Muestra de tareas
Qué debe resolver un modelo.
Los casos se preparan con datos permitidos, una instrucción estable y un criterio de aceptación que pueda comprobar otra persona.
- Síntesis de informes y documentos
- Extracción de información estructurada
- Ayuda con SQL, hojas de cálculo y procesos
Lote inicial · octubre 2026
Modelos que conviene incluir en la primera pasada.
Son candidatos por adecuación declarada, canal de acceso y tarifa, no posiciones de un ranking. Ejecuta el mismo lote sobre todos los que estén disponibles en tu entorno y conserva el resultado completo.
OpenAI
GPT-6.1 Sol
Modelo de OpenAI cercano a GPT-6 Astra en tareas complejas, con un coste menor para programación, computer use y trabajo profesional.
Anthropic
Claude Sonnet 5.5
Modelo de Anthropic que combina velocidad e inteligencia para programación, agentes y trabajo profesional cotidiano, con razonamiento adaptativo.
Gemini 3.8 Flash
Modelo estable de Google para programación, agentes y entradas multimodales. El precio del catálogo refleja la tarifa introductoria anunciada para 2026 y se revisará cuando cambie.
Mistral AI
Mistral Large 4
Modelo multimodal de Mistral en preview con un millón de tokens de contexto, orientación a código y agentes y publicación de pesos anunciada para final de octubre.
Dificultad
Tres niveles para no mezclar trabajos distintos.
Básica
Una tarea concreta, datos completos y una salida con formato verificable.
Intermedia
Varias restricciones, contexto de trabajo y comprobación de consistencia.
Avanzada
Varios pasos, información incompleta controlada, coste y éxito medibles.
Matriz de evaluación
Cómo se decide si una respuesta sirve.
- Fiabilidad de razonamiento y extracción
- Soporte de salida estructurada
- Contexto suficiente para fuentes de trabajo
Además del criterio principal, cada ejecución conserva el modelo y versión exactos, configuración, tokens, coste, latencia, error y revisión necesaria.
Publicación
Cuándo aparecerá un resultado.
Solo se publicará una puntuación cuando la muestra, el prompt, la configuración, la fecha y el criterio de éxito estén disponibles. Hasta entonces esta página es un protocolo, no un ranking encubierto.
Límites del sector
Qué no automatizar sin control.
- Contrasta cálculos y resultados
- No uses datos personales sin base legal
- Conserva la fuente y la versión de cada informe