Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
Comparar modelos de IA
Se pueden elegir de dos a cuatro modelos. La tabla y el gráfico se actualizan al instante; todas las cifras proceden de los datos de la clasificación.
| Métrica | GPT-6 Astra | GPT-6.1 Sol | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|
| SI-IQ | 150146–153 | 148144–152 | 144141–148 | 140137–143 |
| Razonamiento | 154 | 150 | 146 | 142 |
| Matemáticas | 148 | 148 | 145 | 140 |
| Conocimiento | 149 | 147 | 137 | 137 |
| Desarrollador | OpenAI | OpenAI | Anthropic | Anthropic |
| Lanzamiento | 3 sept 2026 | 29 sept 2026 | 22 sept 2026 | 28 sept 2026 |
| Acceso | Acceso por API | Acceso por API | Acceso por API | Acceso por API |
| Precio de entrada / salida (USD por 1M de tokens) | 10 $ / 50 $ | 2,00 $ / 10 $ | 4,00 $ / 20 $ | 2,00 $ / 10 $ |
| Benchmarks utilizados | 8 | 8 | 8 | 8 |
Benchmarks en los que se evaluaron todos los modelos comparados
Puntuaciones brutas tal como las publican los evaluadores.
| Benchmark | GPT-6 Astra | GPT-6.1 Sol | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|
| Chess Puzzles | 74,0 % | 68,0 % | 67,0 % | 59,0 % |
| FrontierMath Tier 4 | 97,6 % | 100,0 % | 95,0 % | 80,5 % |
| FrontierMath Tiers 1–3 | 93,7 % | 93,7 % | 91,2 % | 88,8 % |
| Furniture Assembly | 80,0 % | 80,0 % | 83,3 % | 75,0 % |
| GPQA Diamond | 95,8 % | 95,4 % | 90,6 % | 95,6 % |
| GPQA Diamond (OpenRouter run) | 94,7 % | 94,4 % | 90,2 % | 92,9 % |
| Mystery Game Puzzles | 84,0 % | 80,0 % | 71,0 % | 65,0 % |
| OTIS Mock AIME 2024–2025 | 100,0 % | 100,0 % | 100,0 % | 100,0 % |
| SimpleQA Verified | 75,6 % | 73,9 % | 72,2 % | 46,5 % |
| τ²-bench Airline (OpenRouter run) | 67,7 % | 68,2 % | 75,6 % | 77,5 % |
Comparaciones populares
- Claude Fable 5.1 vs Claude Opus 5.5
- Claude Fable 5.1 vs Claude Sonnet 5.5
- Claude Fable 5.1 vs Gemini 4 Argon
- Claude Fable 5.1 vs GPT-5.6 Sol
- Claude Fable 5.1 vs GPT-6.1 Sol
- Claude Fable 5.1 vs GPT-6 Astra
- Claude Fable 5.1 vs GPT-6 Sol
- Claude Opus 5.5 vs Claude Sonnet 5.5
- Claude Opus 5.5 vs Gemini 4 Argon
- Claude Opus 5.5 vs GPT-5.6 Sol
- Claude Opus 5.5 vs GPT-6.1 Sol
- Claude Opus 5.5 vs GPT-6 Astra
- Claude Opus 5.5 vs GPT-6 Sol
- Claude Sonnet 5.5 vs Gemini 4 Argon
- Claude Sonnet 5.5 vs GPT-5.6 Sol
- Claude Sonnet 5.5 vs GPT-6.1 Sol
- Claude Sonnet 5.5 vs GPT-6 Astra
- Claude Sonnet 5.5 vs GPT-6 Sol
- DeepSeek V4.1 Flash vs GPT-6 Luna
- Gemini 4 Argon vs GPT-5.6 Sol
- Gemini 4 Argon vs GPT-6.1 Sol
- Gemini 4 Argon vs GPT-6 Astra
- Gemini 4 Argon vs GPT-6 Sol
- GPT-5.6 Sol vs GPT-6.1 Sol
- GPT-5.6 Sol vs GPT-6 Astra
- GPT-5.6 Sol vs GPT-6 Sol
- GPT-6.1 Sol vs GPT-6 Astra
- GPT-6.1 Sol vs GPT-6 Sol
- GPT-6 Astra vs GPT-6 Sol
Fuentes de datos: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..