mg. Mauricio
Giacometti Conversemos
UN EXPERIMENTO / MODELOS DE LENGUAJEDATOS DE ARTIFICIAL ANALYSIS · 2026-10-19

1 · Para qué sirve

¿Qué modelo elijo
para mi agente?

Si estás armando un agente, tenés que elegir qué modelo de lenguaje lo mueve. Hay decenas y todos dicen ser buenos. Esta página te ayuda a decidir en dos pasos: primero, entender cómo se ordena la oferta; después, si querés, encontrar el modelo que conviene para tu tarea y tu presupuesto.

No hay un “mejor modelo”

El que gana escribiendo código no es necesariamente el que gana leyendo documentos. Depende de la tarea y de cuánto podés pagar.

La capacidad se paga cara

Entre el tramo más básico y el más capaz, la capacidad de razonamiento se multiplica por 1,9 y el precio de entrada por 10. Duplicar la capacidad cuesta cinco veces más.

“Rápido” son tres cosas

Cuánto tarda en arrancar, cuántas palabras escribe por segundo y cuánto tarda en terminar una tarea. Un modelo puede escribir rápido y tardar minutos en empezar.

Base:

Mirá el mapa ↓

2 · Cómo se ordena la oferta

El mapa de los 24 modelos

Cada punto es un modelo. Lo que importa es hacia dónde está:

  • Hacia la derecha (PC1): más capaz. Resume en un solo eje cuatro pruebas de calidad: razonamiento, código, trabajo agéntico y documentos.
  • Hacia arriba (PC2): escribe más tokens por segundo una vez que arrancó. No es el tiempo de respuesta: un modelo de arriba puede tardar minutos en empezar.
  • Color y forma: el tramo. Tamaño: cuánto cuesta. Más grande, más caro (costo ponderado estimado por millón de tokens).

Pasá el mouse por un punto para ver sus datos; hacé clic para ver su ficha.

PC1 y PC2 son componentes principales, no variables: PC1 explica el 70,1 % de la varianza y PC2 el 13,6 %. La latencia quedó fuera del modelo. Fuente: artificialanalysis.ai/models, corte 2026-10-19.

Cuatro tramos de una misma escalera

Agrupamos los modelos en cuatro tramos para poder hablar de ellos. No son cuatro tipos de modelo: son cuatro cortes de una escalera continua donde la capacidad sube, la velocidad baja y el precio acompaña. La división no está validada: no se probó si se mantiene al cambiar los datos.

Por qué “rápido” engaña: las tres velocidades por tramo
Promedios por tramo. Fuente: artificialanalysis.ai/models, corte 2026-10-19.
MedidaC0C1C2C3
Caudal de salida (t/s)508,6122,751,2110,7
Latencia al primer token (s)1,441,2114,0304,1
Tiempo por tarea (s)805981.106703

El tramo de frontera escribe rápido pero arranca tarde, porque razona antes de emitir. El de trabajo pesado arranca antes pero escribe a la mitad del caudal, y termina siendo el más lento de punta a punta.

3 · Elegí tu modelo

Ahora sí: el mejor para tu caso

Si ya viste cómo se ordena la oferta, acá podés bajar al detalle: elegir la tarea, poner tus límites de precio, contexto y espera, y ver qué modelos quedan arriba y cuáles dan más por menos.

Abrir el explorador: filtros, ranking, costo y tabla completa
  • K2 Horizon (†) tiene precio imputado y no se comercializa. La fuente publica 0,00; se le asignó el mínimo del dataset. Si encabeza un orden por costo, no es una opción contratable.
  • Las tareas no se mezclan. Cada una es una prueba distinta; no se calcula ningún promedio entre ellas.
  • “Sin dato” no es puntaje bajo. Significa que la prueba no se corrió para ese modelo.

Ranking

Ficha del modelo

Costo contra capacidad

Eje X: el puntaje en la tarea elegida. Eje Y: el costo, en escala logarítmica. La línea une la frontera de Pareto: los modelos para los que ningún otro es a la vez mejor y más barato.

Todas las métricas

Hacé clic en un encabezado para ordenar. Los faltantes figuran como “sin dato” y siempre van al final, en cualquier sentido de orden.

Lo que esta página no puede decir

Datos: artificialanalysis.ai/models, corte 2026-10-19. Análisis y herramienta: Mauricio Giacometti.

Código y datos: github.com/mgiacomettiferrer/que-modelo-elijo