Preguntas frecuentes
¿Cuál es la IA más inteligente ahora mismo?
En SI-IQ, GPT-6 Astra de OpenAI tiene actualmente la puntuación más alta: 150 (intervalo del 90 % 146–153). Su intervalo se solapa con los de otros 2 modelos clasificados, entre ellos GPT-6.1 Sol (148), por lo que los datos no lo separan claramente de ellos. Las posiciones cambian a medida que se publican nuevos resultados.
¿Qué es el SI-IQ?
SI-IQ es un índice que combina resultados de benchmarks de IA independientes en un único número por modelo. En su escala, un grupo de referencia fijo de modelos de IA lanzados en 2025 tiene una media de 100, y una desviación estándar de ese grupo equivale a 15 puntos.
¿Es el SI-IQ un test de CI real?
No. No evalúa a los modelos de IA con preguntas de CI y no puede compararse con las puntuaciones de CI humanas. Solo toma prestada la escala conocida para que las diferencias entre modelos de IA sean más fáciles de leer.
¿Es más inteligente GPT o Claude?
Depende de la versión. Ahora mismo, el mejor modelo de OpenAI en SI-IQ es GPT-6 Astra (150) y el mejor modelo de Anthropic es Claude Opus 5.5 (144). Conviene consultar el intervalo: las diferencias dentro de la incertidumbre no son significativas.
¿Cuál es el modelo de pesos abiertos más inteligente?
El modelo mejor clasificado con pesos descargables libremente es actualmente DeepSeek V4.1 Flash, de DeepSeek, con un SI-IQ de 128.
¿Con qué frecuencia se actualiza?
Se comprueba cada fuente cada hora. Los nuevos modelos aparecen en cuanto un evaluador independiente publica suficientes resultados. El modelo estadístico se recalibra una vez al mes (o cuando se pasa a la versión revisada de un benchmark) y entretanto permanece congelado, de modo que añadir un modelo nunca cambia las puntuaciones de los demás modelos.
¿Por qué faltan algunas puntuaciones publicadas?
No se utilizan ni se muestran las puntuaciones que los creadores de los modelos publican sobre sus propios modelos, porque las evaluaciones independientes son más comparables. Tampoco se usan los resultados cuya licencia no permite su republicación.
¿Por qué un modelo nuevo aún no aparece en la clasificación?
Un modelo se clasifica cuando sus resultados proceden de al menos 5 benchmarks (las dos ejecuciones de GPQA Diamond cuentan como una) en al menos 3 áreas, de al menos 2 evaluadores distintos, y las fechas de lanzamiento de sus versiones distan como máximo 60 días entre sí. Hasta entonces figura en el apartado «aún sin clasificar», con una estimación provisional y sin posición.