roobriefNoticias de TI para desarrolladores
Buscar

Por IA

Modelos de código: líderes y novedades de la semana

Claude Opus 5.5 lidera la inteligencia global y, en el ranking de agentes de código, Sonnet 5.5 y Muse Wonder Full van muy parejos. No hay un top oficial de relación calidad-precio; si miras el coste por tarea, GPT-6.1 Sol destaca en la franja de puntuaciones altas.

Este brief semanal sirve para elegir modelos en flujos de código y agentes. Las tablas salen de los rankings de Artificial Analysis (AA), con cifras de una instantánea en torno al 18 oct 2026.

El Intelligence Index es una puntuación compuesta que mezcla matemáticas, ciencia, código y razonamiento. El Coding Agent Index mide trabajo en repositorios, uso de terminal y preguntas técnicas; en este artículo, el ranking de código usa un espejo de BenchLM capturado el 15 oct. «Modelos destacados» es una selección editorial de lanzamientos y cambios de ruta por defecto de la semana pasada, no un ranking oficial.

Top 3 del Intelligence Index

El AA Intelligence Index v4.3.2 lista el mismo modelo una vez por ajuste. La tabla conserva solo el mejor ajuste de cada modelo y el segundo puesto es un empate a 56:

Puesto Modelo (ajuste) Puntuación Coste por tarea
1 Claude Opus 5.5 (max, fallback) 58 5,98 dólares (unos 5,30 euros)
2 Claude Sonnet 5.5 (max, fallback) 56 5,46 dólares (unos 4,90 euros)
2 Muse Wonder Full (max) 56 no indicado

En la tabla de AA, Muse Wonder Full no muestra coste por tarea. Con ajustes más bajos, Opus 5.5 logra 56 por 3,46 dólares (unos 3,10 euros, xhigh) y 54 por 1,82 dólares (unos 1,60 euros, high). Opus 5.5 salió el 22 sept y Sonnet 5.5 el 28 sept; ambos ofrecen contexto de 1 millón de tokens (un fragmento pequeño de texto, aproximadamente parte de una palabra, que los modelos de IA leen y escriben). En la API, Opus cuesta 4 dólares (unos 3,60 euros) de entrada y 20 dólares (unos 17,80 euros) de salida por millón de tokens; Sonnet, 2 dólares (unos 1,80 euros) y 10 dólares (unos 8,90 euros).

En código el panorama cambia. El Coding Agent Index puntúa la combinación de modelo, harness del agente (su entorno de ejecución) y nivel de esfuerzo. Claude Code con Sonnet 5.5 (max) marca 68,4 %, Muse Code con Muse Wonder Full (max) 68,0 % y Claude Code con Opus 5.5 (max) 66,0 %. Gemini 4 Argon alcanza 63,8 % en Antigravity CLI y GPT-6.1 Sol (xhigh) en Codex 62,9 %. La lección de la semana: liderar en inteligencia global y en agentes de código no es lo mismo.

Top 3 en relación calidad-precio

AA no publica un «top 3 de valor». La tabla siguiente es una lectura editorial de puntuación del Intelligence Index frente al coste por tarea. En Sol la puntuación varía según el ajuste: max representa la franja alta y medium la variante más barata de la misma familia.

Puesto Modelo (ajuste) Intelligence Index Coste por tarea
1 GPT-6.1 Sol (max) 52 0,72 dólares (unos 0,64 euros)
2 GPT-6.1 Sol (medium) 48 0,21 dólares (unos 0,19 euros)
3 MiMo-V2.6-Pro (Xiaomi) 46 0,13 dólares (unos 0,12 euros)

En la franja alta (aproximadamente 48 o más), Sol está entre las opciones más baratas para una puntuación dada. En xhigh suma 51 con 0,39 dólares (unos 0,35 euros) por tarea. OpenAI describe Sol como aproximadamente una quinta parte de los precios estándar de entrada y salida de Astra: 2 dólares de entrada, 10 dólares de salida y 0,10 dólares (unos 0,09 euros) de entrada en caché por millón de tokens. En el ranking de agentes de código, Codex con Sol (medium) llega al 61,4 % con unos 0,70 dólares (unos 0,62 euros) por tarea y (xhigh) al 62,9 % con unos 1,04 dólares (unos 0,93 euros), muy por debajo de Sonnet 5.5 max (unos 14 dólares, unos 12 euros) u Opus 5.5 max (unos 13 dólares, unos 12 euros).

Otras opciones en una franja similar: Claude Haiku 5.5 (max, inteligencia 43, 0,21 dólares, unos 0,19 euros por tarea) y GLM-5.3-Flash de pesos abiertos (inteligencia 42, 0,28 dólares, unos 0,25 euros). La cifra del 17 oct de DeepSeek — 77 % en DeepSWE y unos 0,20 dólares (unos 0,18 euros) por tarea con Flash-1017 — sale de su propio harness, así que no se mezcla con la tabla de AA de arriba.

Modelos destacados la semana pasada y novedades

Entre el 12 y el 18 oct, en código sonaron sobre todo cuatro temas:

  1. Gemini 4 Argon — disponibilidad general el 13 oct. ID de API gemini-4-argon. Precio de lanzamiento: 2 dólares de entrada y 10 dólares de salida por millón de tokens; a partir del 30 nov pasa a 4 dólares y 20 dólares. Está en Google Antigravity, AI Studio y la API de Gemini de pago, y ya figura alto en el ranking de agentes de código.
  2. Muse Wonder / Muse Wonder Full — 12 oct. Modelos frontier de Meta para código y agentes de larga duración. Wonder cuesta 4 dólares de entrada y 20 dólares de salida en la API y Muse Code. Full solo en suscripciones Muse Code Power y Maximum, que no se vende por API. En el ranking de agentes, Full queda justo por debajo de Sonnet.
  3. GPT-6.1 Sol — el modelo llegó el 29 sept, pero tras la salida de GPT-5.5 del Codex con inicio de sesión de ChatGPT el 14 oct, los planes de pago apuntaron a Sol. No es un lanzamiento de esta semana; es un cambio muy comentado en la opción por defecto.
  4. DeepSeek-V4.1-Flash-1017 — 17 oct. Sigue llamándose deepseek-flash en la API, al mismo precio, con pesos abiertos. Afinado para agentes de código; el mismo día abrió las API Search & Fetch (uso de herramientas en servidor gratis hasta el 31 oct a las 16:00 UTC, las 17:00 en la España peninsular).

Novedades por fecha, incluidas opciones locales y de pesos abiertos:

Fecha Modelo Cómo llega al desarrollador
12 oct Muse Wonder, Muse Wonder Full Meta Model API / suscripción Muse Code
13 oct Gemini 4 Argon (GA) Gemini API, Antigravity, AI Studio
15 oct Nemotron 3.5 Super VL, Bolt 74B-A9B 24GB Pesos abiertos, NVIDIA NIM, local (RTX/DGX Spark, etc.). Bolt E4B previsto el 23 oct
17 oct DeepSeek-V4.1-Flash-1017 API deepseek-flash, Hugging Face / ModelScope

Nemotron apunta menos a competir en la nube frontier y más a montar agentes en tu propia infra o en local con pesos abiertos. Super VL es multimodal 120B (12B activos); Bolt está dimensionado para 24 GB para web, código y depuración en un equipo local.

Fácil de malinterpretar

No leas los puestos del Intelligence Index como un recuento de modelos: AA lista el mismo modelo una vez por ajuste y la tabla de aquí conserva solo el mejor. Las puntuaciones del Coding Agent no son el nombre del modelo a pelo: incluyen harness como Claude Code, Codex, Muse Code y Antigravity más el nivel de esfuerzo, y la tabla de valor es una lectura editorial del coste, no un top oficial de AA. Las tarifas 2/10 dólares de Argon son de lanzamiento; las cifras de benchmark de DeepSeek son propias, conviene tratarlas aparte de las tablas de AA.

Qué vigilar

  • Cómo actualiza AA el Coding Agent Index con DeepSeek-1017, Argon y combinaciones Wonder
  • Cómo cambian las facturas de API cuando termine el precio de lanzamiento de Argon el 30 nov
  • Si Muse Wonder Full llegará algún día a la API o seguirá solo en Muse Code
  • Nemotron Bolt E4B (previsto el 23 oct) y cómo se sienten en la práctica los harness de agentes locales

La conversión a euros sigue el tipo de cambio del 18 de octubre (1 dólar ≈ 0,89 euros) y está redondeada.

Fuentes

Fuente: artificialanalysis.ai

← Volver