPreferencia / señales de usuarios	1401,78Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1398,46 – 1405,1Posición en la fuente: 139	Configuración indicada en la fuente109.284 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloexpert · Bradley-TerryPreferencia / señales de usuarios	1451,38Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1445,42 – 1457,34Posición en la fuente: 114	Configuración indicada en la fuente13.413 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloFrancés · Bradley-TerryPreferencia / señales de usuarios	1429,37Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1418,03 – 1440,71Posición en la fuente: 127	Configuración indicada en la fuente4086 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloAlemán · Bradley-TerryPreferencia / señales de usuarios	1402,61Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1389,15 – 1416,06Posición en la fuente: 125	Configuración indicada en la fuente2424 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloPrompts difíciles · Bradley-TerryPreferencia / señales de usuarios	1441,06Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1438,03 – 1444,1Posición en la fuente: 131	Configuración indicada en la fuente90.194 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloPrompts difíciles en inglés · Bradley-TerryPreferencia / señales de usuarios	1453,08Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1449,09 – 1457,07Posición en la fuente: 120	Configuración indicada en la fuente39.865 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloEmpresa, gestión y operaciones financieras · Bradley-TerryPreferencia / señales de usuarios	1419,38Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1414,95 – 1423,81Posición en la fuente: 127	Configuración indicada en la fuente28.280 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloEntretenimiento, deportes y medios · Bradley-TerryPreferencia / señales de usuarios	1388,45Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1384,11 – 1392,78Posición en la fuente: 129	Configuración indicada en la fuente31.491 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloDerecho y administración · Bradley-TerryPreferencia / señales de usuarios	1415,91Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1409,51 – 1422,31Posición en la fuente: 149	Configuración indicada en la fuente11.005 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloCiencias · Bradley-TerryPreferencia / señales de usuarios	1430,7Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1426,01 – 1435,39Posición en la fuente: 139	Configuración indicada en la fuente23.848 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloTrabajos matemáticos · Bradley-TerryPreferencia / señales de usuarios	1432,43Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1425,08 – 1439,79Posición en la fuente: 121	Configuración indicada en la fuente7782 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloMedicina y salud · Bradley-TerryPreferencia / señales de usuarios	1425,05Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1418,14 – 1431,95Posición en la fuente: 159	Configuración indicada en la fuente9860 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloSoftware y servicios de TI · Bradley-TerryPreferencia / señales de usuarios	1464,15Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1460,63 – 1467,67Posición en la fuente: 117	Configuración indicada en la fuente55.193 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloRedacción, literatura y lengua · Bradley-TerryPreferencia / señales de usuarios	1399,94Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1395,85 – 1404,04Posición en la fuente: 125	Configuración indicada en la fuente35.669 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloSeguimiento de instrucciones · Bradley-TerryPreferencia / señales de usuarios	1415,17Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1411,45 – 1418,89Posición en la fuente: 119	Configuración indicada en la fuente46.774 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estilojapanese · Bradley-TerryPreferencia / señales de usuarios	1360,53Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1343,92 – 1377,14Posición en la fuente: 124	Configuración indicada en la fuente1661 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estilokorean · Bradley-TerryPreferencia / señales de usuarios	1366,88Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1353,08 – 1380,69Posición en la fuente: 118	Configuración indicada en la fuente2319 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estilolonger_query · Bradley-TerryPreferencia / señales de usuarios	1436,06Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1432,31 – 1439,81Posición en la fuente: 117	Configuración indicada en la fuente55.371 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloMatemáticas · Bradley-TerryPreferencia / señales de usuarios	1400,61Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1393,55 – 1407,66Posición en la fuente: 160	Configuración indicada en la fuente8155 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estiloVarios turnos · Bradley-TerryPreferencia / señales de usuarios	1425,38Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1420,77 – 1429,98Posición en la fuente: 125	Configuración indicada en la fuente25.458 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estilonon_english · Bradley-TerryPreferencia / señales de usuarios	1394,23Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1391,22 – 1397,25Posición en la fuente: 149	Configuración indicada en la fuente82.731 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estilopolish · Bradley-TerryPreferencia / señales de usuarios	1370,21Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1359,39 – 1381,02Posición en la fuente: 154	Configuración indicada en la fuente3444 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗
claude-haiku-4-5-20251001	Arena ↗Arena Text · control de estilorussian · Bradley-TerryPreferencia / señales de usuarios	1401,51Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1396,24 – 1406,78Posición en la fuente: 149	Configuración indicada en la fuente16.253 comparaciones Identidad y recursos claude-haiku-4-5-20251001 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872	Publicado 8/10/2026Captura: 9/10/2026Metodología ↗

No ordenamos por puntuación escalas incompatibles. El CSV conserva la unidad original, las fuentes, la licencia y las configuraciones; no incluye datos privados de usuarios.

Estado de la conexión

Qué aporta cada fuente.

1284 resultados guardados

Arena

Preferencia y señales de usuarios por categoría; no es una tasa de acierto universal.

Datos conservados · última actualización no completada

Consultar esta fuente →Repositorio o documentación oficial ↗

13 resultados guardados

MTEB

Resultados de tareas de embeddings enviados al repositorio del benchmark; no todos los ejecuta el equipo de MTEB.

Datos disponibles

Consultar esta fuente →Repositorio o documentación oficial ↗

24 resultados guardados

Berkeley BFCL

Uso de herramientas, llamadas a funciones y escenarios de varios turnos. FC y Prompt se conservan separados; el coste es una estimación del benchmark completo.

Datos disponibles

Consultar esta fuente →Repositorio o documentación oficial ↗

16 resultados guardados

Terminal-Bench

Tareas de agentes en terminal. El resultado pertenece al conjunto agente, versión, modelo y esfuerzo de razonamiento; no al modelo aislado.

Datos disponibles

Consultar esta fuente →Repositorio o documentación oficial ↗

Sin corte importado

Artificial Analysis

Índices, velocidad, latencia y rankings Elo de LLM y modalidades multimedia desde su API oficial. Requiere una clave de datos y atribución; no consume tokens de inferencia.

Pendiente de clave gratuita de datos

Consultar esta fuente →Repositorio o documentación oficial ↗

Explorar las evidencias

Las cifras bajan hasta la versión.

Atribución y reutilización

Los autores del dato siguen visibles.

Arena · CC-BY-4.0Condiciones oficiales de uso ↗MTEB · CC0-1.0Condiciones oficiales de uso ↗Berkeley BFCL · Apache-2.0Condiciones oficiales de uso ↗Terminal-Bench · Apache-2.0Condiciones oficiales de uso ↗Artificial Analysis · API con atribuciónCondiciones oficiales de uso ↗

Arena publica el dataset bajo CC-BY-4.0; MTEB distribuye sus resultados bajo CC0; los archivos importados de Berkeley BFCL y Terminal-Bench están bajo Apache-2.0. IA Versus selecciona versiones y columnas, mantiene la precisión guardada y redondea solo la presentación.

Copia de licencia BFCL Copia de licencia Terminal-Bench

Artificial Analysis solo se consulta mediante su API oficial cuando exista una clave configurada. La tabla descargable de SWE-bench tiene condiciones no comerciales: no la importamos aquí sin permiso.

Cómo leer resultados y costes

No inventamos una prueba que no hemos hecho.

Arena mide preferencia y señales de uso. MTEB evalúa tareas de embeddings; nDCG en porcentaje no significa porcentaje de tareas resueltas. BFCL prueba herramientas con modos FC y Prompt distintos. Terminal-Bench mide agentes en terminal y necesita conservar también su versión.

El coste publicado pertenece al experimento completo, no a una tarifa API vigente. Cuando hay aciertos e importe registrado, mostramos lote / intentos correctos como cálculo descriptivo, no como coste de una tarea real ni promesa de eficiencia. Un coste registrado de cero no demuestra acceso gratuito.

La fecha de un archivo de entrega tampoco es la fecha de ejecución o de lanzamiento del modelo. Un corte antiguo se señala sin cambiar su fecha para aparentar una prueba reciente. Estas cifras no generan automáticamente un ganador ni una nota global.

Leer la metodología de IA Versus →