Metodología

Fuentes de datos

Puntuaciones de benchmark

Mostramos las puntuaciones tal como las reporta su fuente. No se ajustan, ponderan ni normalizan para comparación entre benchmarks salvo indicación explícita.

Cuando varias fuentes reportan el mismo benchmark para un modelo, BenchGecko conserva la puntuación de la fuente más autorizada (la clasificación propia del benchmark antes que los agregadores). Las puntuaciones de los anuncios oficiales de los modelos se añaden cuando las clasificaciones públicas aún no las incluyen.

BenchGecko Score

El BenchGecko Score ordena los modelos en una sola escala. Cada puntuación de benchmark se reescala de 0 a 100 entre la puntuación más baja y la más alta que tiene cualquier modelo rastreado en ese benchmark, y después se promedian las puntuaciones reescaladas. Se excluyen las valoraciones Arena Elo y los índices compuestos de Artificial Analysis, y un modelo necesita al menos 3 benchmarks para recibir una puntuación. Es una señal resumida: revisa la cobertura en la página del modelo antes de sacar conclusiones firmes.

Precios

Los precios de lista de los modelos provienen del catálogo público de OpenRouter y se muestran por 1 millón de tokens. Rastreamos 9 campos de precio: entrada, salida, lectura de caché, escritura de caché, imagen, audio, razonamiento interno, búsqueda web y tarifas por solicitud. Las ofertas por proveedor (precio, cuantización, ventana de contexto, disponibilidad) provienen de la API de endpoints de OpenRouter, así que un mismo modelo se puede comparar entre distintos hosts.

Los precios se comprueban cada día y se guardan como historial diario de precios, graficado en la página de cada modelo. Los cambios de precio que se mantienen se registran como eventos fechados en el registro de cambios.

Monitoreo de disponibilidad

La disponibilidad de los proveedores se mide llamando cada 15 minutos al endpoint público de la API de cada proveedor rastreado y registrando el estado HTTP y el tiempo de respuesta. Tres comprobaciones fallidas seguidas abren un incidente; dos correctas seguidas lo cierran.

Los porcentajes de disponibilidad se calculan a partir de las comprobaciones almacenadas, que se conservan durante 35 días. Reflejan la disponibilidad del endpoint de la API, no la de cada modelo por separado.

Clasificación Open Source

Un modelo se marca como "Open Source" si sus pesos están disponibles públicamente bajo una licencia aprobada por OSI o una licencia comunitaria permisiva.

Frecuencia de actualización

Correcciones

Si detectas un error en nuestros datos, escribe a hello@benchgecko.ai o contáctanos en X @BenchGecko. Cada cifra conserva su fuente y su fecha, así que las correcciones se pueden contrastar con el original.