Comparación métrica a métrica
Las diferencias que importan.
Todavía no existe una puntuación comparable publicada para esta tarea. Mostramos capacidades y fuentes, pero no convertimos valores vacíos en un ranking.
Ficha técnica comparada
Lo que sí se puede decidir antes del benchmark.
Estas diferencias son datos publicados del modelo y no sustituyen una ejecución controlada. «Pendiente de prueba» significa que aún no hay una puntuación IA Versus comparable.
Evidencia externa
Resultados publicados, con contexto.
La primera tabla reúne cortes compartidos de la misma fuente y tarea. Las pruebas de agentes necesitan también el mismo agente, versión, esfuerzo y dataset. Conservamos todas las configuraciones disponibles; no seleccionamos la puntuación máxima de cada modelo.
No existe un corte compartido para todos estos modelos en las fuentes importadas. Puedes consultar las evaluaciones disponibles de cada versión por separado.
Un modo «high» no equivale al mismo presupuesto en todos los proveedores. Los intervalos, la muestra y la configuración condicionan la lectura; esta tabla no se transforma en una nota global de IA Versus.
Coste API orientativo
Coste según la unidad del proveedor.
Hasta 100K: 0,10 USD entrada y 0,50 USD salida por 1M; sobre 100K: 0,50 y 2,50 USD. Caché desde 0,01 USD.
Ver tarifa y condiciones →Audio: 0,005 USD/min entrada · 0,018 USD/min salida
Ver tarifa y condiciones →El coste por tarea dependerá del volumen, caché, razonamiento y tasa de éxito. Las tarifas son las publicadas en las fuentes de cada ficha; los planes de producto se contratan por separado.
Cuándo elegir cada uno
No hay un ganador universal.
Claude Haiku 5.5
- Uso a valorar: Chat de alto volumen
- Uso a valorar: Agentes rápidos
- Uso a valorar: Clasificación
- Uso a valorar: Código ligero
Gemini 3.8 Live Extended Thinking
- Uso a valorar: Voz con razonamiento
- Uso a valorar: Investigación
- Uso a valorar: Agentes
Datos de cada modelo
Fuentes y fecha de revisión.
Claude Haiku 5.5
Ficha revisada: 9 oct 2026.
Gemini 3.8 Live Extended Thinking
Ficha revisada: 16 sep 2026.
Metodología
Criterios de esta comparación.
El índice equilibrado aplica 55% a calidad, 15% a programación, 20% a valor y 10% a velocidad cuando existe una evaluación común. Los votos de esta página representan preferencias de usuarios y se consultan aparte.
Revisar metodología y límites →Experiencia de la comunidad
¿Cuál elegirías tú?
Tu voto se muestra separado de benchmarks y especificaciones. Sé la primera persona en votar para esta tarea.