Contáctenos Contacto
Ranking de IA

Los mejores modelos de pesos abiertos

La misma puntuación global que la clasificación general, pero solo entre modelos de pesos abiertos: los que se pueden descargar y ejecutar en hardware propio. La selección muestra cuánto se rezagan los modelos abiertos respecto a los cerrados, y en qué tareas no se rezagan en absoluto.

100 modelos en la tabla
106 considerados en el cálculo
27 julio 2026 lanzamiento del modelo más nuevo aquí
7 agosto 2026 último recálculo
# Modelo Desarrollador Puntuación global Acceso$ / 1M Salida$ / 1M Contextotokens código25 % conocimientos20 % razonamiento20 % idioma20 % matemáticas15 %
1 Kimi K3 Moonshot AI (Kimi) 99,5 95–100 $2 $8 1.049K 100 98,5 99,9 — —
2 MiMo V2.5 Pro ≈ Xiaomi 99,36 97–100 $0,44 $0,87 1.050K 99,7 100 100 97,3 99,8
3 GLM 5.1 ≈ Zhipu AI / Z.ai 97,55 95–99 $0,06 $0,22 205K 98,6 96,2 97,9 95,5 100
4 Kimi K2.6 ≈ Moonshot AI (Kimi) 97,37 95–99 $0,22 $1,14 262K 97,2 97,4 96,6 97,2 99
5 GLM 5.2 ≈ Zhipu AI / Z.ai 96,66 93–98 $0,42 $1,32 1.049K 95,1 93,5 97,2 100 98,2
6 Inkling ≈ Thinking Machines Lab 95,03 90–97 $1,87 $4,68 1.049K 93 93,3 92,7 98,1 99,9
7 MiMo V2 Pro ≈ Xiaomi 94,48 92–97 $0,44 $0,87 1.049K 94,9 95,2 94,1 95 92,6
8 DeepSeek V4 Pro ≈ DeepSeek 93,38 91–96 $0,44 $0,87 1.049K 93,7 92,6 94,7 94,1 91,3
9 Qwen3.5 397B-A17B ≈ Alibaba (Qwen) 92,9 91–95 $0,6 $3,6 262K 92,6 93 92,2 93,9 92,8
10 Gemma 4 31B ≈ Google DeepMind 92,56 87–96 $0,14 $0,4 262K 90,3 90,1 91,4 95,8 96,9
11 Hy3 ≈ Tencent (Hunyuan) 92,39 88–97 $0,13 $0,53 262K 93 91,9 92,1 — —
12 GLM 5V Turbo ≈ Zhipu AI / Z.ai 92,33 88–96 $0,7 $3,1 203K 93 89,7 91 94 94,2
13 MiniMax M3 ≈ MiniMax 92,08 89–95 $0,3 $1,2 1.049K 94,1 93,4 92,1 88,9 91,2
14 GLM 5 ≈ Zhipu AI / Z.ai 91,78 89–94 $0,48 $1,9 205K 91,5 91,1 92,7 93,2 90,2
15 Qwen3.6 Plus ≈ Alibaba (Qwen) 91,76 90–94 $0,5 $3 1.000K 92,6 91,2 92 89,9 93,3
16 MiMo V2.5 ≈ Xiaomi 90,86 89–93 $0,14 $0,28 1.050K 93,4 92 92,3 85,2 90,6
17 Gemma 4 26B-A4B ≈ Google DeepMind 90,55 86–94 $0,05 $0,29 262K 87,9 89,4 90,1 — 97
18 MiMo V2 Omni ≈ Xiaomi 90,46 87–94 $0,14 $0,28 262K 92,5 88,8 90,9 90,4 88,7
19 DeepSeek V4 Flash ≈ DeepSeek 89,95 88–92 $0,14 $0,28 1.049K 90,5 88,6 91 91,2 87,7
20 GLM 4.6 ≈ Zhipu AI / Z.ai 89,12 87–92 $0,29 $1,14 205K 89,1 86,7 90,2 90,7 88,9
21 Qwen3 235B A22B Instruct 2507 ≈ Alibaba (Qwen) 88,37 87–90 $0,1 $0,1 262K 88,1 88,7 88,8 87,9 88,6
22 DeepSeek V3.2 ≈ DeepSeek 88,28 86–90 $0,28 $0,4 164K 88,9 86,9 88,7 87,3 89,7
23 Qwen3 Next 80B A3B Instruct ≈ Alibaba (Qwen) 88,2 85–91 $0,15 $1,2 262K 87,3 82,1 87,6 93,8 91,2
24 GLM 4.5 ≈ Zhipu AI / Z.ai 88 85–91 $0,2 $0,8 131K 85,6 85,5 87,7 94,1 87,5
25 Mistral Medium 3.5 ≈ Mistral AI 87,95 84–92 $1,5 $7,5 262K 91,4 86,8 89,4 82,4 89,1
26 GLM 4.7 ≈ Zhipu AI / Z.ai 87,81 84–92 $0,15 $0,8 205K 90,5 84 91 86 86,6
27 Kimi K2 Thinking Turbo ≈ Moonshot AI (Kimi) 87,43 86–89 $1,15 $8 262K 89,9 87,5 87,4 83,9 88
28 Qwen3 VL 235B A22B Instruct ≈ Alibaba (Qwen) 87,12 83–91 $0,4 $1,6 262K 87,1 89,1 88 84,2 87,2
29 MiniMax M2.7 ≈ MiniMax 86,84 85–89 $0,3 $1,2 205K 89,5 87,4 86,3 84,3 85,9
30 Qwen3.5 122B-A10B ≈ Alibaba (Qwen) 86,59 84–89 $0,4 $3,2 262K 86,2 86,7 86,1 86,5 87,9
31 DeepSeek V3.2 Exp ≈ DeepSeek 86,47 82–91 $0,22 $0,33 164K 85,6 80,3 88 92 86,8
32 MiMo V2 Flash ≈ Xiaomi 85,27 83–87 $0,14 $0,28 262K 87,3 85,3 85,8 86,2 80
33 Qwen3.5 27B ≈ Alibaba (Qwen) 85,17 83–88 $0,3 $2,4 262K 83,7 85 84,4 85 89
34 Step 3.5 Flash ≈ StepFun 85,04 83–87 $0,1 $0,3 262K 86,3 84,6 83,9 86,8 82,7
35 Qwen3 235B A22B Thinking-2507 ≈ Alibaba (Qwen) 84,6 79–90 $0,1 $0,1 262K 83,5 91 84,8 79,8 84,2
36 DeepSeek V3.1 ≈ DeepSeek 83,38 79–87 $0,2 $0,7 164K 81,5 80,7 84,7 84,9 86,2
37 DeepSeek R1 0528 ≈ DeepSeek 82,93 79–87 $0,25 $0,25 164K 84,2 79,6 84,9 83,5 81,9
38 Qwen3 VL 235B A22B Thinking ≈ Alibaba (Qwen) 82,89 78–88 $0,4 $4 262K 84,4 84 83,1 78,4 84,6
39 Qwen3.5 35B A3B ≈ Alibaba (Qwen) 81,03 78–84 $0,25 $2 262K 80,3 81,5 81,5 80 82,3
40 DeepSeek V3.1 Terminus ≈ DeepSeek 80,98 76–86 $0,21 $0,79 164K 79,8 — 82,7 — 80,7
41 Qwen3 30B A3B Instruct 2507 ≈ Alibaba (Qwen) 80,41 77–84 $0,05 $0,19 262K 82,1 78,4 80,9 80,3 79,8
42 Nemotron 3 Super ≈ NVIDIA 80,36 76–85 $0,2 $0,8 1.000K 79,6 79,6 78,8 86,2 76,9
43 NVIDIA Nemotron 3 Super 120B A12B ≈ NVIDIA 78,9 75–83 $0,15 $0,65 262K 79,6 79,6 78,8 — 76,9
44 Kimi K2 0905 Preview ≈ Moonshot AI (Kimi) 77,36 73–82 $0,6 $2,5 262K 78,3 73,7 77,6 77,4 80,4
45 GLM 4.5 Air ≈ Zhipu AI / Z.ai 76,7 74–80 $0,11 $0,29 131K 77,5 74,2 76,6 75,4 80,5
46 GPT OSS 120B ≈ OpenAI 75 72–78 $0,03 $0,14 131K 74,1 72 73,5 78,3 78,2
47 Qwen3 Next 80B A3B Thinking ≈ Alibaba (Qwen) 74,87 71–79 $0,15 $1,2 262K 76,5 74,1 74,9 69,7 79,9
48 Qwen 3 235b A22B ≈ Alibaba (Qwen) 74,08 71–77 $0,7 $2,8 131K 75,2 70,1 73,1 73,2 79,9
49 Qwen3 Coder 480B A35B ≈ Alibaba (Qwen) 73,92 71–77 $1,5 $7,5 262K 81 68 75,3 70,4 72,8
50 MiniMax M2.5 ≈ MiniMax 73,77 71–76 $0,3 $1,2 1.000K 73,6 75,1 74,7 69,6 76,5
51 Nemotron 3 Nano 30B A3B ≈ NVIDIA 73,49 70–77 $0,05 $0,2 262K 74 73,9 70,5 74,7 74,5
52 DeepSeek Reasoner ≈ DeepSeek 73,35 69–78 $0,55 $2,19 164K 72,2 68 72,9 76,2 79,2
53 GLM 4.7 Flash ≈ Zhipu AI / Z.ai 72,7 69–77 $0,04 $0,3 203K 74,6 72,7 72,3 72,1 70,8
54 DeepSeek Chat 0324 ≈ DeepSeek 71,81 69–74 $0,2 $0,6 164K 71,5 70,8 73,9 68,9 74,7
55 Qwen3 32B ≈ Alibaba (Qwen) 71,71 66–77 $0,7 $2,8 131K 69,2 72,8 67,1 — 80,6
56 Kimi K2 0711 ≈ Moonshot AI (Kimi) 70,85 68–74 $0,6 $2,5 131K 73,5 69,7 73,7 64,2 73,1
57 Trinity Large Preview ≈ Arcee AI 70,57 68–73 — — 131K 74,1 70,7 70,6 69,9 65,5
58 INTELLECT 3 ≈ Prime Intellect 70,49 66–75 $0,2 $1,1 128K 71,5 64,6 70,4 — 76,8
59 Trinity Large Thinking ≈ Arcee AI 69,76 67–72 $0,22 $0,85 262K 69,4 72,5 68,7 66,1 73
60 Llama 3.3 Nemotron Super 49B v1.5 ≈ Meta AI 69,28 63–75 $0,05 $0,25 131K 68,9 64,7 66,6 — 79,6
61 MiniMax M2 ≈ MiniMax 68,57 63–75 $0,3 $1,2 205K 72,6 65,1 72,4 62,7 69,2
62 GLM 4.5V ≈ Zhipu AI / Z.ai 68,33 62–75 $0,29 $0,86 128K 67,3 71,7 67,6 66,3 69,2
63 MiniMax M1 ≈ MiniMax 68,1 65–71 $0,13 $1,25 1.000K 69,4 63,8 68,2 67,9 71,8
64 Mistral Small 3.2 ≈ Mistral AI 67 63–71 $0,1 $0,3 128K 70,2 60 67,4 69,7 66,9
65 Qwen: QwQ 32B ≈ Alibaba (Qwen) 66,6 63–70 $0,18 $0,2 131K 64,1 65,6 65,3 68,5 71,2
66 Qwen3 30B A3B ≈ Alibaba (Qwen) 64,52 61–68 $0,09 $0,2 131K 64,9 63,6 62,8 62,5 70,1
67 Gemma 3 27B ≈ Google DeepMind 63,88 61–66 $0,03 $0,11 131K 61,5 61,4 68,2 68,2 59,6
68 Llama 3.1 Nemotron Ultra 253B ≈ Meta AI 63,51 57–70 $0,6 $1,8 128K 59,3 — 63 — 71,3
69 DeepSeek V3 ≈ DeepSeek 63,27 59–68 $0,27 $1,1 164K 62,1 61,9 62,2 70 59,5
70 Command A ≈ Cohere 62,59 60–65 $2,5 $10 256K 63,3 59,4 65,3 66,6 56,7
71 Granite 4.1 8B ≈ IBM 60,2 55–66 $0,05 $0,1 131K 59 63,1 58,4 — 60,8
72 Olmo 3 32B Think ≈ Allen Institute for AI 60,01 55–65 $0,15 $0,5 66K 60,9 58,3 60 — 60,7
73 Gemma 3 12B IT ≈ Google DeepMind 55,53 50–61 $0,05 $0,1 131K 52,6 50,8 61,6 — 58,6
74 Llama 4 Maverick 17b 128e Instruct ≈ Meta AI 55,43 53–58 $0,05 $0,1 1.049K 57,2 53,2 55,5 54,3 56,9
75 GPT OSS 20B ≈ OpenAI 55,31 50–60 $0,01 $0,07 131K 58,4 53,3 53,9 50,4 61,2
76 Gemma 3n E4b It ≈ Google DeepMind 51,96 48–56 $0,02 $0,04 33K 49,9 50,4 56,1 57,2 45
77 Qwen2.5 72B Instruct ≈ Alibaba (Qwen) 51,76 49–55 $1,4 $5,6 131K 55 50,3 53,1 47,1 52,7
78 Llama 4 Scout 17B 16E Instruct ≈ Meta AI 51,73 49–55 $0,05 $0,1 10.000K 53,6 49 52,4 50 53,6
79 Llama 3.1 Nemotron 70B Instruct ≈ Meta AI 50,63 47–54 $0,6 $0,6 128K 50,5 49,7 52,2 — 49,9
80 Llama 3.1 405B Instruct ≈ Meta AI 50,08 47–53 $0,12 $0,3 128K 53,1 47,1 51,6 46,6 51,7
81 Llama 3.3 70B Instruct ≈ Meta AI 49,15 47–52 $0,05 $0,23 131K 49,8 46,4 50,3 50 49,1
82 Mistral Large ≈ Mistral AI 48,55 45–52 $2 $6 131K 51,3 43,1 50,1 49,8 47,5
83 Mistral Large 2407 ≈ Mistral AI 48,12 45–51 $3 $9 131K 51,6 47,8 50 42,6 47,6
84 Qwen2.5 Coder 32b Instruct ≈ Alibaba (Qwen) 48,1 44–53 $0,06 $0,2 128K 51,4 45,5 48,9 — 45
85 Llama 3.1 70B ≈ Meta AI 46,07 44–49 $0,12 $0,3 131K 47,9 43,2 46,7 46,6 45,3
86 Gemma 3 4B IT ≈ Google DeepMind 44,68 39–50 $0,04 $0,08 131K 41,5 46 49,1 — 42,2
87 Mistral: Mistral Small 3 ≈ Mistral AI 43,69 41–47 $0,05 $0,08 33K 44,9 41,9 44,9 — 42,5
88 Phi 4 ≈ Microsoft 42,13 38–47 $0,06 $0,14 128K 41,7 42,1 41,9 41,6 43,8
89 Google: Gemma 2 27B ≈ Google DeepMind 37,48 35–40 $0,65 $0,65 8K 37,3 36,1 37,3 40,6 35,7
90 Llama 3 70B Instruct ≈ Meta AI 37,04 35–39 $0,12 $0,3 8K 36,3 31,8 36,5 43,8 37,1
91 Aya Expanse 32B ≈ Cohere 34,74 31–38 — — 128K 34,2 38,1 36,2 32,1 32,8
92 Ministral 8B (latest) ≈ Mistral AI 34,53 30–39 $0,1 $0,1 128K 35,3 35,8 35,7 — 30
93 Command R+ ≈ Cohere 33,38 30–37 $2,5 $10 128K 32,1 36,5 34,5 — 29,9
94 Llama 3.1 8B ≈ Meta AI 30,51 28–33 $0,02 $0,03 131K 33,8 30,8 32,1 26,5 27,8
95 Aya Expanse 8B ≈ Cohere 28,06 25–31 — — 8K 26,3 32,4 28 — 25,1
96 Command R ≈ Cohere 27,79 25–31 $0,15 $0,6 128K 28,3 29,6 29,8 — 21,9
97 Meta: Llama 3 8B Instruct ≈ Meta AI 24,32 22–27 $0,03 $0,04 8K 24,4 24,9 23 27,4 21,1
98 Phi-3-medium instruct (4k) ≈ Microsoft 19,74 16–23 $0,17 $0,68 4K 19,7 23,9 21,6 8,8 26,4
99 Gemma 2 2b It ≈ Google DeepMind 18,43 16–21 — — 128K 15,8 21,6 18,5 19,5 17
100 Mixtral 8x7B ≈ Mistral AI 18,04 15–21 $0,15 $0,15 33K 18,9 20 19 12,6 20,1

La tabla se desplaza en horizontal: no caben todas las columnas.

Las columnas de la derecha son los sumandos de la puntuación, llevados a una escala común de 0 a 100 según la dispersión real entre los modelos medidos. Sumados con los pesos indicados, dan la cifra de la columna principal: en ellos se ve en qué exactamente un modelo superó a otro. Un guion significa «no medido», no cero.

El precio es el más bajo entre los proveedores del modelo, tarifa base, sin tarifas por lotes ni reducidas. La entrada y la salida se muestran por separado a propósito: en la mayoría de los modelos la salida cuesta varias veces más que la entrada, y la factura final depende de qué predomine en la tarea.

El signo ≈ marca los modelos cuyo intervalo de confianza se solapa con el de la fila de arriba. Aquí hay 99 modelos — su orden entre sí no está determinado por los datos disponibles.

El intervalo de confianza de la mitad de los modelos supera 6,3 puntos — es decir, unas 8 filas adyacentes de la tabla. Dentro de ese grupo el orden no lo marcan los datos, sino quién votó esta vez; los datos sostienen la diferencia entre el principio y el final de la lista, pero no la vecindad de los puestos.