Última actualización: 5 de noviembre de 2026. El mercado de modelos de IA cambia cada pocas semanas, así que esta guía está pensada para revisarse. Separa las tres clasificaciones, registra los precios de lista y ofrece una tabla de decisiones que puedes volver a aplicar cuando se lance el próximo modelo.
Ahora mismo, «el modelo de IA más potente» tiene tres respuestas distintas, y no son intercambiables.
Gemini 4 Carbon encabeza el Artificial Analysis Intelligence Index con 60 puntos, pero Google solo lo ha puesto a disposición de un subconjunto de defensores de la ciberseguridad y socios de su programa Fairwind. Claude Opus 5.5 está un punto por detrás, lidera la clasificación de Arena Agents y cualquier desarrollador puede llamarlo hoy mismo. GPT-6.1 Sol está cinco puntos por detrás de Carbon y cuatro por detrás de Opus, pero cuesta $1.27 por tarea según la medición de Artificial Analysis, aproximadamente una octava parte de los $10.04 de Opus.
Así es el mercado ahora: la inteligencia, la disponibilidad y el coste por tarea se han convertido en tres clasificaciones distintas. Esta publicación las separa y, después, ofrece una tabla de decisiones para los modelos que importan.
Tres clasificaciones, tres ganadores distintos
El Artificial Analysis Intelligence Index es una puntuación compuesta que se calcula a partir de evaluaciones de razonamiento, programación, conocimiento y capacidades agénticas. La clasificación actual sitúa a Carbon en 60, Opus 5.5 en 59, GPT-6 Astra en 57 y a un grupo con 55 puntos que incluye a Claude Sonnet 5.5 y GPT-6.1 Sol. En su publicación de lanzamiento, Google citó una puntuación de 59 para Carbon en una versión anterior de v5.0; la clasificación actual muestra 60. Esa diferencia de un punto se debe a un cambio de versión, no a un modelo nuevo.
La clasificación de Arena Agents mide otra cosa: con qué frecuencia la gente prefiere la respuesta de un modelo en tareas agénticas. Opus 5.5 ocupa el primer lugar con un 20.14%, Carbon el segundo con un 16.72%, Sonnet 5.5 el tercero con un 15.42% y Astra el cuarto con un 14.70%.
El coste por tarea es el tercer eje. Artificial Analysis somete cada modelo a la misma evaluación y registra cuánto cuesta la ejecución, incluidos los tokens de razonamiento y de salida. Según esa medición, Terra cuesta $0.96 por tarea, Sol $1.27, Astra $6.24, Carbon $7.76, Sonnet $10.02 y Opus $10.04.
Un modelo puede ganar una clasificación y perder otra. Carbon gana en inteligencia y ocupa el segundo puesto en Arena, pero la mayoría de los equipos no puede usarlo. Opus gana en Arena y ocupa el segundo puesto en inteligencia. Sol es el más barato entre los modelos con una puntuación de 55 o superior.
El primer nivel de un vistazo
| Modelo | AA II | Arena Agents | Precio de lista (entrada / salida) | Ideal para |
|---|---|---|---|---|
| Gemini 4 Carbon | 60 | #2 | $4 / $20 | Investigación de seguridad |
| Claude Opus 5.5 | 59 | #1 | $4 / $20 | Agentes complejos |
| GPT-6 Astra | 57 | #4 | $10 / $50 | Uso del ordenador |
| Claude Sonnet 5.5 | 55 | #3 | $2 / $10 | Programación precisa |
| GPT-6.1 Sol | 55 | #6 | $2 / $10 | Agentes de gran volumen |
| GPT-6.1 Terra | 51 | #7 | $1 / $5 | Rentabilidad y visión |
| Gemini 4 Argon | 50 | #8 | $4 / $20 | Investigación multimodal |
Los precios son por millón de tokens. Carbon cuesta $2/$10 durante su período de lanzamiento y $4/$20 con las tarifas estándar. Argon cuesta $2/$10 hasta el 30 de noviembre de 2026 y, a partir de entonces, $4/$20. Carbon no está en el catálogo de AIHubMix; los otros seis modelos de esta tabla están disponibles a través de AIHubMix. Las puntuaciones AA usan la configuración con la que cada modelo obtiene su puntuación más alta: max para Opus, Astra, Sonnet, Sol y Terra; high para Carbon y Argon.
Destacan dos cosas. La diferencia de precios dentro del primer nivel es enorme: el precio por token de Terra es una décima parte del de Astra, y su coste por tarea es aproximadamente el 15% del de Astra. Además, el orden varía entre clasificaciones: Sonnet ocupa el tercer lugar en Arena y el cuarto en el índice de inteligencia; Astra ocupa el tercero en el índice y el cuarto en Arena.
En la práctica, debes elegir el eje que corresponda a tu limitación. Si necesitas el máximo potencial y tienes acceso, elige Carbon. Si necesitas un modelo que puedas poner en producción hoy, Opus. Si necesitas volumen, Sol o Terra.
Para qué sirve realmente cada modelo insignia
Claude Opus 5.5: la opción predeterminada para producción
Claude Opus 5.5 es el modelo que hay que superar para el trabajo que requiere criterio a lo largo de muchos pasos. Obtiene 59 puntos en el índice de inteligencia con el esfuerzo max, lidera Arena Agents con un 20.14% y, según Anthropic, obtiene un 66.4% en Terminal-Bench 4.0 con el esfuerzo xhigh, 1846 Elo en GDPval-AA v2.1 y un 67.7% en Humanity's Last Exam con herramientas.
Al mismo tiempo, la economía mejoró. Opus tiene un precio de lista de $4/$20 por millón de tokens, y Anthropic afirma que las cargas de trabajo típicas cuestan alrededor de un 40% menos que con Opus 5. Admite una ventana de contexto de 1M tokens y 128K tokens de salida. Artificial Analysis mide un coste de $10.04 por tarea y 26.2 minutos por tarea.
Esta última cifra importa. Opus no es un modelo para clasificación de gran volumen ni generación de borradores. Es para largas sesiones de programación, investigaciones que requieren tener presentes varios documentos y agentes que deben decidir qué hacer a continuación. Si el resultado es lo bastante valioso como para que una respuesta incorrecta cueste más de diez dólares, Opus es la opción predeterminada más segura.
Gemini 4 Carbon: el líder que probablemente no puedas usar
Gemini 4 Carbon es el líder en inteligencia. La publicación de lanzamiento de Google cita una puntuación de 59 en AA v5.0; la clasificación actual muestra 60. Ocupa el segundo lugar en Arena Agents con un 16.72%, y Google informa de un 88.2% en SEC-bench Pro, un 71.0% en CWE-bench y un 54.8% en ExploitGym. El precio de lanzamiento es de $2/$10 y el precio estándar, de $4/$20.
La pega es el acceso. Carbon está disponible primero para un subconjunto de defensores de la ciberseguridad y, después, para otros socios de confianza a través del programa Fairwind. Google afirma que prevé ampliar el acceso, pero por ahora no está disponible para todo el mundo. Tampoco está en el catálogo de AIHubMix. La publicación de lanzamiento de Google no especifica una ventana de contexto para Carbon.
Para la mayoría de los equipos, Carbon es una señal de hacia dónde se dirige Gemini 4, no un modelo en torno al cual planificar. El modelo de Gemini 4 que sí se puede usar es Argon.
GPT-6 Astra: el especialista caro
GPT-6 Astra es el modelo más potente de OpenAI para tareas ambiguas que abarcan varias aplicaciones. Obtiene 57 puntos en el índice de inteligencia con el esfuerzo max, ocupa el cuarto lugar en Arena Agents con un 14.70% y tiene un precio de lista de $10/$50 por millón de tokens, con una ventana de contexto de 1.05M tokens y 128K de salida. Por encima de 272K tokens de entrada, se aplican las tarifas más altas a toda la solicitud: $20 por la entrada y $75 por la salida. Artificial Analysis mide un coste de $6.24 por tarea y 18.8 minutos por tarea.
El precio por token de Astra es cinco veces el de Sol, y su coste por tarea medido también es aproximadamente cinco veces mayor: $6.24 frente a $1.27. La comparación con Opus ofrece otro panorama. El precio por token de Astra es 2.5× el de Opus, pero su coste por tarea es menor porque usa menos tokens por tarea. En el propio análisis de OpenAI sobre mantenimiento de software, las configuraciones de esfuerzo Ultra cuentan la misma historia: Astra gastó $109.06 para generar 142 hallazgos ($0.77 por hallazgo), mientras que Sol gastó $15.12 para generar 131 hallazgos ($0.12 por hallazgo). Eso equivale al 92% de los hallazgos por el 14% del coste de API.
Astra tiene sentido cuando la tarea es verdaderamente abierta: limpiar un repositorio grande, usar un navegador y varias aplicaciones de escritorio o seguir el rastro de un problema entre herramientas. No tiene sentido para la generación en masa, donde Terra o Sol pueden hacer el mismo trabajo por una fracción del coste.
Claude Sonnet 5.5 frente a GPT-6.1 Sol: mismo precio, factura distinta
Sonnet 5.5 y Sol comparten un precio de lista de $2/$10. Sin embargo, su coste por tarea es distinto. Artificial Analysis mide $10.02 para Sonnet y $1.27 para Sol: una diferencia de 7.9×; el tiempo por tarea es de 30.6 minutos frente a 20.9 minutos.
La diferencia se debe a cuánto escribe y piensa cada modelo. Anthropic presenta Sonnet como un complemento más rápido y de menor coste que Opus para tareas cotidianas bien delimitadas, corrección de errores y documentos pulidos, y afirma que Opus sigue siendo claramente superior en tareas complejas y abiertas que requieren un criterio sostenido. La puntuación de Terminal-Bench 4.0 de Sonnet, del 70.6%, según el proveedor, es superior al 66.4% de Opus; sin embargo, no se ha publicado el nivel de esfuerzo de Sonnet, mientras que la cifra de Opus corresponde a xhigh. Un benchmark mide una tarea, no el criterio. La economía de tokens sigue explicando por qué Sonnet puede costar tanto por tarea como Opus, pese a que su precio por token sea la mitad.
Sol es el modelo para trabajar a gran escala. Obtiene 55 puntos en el índice de inteligencia con el esfuerzo max, ocupa el sexto lugar en Arena Agents con un 12.51% y admite la misma ventana de contexto de 1.05M tokens. Para ciclos de agentes que se ejecutan miles de veces al día, mantenimiento de código, análisis por lotes y revisión inicial, la cifra que importa es el coste de $1.27 por tarea de Sol.
Una regla sencilla: Sonnet cuando el resultado deba ser correcto y lo vaya a leer una persona; Sol cuando otro modelo o un conjunto de pruebas vaya a comprobar el resultado.
Gemini 4 Argon: el Gemini 4 que sí se puede usar
Gemini 4 Argon es el modelo de Gemini 4 que la mayoría de los equipos realmente puede usar. Obtiene 50 puntos en el índice de inteligencia con el esfuerzo high y ocupa el octavo lugar en Arena Agents con un 10.53%. Acepta texto, imágenes, audio, vídeo y archivos PDF, admite una ventana de contexto de 1M tokens y tiene un precio de lista de $2/$10 hasta el 30 de noviembre de 2026; a partir de entonces, será de $4/$20. Artificial Analysis mide un coste de $9.95 por tarea y 25.8 minutos por tarea.
Los resultados que comunica Google son mejores en el ámbito multimodal y científico: primer puesto general en Vals Index, un 87% en ERQA, un 57% en RareBench y un 52.2% en LabBench. Es el modelo adecuado para vídeos largos, documentos con muchos gráficos, razonamiento espacial y 3D, e investigación que combina distintos formatos. No es el modelo adecuado para chats de baja latencia: AA mide 25.8 minutos por tarea, un valor similar al de Opus, así que conviene prever un uso asíncrono o por lotes.
Kimi K3.1 Pro: el competidor de pesos abiertos para programación
Kimi K3.1 Pro es el modelo de pesos abiertos que más se ha acercado a la frontera de los modelos cerrados en programación. Moonshot informa de un 65.7% en Terminal-Bench 4.0, 0.7 puntos por detrás de Opus 5.5, además de un 61.2% en Kimi Code Bench 3.0 Long-horizon, un 92.7% en BenchCAD con herramientas y una puntuación de 64.4 en OfficeQA Pro v2. Admite una ventana de contexto de 1,048,576 tokens y se lanzó el 24 de octubre de 2026; los pesos se publicaron en Hugging Face el 2 de noviembre bajo la licencia Kimi K3.1 Pro License.
La salvedad es el índice de inteligencia. AA asigna a Kimi una puntuación de 46, 13 puntos por debajo de Opus. En Arena Agents, queda fuera de los diez primeros. Esta combinación indica que el modelo destaca en las tareas que su proveedor eligió medir, pero todavía no es un reemplazo general para un modelo insignia de frontera. Úsalo para programación en terminal, tareas CAD y 3D, y documentos financieros cuando importen una licencia abierta o el alojamiento propio.
La página de precios de Moonshot no mostraba una tarifa de lista en USD en la versión que consultamos; AIHubMix ofrece Kimi K3.1 Pro a $2/$10.5 por millón de tokens. Artificial Analysis mide un coste de $3.68 por tarea.
Claude Haiku 5.5: la opción para un uso de alta frecuencia
Haiku 5.5 es el modelo para tareas pequeñas. Obtiene 36 en el índice de inteligencia, tiene un precio de lista de $0.10/$0.50 por millón de tokens para prompts de hasta 100K tokens ($0.50/$2.50 por encima de ese límite) y admite una ventana de contexto de 1M de tokens. Artificial Analysis mide un costo de $0.41 por tarea.
Es la herramienta adecuada para clasificación, extracción, enrutamiento, resumen y subagentes que necesitan tomar una decisión rápida dentro de un flujo de trabajo más amplio. No es un modelo para razonamiento complejo: la diferencia con Opus es de 23 puntos en el índice. El patrón práctico consiste en dejar que un agente Opus o Sonnet planifique y que Haiku ejecute los pasos económicos y bien especificados.
Claude Fable 5.1: el otro modelo insignia de Anthropic
Es fácil pasar por alto Fable 5.1 porque no es el modelo al que recurre la mayoría de los equipos. Tiene un precio de lista de $10/$50 por millón de tokens, admite un contexto de 1M de tokens y una salida de 128K, y está disponible de forma general. Anthropic califica Fable 5.1 y Mythos 5.1 como sus modelos más avanzados para programación y trabajo intelectual, aunque la página no compara directamente Fable con Opus 5.5. AA le asigna 49 con el esfuerzo máximo y 50 con xhigh; Arena lo sitúa en quinto lugar, con un 13.86%.
Su variante de acceso restringido, Mythos 5.1, es el mismo modelo subyacente, pero con salvaguardas más permisivas para organizaciones estadounidenses verificadas que trabajan en ciberseguridad y ciencias de la vida; solo está disponible a través de los programas de acceso de confianza de Anthropic. El precio por token de Fable es 2.5× el de Opus, pero esa prima no se traduce en una puntuación más alta en el índice: con xhigh, Fable obtiene 50 frente a los 57 de Opus; con el esfuerzo máximo, 49 frente a 59. AA mide un costo de $10.85 por tarea para Fable con xhigh, frente a $10.04 para Opus con el esfuerzo máximo, alrededor de un 8% más. Pruébalo antes de dar por hecho que la prima vale la pena.
Pesos abiertos: cerca en programación, no en inteligencia general
| Modelo | Tamaño y licencia | Contexto | Precio de lista (entrada/salida) | Por qué importa |
|---|---|---|---|---|
| Kimi K3.1 Pro | 2.8T / 104B; licencia Kimi | 1M | No publicado | Terminal-Bench 4.0 65.7% |
| GLM 5.3 | 753B MoE; licencia glm-5.3 | 1M | $1.40 / $4.40 | Terminal-Bench 4.0 41.9% (Max) |
| DeepSeek V4.1 Flash 1017 | 763B; MIT | 1M | desde $0.15 / $0.60 | Visión y contexto de 1M |
| MiniMax M3.1 Flash | 428B / 23B activos; comunitaria | 1M | ¥1 / ¥4 | OSWorld 2.0 61.7% |
Las cifras de benchmark de la tabla de modelos de pesos abiertos son las que declaran los proveedores; la puntuación de GLM en Terminal-Bench 4.0 corresponde a su configuración Max con el entorno mini-swe-agent.
Kimi es la gran noticia. Una puntuación del 65.7% en Terminal-Bench a 0.7 puntos de Opus es un logro real, y el contexto de 1M permite usarlo en tareas a escala de repositorio. Pero la diferencia en el índice de inteligencia cuenta la otra mitad de la historia: 46 frente a 59. Un modelo puede acercarse en un benchmark de programación y aun así quedar muy rezagado en la combinación de razonamiento, conocimientos y tareas con agentes que mide el índice.
GLM 5.3 es la opción orientada al ahorro dentro de este grupo. AA le asigna 32 con el esfuerzo máximo, muy por debajo de los 46 de Kimi, pero se trata de un modelo MoE de 753B bajo la licencia glm-5.3, con un 41.9% declarado por el proveedor en Terminal-Bench 4.0 (Max, mini-swe-agent), 1769 Elo en GDPval-AA v2 y un 62.5% en Humanity's Last Exam (HLE) con herramientas. El precio oficial es $1.40/$4.40; AIHubMix lo ofrece actualmente por debajo del precio de lista, a $1.13/$3.94 por millón de tokens.
DeepSeek V4.1 Flash 1017 es la opción para reducir costos y tener el control. Es un modelo de 763B bajo licencia MIT, con una ventana de contexto de 1M de tokens, una salida máxima de 384K y entrada de visión. El precio oficial es de $0.15/$0.60 fuera de las horas punta y de $0.30/$1.20 durante esas horas; el horario punta es de 01:00–04:00 y 06:00–10:00 UTC, de lunes a viernes, excepto los festivos públicos chinos. La entrada con acierto de caché cuesta $0.003 fuera de las horas punta y $0.006 durante ellas, por millón de tokens. No es un modelo generalista de primer nivel, pero sí una forma muy económica de tener un modelo multimodal con contexto largo.
MiniMax M3.1 Flash es una opción multimodal para agentes: 428B parámetros en total, 23B activos por token, una ventana de contexto de 1M de tokens, entrada de texto, imagen y video, y una puntuación de 61.7 en OSWorld 2.0. MiniMax fija el precio en CNY, a ¥1/¥4 por millón de tokens. Es una alternativa creíble para alojar por cuenta propia en flujos de trabajo de uso del ordenador, aunque su velocidad no destaca.
El valor de los pesos abiertos no reside en que la brecha se haya cerrado en todos los ámbitos. Reside en que puedes tener el modelo bajo tu control cuando los datos no pueden salir de tu red, cuando los costos deben ser fijos o cuando necesitas hacer un ajuste fino. Ante esas limitaciones, unos pocos puntos en el índice importan menos que la libertad de implementación.
Fuera de la lista corta, Muse Wonder de Meta es el otro agente multimodal entre los diez primeros de Arena, en noveno lugar con un 9.42%; su configuración Full obtiene 50 en AA, mientras que la configuración estándar obtiene 44. Grok 4.7 de xAI ofrece un contexto de 500K, tiene un precio de lista de $2/$6 para prompts de menos de 200K tokens ($4/$12 a partir de 200K) y obtiene 35 en AA. Qwen3.8 Max de Alibaba obtiene 34 y cuesta $10.02 por tarea. Ninguno cambia el panorama del primer nivel.
El precio por token no es el costo por tarea
| Modelo | II de AA | Costo por tarea según AA | Factura a precios de lista |
|---|---|---|---|
| Gemini 4 Carbon | 60 | $7.76 | $80 |
| Claude Opus 5.5 | 59 | $10.04 | $80 |
| GPT-6 Astra | 57 | $6.24 | $200 |
| Claude Sonnet 5.5 | 55 | $10.02 | $40 |
| GPT-6.1 Sol | 55 | $1.27 | $40 |
| GPT-6.1 Terra | 51 | $0.96 | $20 |
| Gemini 4 Argon | 50 | $9.95 | $80 |
| Claude Haiku 5.5 | 36 | $0.41 | $2 |
La columna de la factura es un ejemplo calculado, no una cifra de AA: 10M de tokens de entrada más 2M de tokens de salida a los precios de lista estándar, suponiendo que cada solicitud se mantenga por debajo del límite de contexto largo de su proveedor, sin caché ni descuento por lote. Carbon y Argon aparecen con sus tarifas estándar; sus precios de lanzamiento y promocionales reducen esas facturas a $40 cada una.
De ello se desprenden tres conclusiones.
Primero, el mismo precio por token puede dar lugar a una diferencia de aproximadamente 8× en el costo por tarea. Sonnet y Sol tienen un precio de lista de $2/$10. El costo medido por tarea de Sonnet es de $10.02; el de Sol, $1.27. La diferencia se debe a la longitud de la salida y al tiempo de pensamiento, no a la tarifa.
Segundo, un modelo caro no siempre es la opción más costosa. El precio por token de Astra es 2.5× el de Opus, pero su costo por tarea es de $6.24 frente a los $10.04 de Opus, porque consume menos tokens por tarea. Una tarifa alta y una factura elevada no son lo mismo.
Tercero, el contexto no es gratis. El nivel de contexto largo de OpenAI aplica tarifas más altas a toda la solicitud una vez que supera los 272K tokens: $20 de entrada y $75 de salida para Astra, y $4 y $15 para Sol. Una ventana de 1M de tokens es útil; llenarla en cada solicitud es una decisión presupuestaria.
Cómo elegir
| Si necesitas... | Empieza con | Después, considera |
|---|---|---|
| Un modelo insignia para todo | Claude Opus 5.5 | Carbon si tienes acceso |
| Programación y documentos cotidianos | Claude Sonnet 5.5 | Sol para un mayor volumen |
| Agentes a gran escala con costos ajustados | GPT-6.1 Sol | Terra o DeepSeek |
| Multimodalidad y videos largos | Gemini 4 Argon | Muse Wonder |
| Pesos abiertos o alojamiento propio | Kimi K3.1 Pro para obtener más capacidad | GLM 5.3 o DeepSeek para reducir costos |
| Tareas pequeñas y frecuentes | Claude Haiku 5.5 | Terra |
Tres reglas permiten aprovechar la tabla.
Prueba 20 tareas reales antes de decidirte. Usa tus prompts, tu formato de salida y tus criterios de fallo, no un benchmark público. Veinte tareas bastan para detectar un modelo que no pueda seguir tu esquema o que falle con un contexto largo.
Separa las decisiones de la ejecución. Deja que Opus o Sonnet planifiquen, revisen y se ocupen de los casos difíciles; deja que Haiku, Sol o DeepSeek ejecuten los pasos bien especificados. En un sistema de agentes, el modelo más costoso no tiene que realizar cada paso.
Mantén una capa sustituible. Los modelos cambian cada pocos meses. Tener una sola API, una sola factura y un solo registro importa más que elegir al ganador de un mes concreto.
Uso de estos modelos a través de AIHubMix
AIHubMix no es otro modelo, sino una forma de poder cambiar de modelo. Una sola clave funciona con un endpoint compatible con OpenAI, un endpoint compatible con Claude (beta) y un endpoint nativo de Gemini, con más de 900 modelos en una sola factura. Gemini 4 Carbon es el único de los modelos de las tablas que no ofrece. La guía de inicio rápido muestra el formato de la solicitud.
Para la mayoría de los equipos, basta con el endpoint compatible con OpenAI:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
prompt = "Explain in three sentences why cost per task beats cost per token."
response = client.chat.completions.create(
model="claude-opus-5-5",
messages=[{"role": "user", "content": prompt}],
)
print(response.choices[0].message.content)
Los ID de los modelos siguen los nombres de los proveedores (Carbon no tiene ID aquí): claude-opus-5-5, claude-sonnet-5-5, claude-haiku-5-5, claude-fable-5-1, gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra, gemini-4-argon, kimi-k3.1-pro, glm-5.3, deepseek-v4.1-flash-1017, minimax-m3.1-flash y muse-wonder.
Si no quieres elegir en cada solicitud, el enrutador auto admite cuatro estrategias: cost_optimized (la predeterminada), balanced, quality_first y latency_critical. Úsalo para tareas exploratorias; fija un modelo para las tareas críticas y mantén una alternativa de respaldo.
Preguntas frecuentes
¿Cuál es el modelo de IA más potente ahora mismo?
A fecha del 5 de noviembre de 2026, Gemini 4 Carbon, con 60 en el índice de inteligencia actual de Artificial Analysis. Para un modelo que la mayoría de los equipos realmente pueda poner en producción, Claude Opus 5.5, con 59.
¿Puedo usar Gemini 4 Carbon a través de AIHubMix?
No. Carbon está limitado a un subconjunto de especialistas en ciberseguridad y socios de Fairwind, y no está en el catálogo. Gemini 4 Argon es la versión de Gemini 4 disponible de forma general.
¿Qué modelo es mejor para programar?
Opus 5.5 para tareas difíciles y abiertas; Sonnet 5.5 para programación y documentos cotidianos; Sol para ciclos de agentes de gran volumen; Kimi K3.1 Pro si necesitas pesos abiertos.
¿Por qué Sonnet 5.5 cuesta tanto por tarea si tiene el mismo precio por token que Sol?
Artificial Analysis mide un costo de $10.02 por tarea para Sonnet y de $1.27 para Sol. Sonnet consume muchos más tokens por tarea. El precio por token es el mismo; la factura, no.
¿Cuál es el modelo más barato del primer nivel?
GPT-6.1 Terra, con $0.96 por tarea según AA. Entre los modelos con una puntuación de 55 o más, GPT-6.1 Sol es el más barato, a $1.27. DeepSeek V4.1 Flash cuesta menos por token, pero obtiene una puntuación muy inferior a la del primer nivel.
¿Los modelos de pesos abiertos igualan a los modelos de vanguardia?
En benchmarks específicos de programación, Kimi está cerca: 65.7% frente a 66.4% en Terminal-Bench 4.0, con Opus evaluado con esfuerzo xhigh. En inteligencia general, AA le asigna 46, frente a los 59 de Opus. Elige pesos abiertos por el control, el costo y el ajuste fino, no porque la brecha se haya cerrado en todos los ámbitos.
¿Puedo llamar a todos estos modelos con una sola clave de API?
Carbon no está en el catálogo de AIHubMix; todos los demás modelos de las tablas sí. Una sola clave funciona con los endpoints compatibles con OpenAI, compatible con Claude y nativo de Gemini.
Fuentes
- Clasificación del índice de inteligencia de Artificial Analysis, consultada el 5 de noviembre de 2026.
- Clasificación de Arena Agents, consultada el 5 de noviembre de 2026.
- Material de proveedores de vanguardia: Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, Claude Fable 5.1 y Mythos 5.1, descripción general de los modelos Claude, Gemini 4 Carbon, Gemini 4 Argon, modelos de Gemini API, catálogo de modelos de OpenAI, publicación de mantenimiento de la familia GPT-6, Kimi K3.1 Pro, precios de Kimi.
- Material de proveedores de modelos con pesos abiertos: precios de GLM 5.3, ficha del modelo GLM 5.3, precios de DeepSeek, ficha del modelo DeepSeek V4.1 Flash 1017, precios de MiniMax, ficha del modelo MiniMax M3.1 Flash, modelos Grok 4.7.
- AIHubMix: catálogo de modelos y inicio rápido de la API, consultados el 5 de noviembre de 2026.
