OpenRouter · Preguntas de ciencias de nivel de posgrado (GPQA Diamond)
Recopilamos y mostramos periódicamente datos públicos de benchmarks (clasificaciones por votos de usuarios de LMArena, puntuaciones de pruebas de Epoch AI y clasificaciones de uso de OpenRouter). Cada clasificación indica tanto la fecha de publicación como la fecha de recopilación. Las puntuaciones no las asigna este sitio.
Cómo interpretar esta clasificación
Qué mide: Es el porcentaje de respuestas correctas en GPQA Diamond (preguntas de opción múltiple de biología, química y física de nivel de posgrado), ejecutado por OpenRouter. También publica el costo medio por pregunta.
Cómo interpretar la puntuación: Cuanto mayor sea el porcentaje de respuestas correctas (%), mejor. El 'costo medio por pregunta' es el importe medio que cuesta resolver una pregunta con las tarifas de OpenRouter, lo que permite comparar el costo en relación con el rendimiento.
Precauciones: Las condiciones de ejecución difieren de las de las puntuaciones de GPQA de Epoch AI, por lo que las cifras pueden ser distintas. Los costos se basan en las tarifas de OpenRouter.
Claves para interpretar esta clasificación
- La puntuación más alta es 95.6%, obtenida por Gemini 3.8 Flash.
- La diferencia entre el 1.º y el 5.º puesto es de 1.2%p.
- Entre los 10 modelos mejor clasificados, OpenAI tiene la mayor cantidad, con 5 modelos.
- Entre los 10 primeros, el modelo con el menor costo medio por pregunta es Jev Router ($0.0159, puntuación 93.9%).
Preguntas de ciencias de nivel de posgrado (GPQA Diamond) OpenRouter
Publicado el 2026-10-04 · Obtenido el 2026-10-05
El gráfico muestra solo la configuración de razonamiento de cada modelo (high, max, etc.) con la puntuación más alta. La tabla muestra las posiciones de todas las configuraciones.
Ver tabla (los 60 mejores)
| Puesto | Modelo | Desarrollador | Puntuación | Costo medio por pregunta |
|---|---|---|---|---|
| 1 | #1Gemini 3.8 Flash | 95.6% | $0.0682 | |
| 2 | #2OGPT-6 Astra Pro | OpenAI | 95.5% | $0.3326 |
| 3 | #3SFugu Ultra | Sakana | 94.6% | $1.1487 |
| 4 | #4Gemini 3.1 Pro Preview | 94.5% | $0.202 | |
| 5 | #5OGPT-6 Astra | OpenAI | 94.4% | $0.1133 |
| 6 | #6OGPT-6.1 Sol | OpenAI | 94.4% | $0.0214 |
| 7 | #7TJev Router | Typesafe | 93.9% | $0.0159 |
| 8 | #8OGPT-5.6 Sol Pro | OpenAI | 93.9% | $0.2979 |
| 9 | #9Gemini 3.7 Flash | 93.9% | $0.0293 | |
| 10 | #10OGPT-5.5 | OpenAI | 93.7% | $0.3093 |
| 11 | #11SFugu Ultra V2 | Sakana | 93.3% | $0.5026 |
| 12 | #12xGrok 4.6 | xAI | 92.8% | $0.1233 |
| 13 | #13Gemini 3.6 Flash | 92.6% | $0.0596 | |
| 14 | #14Gemini 3.5 Flash | 92.6% | $0.1413 | |
| 15 | #15UPareto | Unbiased | 92.4% | $0.0338 |
| 16 | #16OGPT-5.6 Sol | OpenAI | 92.1% | $0.0604 |
| 17 | #17Claude Sonnet 5.5 | Anthropic | 92.1% | $0.0253 |
| 18 | #18OGPT-6 Sol | OpenAI | 91.9% | $0.0253 |
| 19 | #19Kimi K3 | Moonshot AI | 91.9% | $0.1323 |
| 20 | #20Switchyard | NVIDIA | 91.4% | $0.0179 |
| 21 | #21ZGLM 5.3 Flash | Z.ai | 90.9% | $0.0054 |
| 22 | #22Qwen3.7 Max | Alibaba | 90.9% | $0.2222 |
| 23 | #23MiniMax M3 | MiniMax | 90.3% | $0.0348 |
| 24 | #24OGPT-5.4 | OpenAI | 90.3% | $0.1467 |
| 25 | #25Claude Opus 5.5 | Anthropic | 90.2% | $0.0542 |
| 26 | #26OGPT-5.6 Luna Pro | OpenAI | 90% | $0.0412 |
| 27 | #27Claude Fable 5.1 | Anthropic | 89.9% | $0.1305 |
| 28 | #28DeepSeek V4 Pro 0813 | DeepSeek | 89.8% | $0.1143 |
| 29 | #29Claude Opus 4.8 | Anthropic | 89.7% | $0.2016 |
| 30 | #30Claude Opus 4.7 | Anthropic | 89.4% | $0.2239 |
| 31 | #31THy4 preview | Tencent | 89.1% | $0.1253 |
| 32 | #32ANova Micro 1.0 | Amazon | 89% | $0.2165 |
| 33 | #33DeepSeek V4.1 Flash | DeepSeek | 88.9% | $0.0244 |
| 34 | #34OGPT-5.6 Terra | OpenAI | 88.8% | $0.0344 |
| 35 | #35MiMo-V2.6-Pro | Xiaomi | 88.6% | $0.0319 |
| 36 | #36SFugu Max | Sakana | 88.6% | $0.0756 |
| 37 | #37Qwen3.8 Flash | Alibaba | 88.6% | $0.0215 |
| 38 | #38Gemini 3 Flash Preview | 88.4% | $0.1318 | |
| 39 | #39OGPT-6 Luna Pro | OpenAI | 88.4% | $0.0083 |
| 40 | #40DeepSeek V4 Flash Vision Exp | DeepSeek | 88% | $0.0228 |
| 41 | #41OAuto Router | Openrouter | 88% | $0.0892 |
| 42 | #42OGPT-5.2 | OpenAI | 87.9% | $0.1333 |
| 43 | #43Qwen3.7 Plus | Alibaba | 87.9% | $0.044 |
| 44 | #44OGPT-5.6 Luna | OpenAI | 87.9% | $0.0079 |
| 45 | #45Claude Opus 5 | Anthropic | 87.5% | $0.1306 |
| 46 | #46OGPT-6 Luna | OpenAI | 87.4% | $0.003 |
| 47 | #47Kimi K2 Thinking | Moonshot AI | 87.3% | $0.1062 |
| 48 | #48Qwen3.8 2.4T A95B | Alibaba | 86.9% | $0.0824 |
| 49 | #49TInkling Small | Thinkingmachines | 86.6% | $0.0253 |
| 50 | #50OGPT-5.1 | OpenAI | 86.4% | $0.2213 |
| 51 | #51DeepSeek V4 Flash 0731 | DeepSeek | 86.3% | $0.008 |
| 52 | #52MiniMax M2.1 | MiniMax | 86.2% | $0.0403 |
| 53 | #53Claude Opus 4.5 | Anthropic | 86.2% | $0.8454 |
| 54 | #54DeepSeek V4 Pro 0423 | DeepSeek | 86.2% | $0.0544 |
| 55 | #55Claude Opus 4.6 | Anthropic | 86% | $0.7469 |
| 56 | #56DeepSeek V4 Flash 0423 | DeepSeek | 85.8% | $0.0062 |
| 57 | #57ZGLM 5.3 Flash | Z.ai | 85.7% | $0.0123 |
| 58 | #58OGPT-5 | OpenAI | 85.7% | $0.2099 |
| 59 | #59Claude Fable 5 | Anthropic | 85.5% | $0.1754 |
| 60 | #60ZGLM 5.3 | Z.ai | 85.4% | $0.0925 |
Source: OpenRouter evals (openrouter.ai) via OpenRouter (openrouter.ai/rankings). Licensed under CC BY 4.0.
Datos: LMArena leaderboard dataset (CC BY 4.0). Cambios: Solo se muestran los 50 primeros de cada clasificación; las puntuaciones se redondean. https://huggingface.co/datasets/lmarena-ai/leaderboard-datasetLos logotipos son marcas comerciales de sus respectivas empresas y solo se usan para identificarlas (iconos: Simple Icons).Datos: Epoch AI — Capabilities & benchmarking (CC BY 4.0). https://epoch.ai/benchmarksSource: Artificial Analysis (artificialanalysis.ai) via OpenRouter (openrouter.ai/rankings). Source: OpenRouter evals (openrouter.ai) via OpenRouter (openrouter.ai/rankings). Source: Design Arena (www.designarena.ai) via OpenRouter (openrouter.ai/rankings). Licensed under CC BY 4.0. Source: OpenRouter (openrouter.ai/rankings), as of 2026-10-05. Licensed under CC BY 4.0. https://openrouter.ai/rankings