LLM Leaderboard

LLM Leaderboard es una plataforma de comparación que clasifica modelos de IA por capacidad, precio, velocidad y puntuaciones de benchmark. Reúne datos de más de 1.200 modelos a través de 23 tablas de clasificación, que abarcan desde el rendimiento general del chat hasta programación, razonamiento, matemáticas, generación de imágenes y speech-to-text. El sitio sustituye la búsqueda en publicaciones de blogs dispersas y paneles de control de proveedores por una única tabla de resultados donde se puede buscar.

La página de inicio muestra una instantánea en vivo de los mejores rendimientos: GPT-6-Astra lidera la tabla general, seguido por Claude Opus 5 y Claude Fable 5. Pestañas separadas desglosan los mejores modelos para tareas específicas: programación, razonamiento, matemáticas, conocimiento y modelos abiertos. Las secciones de precios y tiempo de ejecución enumeran los costes de entrada más baratos y las velocidades de salida más rápidas, para que puedas sopesar el rendimiento frente al presupuesto. Una biblioteca de benchmarks te permite profundizar en evaluaciones individuales como GPQA o MTEB clustering, mostrando exactamente la puntuación de cada modelo. El directorio de modelos admite filtros por proveedor, tipo, modalidad y rango de precios, y la página de metodología de puntuación explica cómo se recopilan y normalizan los datos.

Los desarrolladores e investigadores que necesiten elegir el modelo adecuado para un proyecto encontrarán aquí el mayor valor. En lugar de leer múltiples artículos o navegar por la documentación de la API, puedes comparar Claude vs GPT vs modelos abiertos lado a lado. Los datos de precios ayudan a estimar los costes antes de comprometerse con una API, y las velocidades de tiempo de ejecución dan una idea de la latencia en el mundo real. Es una herramienta sencilla para cualquiera que quiera tomar una decisión informada sin ruido.