EN VIVO
Apr 7Claude Mythos Preview · Anthropic's most capable model arrives·Mar 31GPT-5.4 Nano launched on OpenAI·Mar 31GPT-5.4 Mini joins the OpenAI lineup·Mar 30Claude Opus 4.5 input price dropped · $5.00 per 1M tokens·Mar 30Mistral Small 4 available via Mistral AI·Mar 29Gemini 2.5 Pro scores 94.1% on MMLU·Mar 29Grok 4.20 Multi-Agent Beta enters agent rankings·Mar 28DeepSeek V3.2 output price dropped · $0.38 per 1M tokens·Mar 287 new MCP servers added in dev-tools category·Mar 27Claude Sonnet 4.6 released by Anthropic·Mar 27Claude Opus 4.6 released by Anthropic·Mar 26OTIS Mock AIME 2024-2025 benchmark added·Mar 26Claude Opus 4.1 pricing increased · $15/$75 per 1M tokens·Mar 25Grok 4.20 Beta launched by xAI·Mar 25Inception added as a tracked provider·Mar 24DeepSeek R1 0528 posted 87.2% on GPQA Diamond·Mar 243 new MCP servers in AI/ML category·Mar 23GPT-4o Audio Preview marked as deprecated·Mar 23Mistral Medium 3.1 input price cut to $0.40 per 1M tokens·Mar 22DeepSeek V3.2 Speciale released·Mar 22WeirdML benchmark now tracked on BenchGecko·Mar 20Nemotron 3 Super (120B) launched by NVIDIA·Mar 20Gemini 2.5 Flash Lite priced at $0.10/$0.40 per 1M tokens·Mar 18Mistral Large 3 2512 released by Mistral AI·Mar 18Grok Code Fast 1 added to agent rankings·Mar 16Claude Sonnet 4.5 scores 91.7% on MMLU·Mar 1612 new MCP servers added across 5 categories·Mar 14GPT-5.4 Pro launched · OpenAI's new flagship·Mar 14GPT-5.4 standard tier released by OpenAI·Mar 12Grok 3 Mini marked as deprecated by xAI·Mar 12Llama 3.3 Nemotron Super 49B pricing dropped·Mar 10Liquid added as a tracked provider·Mar 10MiniMax M2.7 released by MiniMax·Mar 8Grok 4 posted 89.4% on GPQA Diamond·Mar 8LAMBADA benchmark scores now tracked·Mar 5Gemini 2.5 Flash output price reduced to $2.50 per 1M tokens·Mar 5Mercury 2 launched by Inception·Mar 3Qwen3.5-Flash released by Alibaba Qwen·Mar 35 new MCP servers added · finance and auth categories·Apr 7Claude Mythos Preview · Anthropic's most capable model arrives·Mar 31GPT-5.4 Nano launched on OpenAI·Mar 31GPT-5.4 Mini joins the OpenAI lineup·Mar 30Claude Opus 4.5 input price dropped · $5.00 per 1M tokens·Mar 30Mistral Small 4 available via Mistral AI·Mar 29Gemini 2.5 Pro scores 94.1% on MMLU·Mar 29Grok 4.20 Multi-Agent Beta enters agent rankings·Mar 28DeepSeek V3.2 output price dropped · $0.38 per 1M tokens·Mar 287 new MCP servers added in dev-tools category·Mar 27Claude Sonnet 4.6 released by Anthropic·Mar 27Claude Opus 4.6 released by Anthropic·Mar 26OTIS Mock AIME 2024-2025 benchmark added·Mar 26Claude Opus 4.1 pricing increased · $15/$75 per 1M tokens·Mar 25Grok 4.20 Beta launched by xAI·Mar 25Inception added as a tracked provider·Mar 24DeepSeek R1 0528 posted 87.2% on GPQA Diamond·Mar 243 new MCP servers in AI/ML category·Mar 23GPT-4o Audio Preview marked as deprecated·Mar 23Mistral Medium 3.1 input price cut to $0.40 per 1M tokens·Mar 22DeepSeek V3.2 Speciale released·Mar 22WeirdML benchmark now tracked on BenchGecko·Mar 20Nemotron 3 Super (120B) launched by NVIDIA·Mar 20Gemini 2.5 Flash Lite priced at $0.10/$0.40 per 1M tokens·Mar 18Mistral Large 3 2512 released by Mistral AI·Mar 18Grok Code Fast 1 added to agent rankings·Mar 16Claude Sonnet 4.5 scores 91.7% on MMLU·Mar 1612 new MCP servers added across 5 categories·Mar 14GPT-5.4 Pro launched · OpenAI's new flagship·Mar 14GPT-5.4 standard tier released by OpenAI·Mar 12Grok 3 Mini marked as deprecated by xAI·Mar 12Llama 3.3 Nemotron Super 49B pricing dropped·Mar 10Liquid added as a tracked provider·Mar 10MiniMax M2.7 released by MiniMax·Mar 8Grok 4 posted 89.4% on GPQA Diamond·Mar 8LAMBADA benchmark scores now tracked·Mar 5Gemini 2.5 Flash output price reduced to $2.50 per 1M tokens·Mar 5Mercury 2 launched by Inception·Mar 3Qwen3.5-Flash released by Alibaba Qwen·Mar 35 new MCP servers added · finance and auth categories·
La economía IA, Rastreada.
Pulso31·agitado
Burbuja278%·agitado
GPT-5.5 Pro+4.0
Open Source16.2%
Estado de los proveedores en vivo · 24hEstado completo →
Clasificación
GPT-5.5 Pro
#1
99.9
$30.00/M
Qwen3.5 397B A17B
#2
96.3
$0.39/M
DeepSeek V3.2 Speciale
#3
95.2
$0.40/M
Claude Fable 5
#4
93.2
$10.00/M
GLM 5.2
#5
92.7
$1.00/M
Step 3.5 Flash
#6
89.5
$0.10/M
GPT-5 Chat
#7
89.0
$1.25/M
GPT-5.4 Pro
#8
87.9
$30.00/M
DeepSeek V4 Pro
#9
86.5
$0.43/M
GPT-5.1-Codex-Max
#10
85.6
$1.25/M
Claude Opus 4.6 (Fast)
#11
83.3
$30.00/M
Claude Opus 4.8
#12
82.8
$5.00/M
MiMo-V2-Flash
#13
81.7
$0.09/M
Ancho de barra · puntuación promedio de benchmark · Color · categoría
Lo que suena
Tamaño · cuota de voz · Color · tendencia 7d (verde sube, rojo baja)
El Pulso
El Pulso
31
frothy
7d · +3 pts
Índice Burbuja · componentes
Valuation Premiumhealthy+2.1
Funding Accelerationhealthy+1.5
Concentration Riskhealthy0
Revenue Qualityhealthy+1.4
Capex Gaphealthy+0.3
Mayor movimiento · Valuation Premium sube 2.1 pts
Índice Burbuja278%
SaludableEspumosoSobrecalentadoBurbuja
Señales cruzadas
Últimos movimientos de benchmarks
Todo →Hoy en IA
Todo →Apr 7
Claude Mythos Preview · Anthropic's most capable model arrivesMar 31
GPT-5.4 Nano launched on OpenAIMar 31GPT-5.4 Mini joins the OpenAI lineupMar 30Claude Opus 4.5 input price dropped · $5.00 per 1M tokensMar 30
Mistral Small 4 available via Mistral AIMar 29
Gemini 2.5 Pro scores 94.1% on MMLUMar 29
Grok 4.20 Multi-Agent Beta enters agent rankingsMar 28
DeepSeek V3.2 output price dropped · $0.38 per 1M tokensMar 287 new MCP servers added in dev-tools categoryMar 27Claude Sonnet 4.6 released by AnthropicMar 27Claude Opus 4.6 released by AnthropicMar 26OTIS Mock AIME 2024-2025 benchmark added
Más indicadores
Gecko Pulse
31+3
Pulse rose +3 this week · GPT-5.5 Pro drove benchmark velocity.
AI Bubble Index
278%↑
frothy · valuation premium leading the move.
Mindshare Pulse
78+12
Narrative energy spread across models · no single winner.
AICDI · Compute
71+2
Data-center intensity climbing · HBM bookings tight.
FCI · Foundries
62+1
TSMC N3 utilisation above 90% · queue deepening.
MDI · Memory
84+4
HBM3E scarcity driving GPU street prices up.
HBM Tension
76+3
Lead times stretching past 52 weeks · supply cliff watch.
Capex / Rev Gap
3.4×+0.2×
Hyperscaler capex outpacing AI revenue by 3.4× · widening.
La Matriz · Top 20 Modelos
| # | Benchmarks | ||||
|---|---|---|---|---|---|
| 1 | 99.9 | $30.00 | 400K | 3 | |
| 2 | 97.8 | — | 1000K | 14 | |
| 3 | 96.3 | $0.39 | 256K | 11 | |
| 4 | 95.2 | $0.40 | 164K | 9 | |
| 5 | 93.2 | $10.00 | 1000K | 13 | |
| 6 | 92.7 | $1.00 | 1049K | 13 | |
| 7 | 89.5 | $0.10 | 262K | 10 | |
| 8 | 89.0 | $1.25 | 128K | 7 | |
| 9 | 87.9 | $30.00 | 1050K | 10 | |
| 10 | HA Qwen2.5 72B Instruct Abliterated | 87.5 | — | — | 6 |
| 11 | 86.5 | $0.43 | 1049K | 12 | |
| 12 | 86.1 | — | — | 7 | |
| 13 | 85.6 | $1.25 | 400K | 8 | |
| 14 | 85.4 | — | — | 11 | |
| 15 | 84.6 | — | — | 4 | |
| 16 | 83.3 | $30.00 | 1000K | 12 | |
| 17 | 82.8 | $5.00 | 1000K | 16 | |
| 18 | U PaLM 2-L | 81.8 | — | — | 4 |
| 19 | 81.7 | $0.09 | 262K | 11 | |
| 20 | 81.3 | — | — | 7 |
El stack · 11 capas de datos
Modelos
Benchmark, precio, contexto · cada modelo frontier
1152 rastreados
Proveedores
Matriz de disponibilidad en cada proveedor de inferencia IA
274 rastreados
Agentes
SWE-bench · MLE-bench · OSWorld y más
165 rastreados
Benchmarks
Evolución de puntuaciones en cada benchmark importante
130 rastreados
Investigación
Biblioteca de investigación · métodos · notas · mapas de fuentes
Hub
Economía
Índice Burbuja · valoraciones · inversión · capitalización
71 empresas
Lo que suena
Seguimiento de atención estilo Kaito en todas las señales
93 entidades
Infra
Chips · fundiciones · memoria · sistemas · energía
6 índices
Precios
Buscador de arbitraje · sustitutos · rastreador de tier gratuito
En vivo
Recursos
251 términos · glosario · rutas de aprendizaje
251 términos
Comparar
Comparación universal · modelos · agentes · proveedores
15+ rutas
Recursos IA
Todas las rutas →Ruta · 7 términos
The AI Bubble Explained
Seven terms that decode whether AI is overpriced, fairly priced, or criminally underpriced. Read in order.
Ruta · 6 términos
Pick an AI Model
Six terms to go from "I need an AI" to "here is the cheapest model that meets my spec."
Ruta · 7 términos
From Sand to Model
The AI supply chain in 7 terms · foundry, memory, chip, system, datacenter, provider, API.
Indicadores destacados
El Pulso
Salud del ecosistema IA · compuesto 0-100
Ver gráfico completo →
Índice Burbuja
Lectura actual vs pico dotcom
Ver gráfico completo →
Lo que suena
Cuota de voz entre modelos
Ver gráfico completo →
Clasificación
Top modelos por puntuación promedio de benchmark
Ver gráfico completo →
Ancho de banda HBM
Índice de tensión de suministro de memoria
Ver gráfico completo →
Capex parabólico
Trayectoria de capex IA de hyperscalers
Ver gráfico completo →
Metodología · FAQ · Frescura
Metodología completa →¿Con qué frecuencia se actualizan los datos de BenchGecko?›
Los datos de modelos y benchmarks se actualizan a diario desde fuentes primarias. Los precios se obtienen de cada API de proveedor de forma continua. Las señales de atención se agregan semanalmente. El Pulso se recalcula a las 00:00 UTC.
¿Qué es El Pulso?›
Una puntuación compuesta de 0 a 100 sobre la salud de la economía IA. Combina el Índice Burbuja inverso, velocidad de benchmarks, compresión de precios, diversidad de atención y tensión de la cadena de suministro en un solo número. Más bajo es más saludable.
¿Cómo se normalizan las puntuaciones de benchmark?›
Cada benchmark se normaliza min-max en todo el conjunto de modelos puntuados. Los rankings promedian puntuaciones normalizadas de 3 o más benchmarks por modelo para evitar sobreponderar una sola prueba.
¿De dónde provienen los datos de precios?›
Respuestas directas de API de proveedores · OpenRouter, OpenAI, Anthropic, Google, xAI, DeepSeek, Mistral y otros. Cada captura se almacena con atribución de fuente en la página de detalle del modelo.
¿Puedo citar datos de BenchGecko?›
Sí. Cada página incluye una barra de Compartir y Citar con formatos APA, MLA, BibTeX, Chicago y texto plano. La atribución es obligatoria en el tier gratuito de la API y recomendada en todos los casos.
Fuentes ·OpenRouterEpoch AISWE-benchMCP RegistryChatbot ArenaHuggingFaceLiveBenchArtificial AnalysisSEALAider
Actualizado hace 2h · 10+ fuentes autorizadas · cero contenido editorial·Learn · Glossary·Investigación·Developers