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.
| Versión evaluada | Fuente y tarea | Resultado publicado | Configuración, muestra y recursos | Fecha y trazabilidad |
|---|---|---|---|---|
| qwen3.8-max-0902 | Arena ↗Arena CodeGeneral · Bradley-TerryPreferencia / señales de usuarios | 1673,5Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1665,98 – 1681,02Posición en la fuente: 10 | Configuración indicada en la fuente11.182 comparacionesIdentidad y recursosqwen3.8-max-0902 Revisión fuente: 088c607919d1d0d3385409070657f4623e414872 | Publicado Captura: Metodología ↗ |
| gpt-6-luna-max | Arena ↗Arena CodeGeneral · Bradley-TerryPreferencia / señales de usuarios | 1580,9Arena Score · Bradley-TerryUn valor mayor es mejor en esta métricaIntervalo: 1573,97 – 1587,82Posición en la fuente: 34 | max12.332 comparacionesIdentidad y recursosgpt-6-luna-max Revisión fuente: 088c607919d1d0d3385409070657f4623e414872 | Publicado Captura: Metodología ↗ |
Pruebas técnicas disponibles sin protocolo compartido · 2 resultados
Estos resultados aportan contexto a cada modelo, pero no permiten declarar un ganador entre todos los seleccionados. Diferencias de agente, versión o configuración pueden cambiar el resultado y el coste.
| Versión evaluada | Fuente y tarea | Resultado publicado | Configuración, muestra y recursos | Fecha y trazabilidad |
|---|---|---|---|---|
| openai/gpt-6-luna | Terminal-Bench ↗Terminal-Bench 4.0 · agente + modeloAgentes en terminal · accuracyPrueba técnica de agente + modelo | 16,36 %Porcentaje del evaluador · escala 0–100Un valor mayor es mejor en esta métricaIntervalo 95 %: 13,64 % – 19,08 % | codex 0.159.0 · razonamiento max330 intentos66 tareas × 5 intentos por tarea54 intentos correctos72,14 US$ · coste registrado del lote completo1,34 US$ por intento correcto · lote / aciertoscodex 0.159.0Versión: 4.0Identidad y recursosopenai/gpt-6-luna Tokens del lote: 3.909.124.893 Duración media por intento: 2284,1 s Intentos descalificados: 0 Dataset: sha256:39d9f44b40420cde8fdcc087579c0d72a7e14fa3656d603c3f0d22fb35e27732 El coste pertenece al experimento completo, incluidos fallos; no es una tarifa API actual ni el coste de esta categoría aislada. Revisión fuente: 2e29ca91d5f1cb6fb60924bf867acc755565c044 | Archivo fechado Captura: Fecha del archivo de entrega, no de ejecución ni de lanzamiento.Metodología ↗ |
| qwen/qwen3.8-max-0902 | Terminal-Bench ↗Terminal-Bench 4.0 · agente + modeloAgentes en terminal · accuracyPrueba técnica de agente + modelo | 26,97 %Porcentaje del evaluador · escala 0–100Un valor mayor es mejor en esta métricaIntervalo 95 %: 23,19 % – 30,75 % | claude-code 2.1.285 · razonamiento max330 intentos66 tareas × 5 intentos por tarea89 intentos correctos4635,67 US$ · coste registrado del lote completo52,09 US$ por intento correcto · lote / aciertosclaude-code 2.1.285Versión: 4.0Identidad y recursosqwen/qwen3.8-max-0902 Tokens del lote: 2.957.967.711 Duración media por intento: 9953 s Intentos descalificados: 0 Dataset: sha256:39d9f44b40420cde8fdcc087579c0d72a7e14fa3656d603c3f0d22fb35e27732 El coste pertenece al experimento completo, incluidos fallos; no es una tarifa API actual ni el coste de esta categoría aislada. Revisión fuente: 2e29ca91d5f1cb6fb60924bf867acc755565c044 | Archivo fechado Captura: Fecha del archivo de entrega, no de ejecución ni de lanzamiento.Metodología ↗ |
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.
Estándar: 0,10 USD entrada · 0,50 USD salida por 1M; con más de 272K de entrada: 0,20/0,75 USD.
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.
GPT-6 Luna
- Uso a valorar: Alto volumen
- Uso a valorar: Clasificación
- Uso a valorar: Automatización
Qwen3.8 Max 0902
- Uso a valorar: Código
- Uso a valorar: Razonamiento
- Uso a valorar: Agentes
Datos de cada modelo
Fuentes y fecha de revisión.
GPT-6 Luna
Ficha revisada: 28 sep 2026.
Qwen3.8 Max 0902
Ficha revisada: 7 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.