# IA y código: Opus 5.5 lidera Agent v2.0; debuta Kimi K3.1 Pro

> A 25 de octubre, el Coding Agent Index v2.0 devuelve a Claude Opus 5.5 al primer puesto. El nuevo Kimi K3.1 Pro debuta cuarto en el Intelligence Index.

- URL: https://roobrief.com/es/posts/ai-weekly-coding-models-oct-25
- Language: es
- Published: 2026-10-24T15:20:00.000Z
- Tags: ai
- Source: https://artificialanalysis.ai/leaderboards/models

**Claude Opus 5.5 mantiene el primer puesto en inteligencia general, mientras que la llegada del Coding Agent Index v2.0 le permite superar a Sonnet 5.5 para recuperar el liderazgo en agentes de código. En rentabilidad, GPT-6.1 Sol sigue firme, acompañado ahora por Kimi K3.1 Pro.**

Este resumen semanal orienta a desarrolladores al elegir modelos para código y flujos de agentes. Las clasificaciones se basan en las tablas de Artificial Analysis (AA), con datos tomados en torno al 25 de octubre de 2026.

El Intelligence Index mide el rendimiento global en matemáticas, ciencia, programación y razonamiento. El Coding Agent Index evalúa tareas reales en repositorios de código abierto, uso de terminal y resolución de dudas técnicas. La gran novedad de la semana es la publicación de la versión 2.0 del Coding Agent Index el 23 de octubre. La sección de «modelos destacados» es una selección editorial de lanzamientos y cambios de configuración de la última semana.

## Top 3 del Intelligence Index y nueva incorporación

El AA Intelligence Index v4.3.2 clasifica cada modelo según su configuración. La siguiente tabla recoge solo el mejor ajuste de cada uno, con un empate en el segundo puesto a 56 puntos:

| 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 |

Los tres primeros puestos se mantienen sin cambios, pero Kimi K3.1 Pro de Moonshot AI, publicado el 23 de octubre, debutó directamente en cuarta posición con 55 puntos y un coste de 2,11 dólares (unos 1,90 euros) por tarea. Opus 5.5 llegó el 22 de septiembre y Sonnet 5.5 el 28 de septiembre; ambos cuentan con 1 millón de tokens de contexto. Un token es un fragmento pequeño de texto, aproximadamente parte de una palabra, que los modelos de IA leen y escriben. Los precios de API para Opus son 4 dólares (unos 3,60 euros) de entrada y 20 dólares (unos 18 euros) de salida por millón de tokens, frente a 2 dólares (unos 1,80 euros) y 10 dólares (unos 8,90 euros) en Sonnet. Kimi K3.1 Pro iguala los precios de entrada y salida de Sonnet, pero genera más tokens de salida, lo que sitúa el coste por tarea cerca de los 2 dólares.

## Renovación con el Coding Agent Index v2.0

El movimiento más relevante de la semana ha sido el lanzamiento del Coding Agent Index v2.0 el 23 de octubre. Sustituyendo al anterior DeepSWE v1.1, el índice integra ahora FrontierCode v1.1 de Cognition (100 tareas de repositorios), Terminal-Bench 4.0 (66 tareas) y SWE-Atlas-QnA-AA (124 tareas), sumando 290 pruebas en total. Al exigir cambios que los mantenedores humanos realmente aceptarían fusionar, la media de las 21 configuraciones analizadas cayó unos 7,4 puntos (de 54,8 a 47,4).

| Puesto | Modelo y entorno | Puntuación v2.0 | Notas |
|---|---|---|---|
| 1 | Claude Code + Claude Opus 5.5 (max) | 61,7 | unos 11,42 dólares (unos 10 euros) por tarea |
| 2 | Claude Code + Claude Sonnet 5.5 (max) | 59,3 | Pasa del primer puesto en v1.0 al segundo |
| 3 | Muse Code + Muse Wonder Full (max) | 58,9 | Solo disponible mediante suscripción |
| 4 | Claude Fable 5.1 (max, fallback) | 57,6 | Nivel alto y estable |

En la versión 1.0, Sonnet 5.5 con Claude Code (68,4 %) y Muse Wonder Full con Muse Code (68,0 %) superaban a Opus 5.5 (66,0 %). Con los criterios más estrictos de la v2.0, Opus 5.5 retomó el primer puesto con 61,7 puntos. Su mayor capacidad de razonamiento rindió mejor en contextos amplios y refactorizaciones de código. Por detrás, GPT-6.1 Sol en Codex obtuvo 54,1 puntos (unos 1,50 dólares / unos 1,30 euros por tarea), Gemini 4 Argon en Antigravity CLI quedó entre los 40 y 45 puntos, y DeepSeek V4.1 Flash alcanzó 47,3 puntos a unos 0,39 dólares (unos 0,35 euros) por tarea.

## Top 3 en rentabilidad

AA no publica un ranking oficial de relación calidad-precio. Esta tabla compara la puntuación de inteligencia con el coste por tarea. Como las cifras de Sol varían según el esfuerzo de razonamiento, max representa el nivel alto y medium la alternativa económica:

| 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 | Kimi K3.1 Pro (Moonshot AI) | 55 | 2,11 dólares (unos 1,90 euros) |

Sol continúa siendo la opción más rentable en el rango de 48 a 52 puntos. En su ajuste xhigh ofrece 51 puntos por 0,39 dólares. El recién llegado Kimi K3.1 Pro se acerca al nivel de los modelos punteros (55 frente a 56–58) reduciendo el gasto por tarea a 2,11 dólares, menos de la mitad que los líderes de Anthropic. Para presupuestos más bajos, MiMo-V2.6-Pro (46 puntos por 0,13 dólares / unos 0,12 euros) y Claude Haiku 5.5 (max, 43 puntos por 0,21 dólares / unos 0,19 euros) siguen ofreciendo un rendimiento constante.

En la tabla de agentes de código, Sol en Codex (54,1 puntos a unos 1,50 dólares) y DeepSeek V4.1 Flash (47,3 puntos a unos 0,39 dólares) son alternativas operativas frente a ejecuciones de Opus que superan los 10 dólares.

## Modelos destacados y novedades de la semana

Entre el 19 y el 25 de octubre se produjeron cuatro novedades destacadas en el entorno de desarrollo y agentes:

1. **Moonshot AI Kimi K3.1 Pro y Highspeed** — presentado el 23 de octubre. Cuenta con 2,8 billones de parámetros (104.000 millones activos MoE) y 1 millón de tokens de contexto. Entró en el Intelligence Index con 55 puntos y publicará pronto sus pesos abiertos. Los pesos abiertos consisten en publicar los pesos del modelo para descargarlos, ejecutarlos o adaptarlos.
2. **NVIDIA Nemotron 3.5 Bolt E4B 4GB** — lanzado el 23 de octubre. Basado en Gemma 4 E4B de Google y adaptado para 4 GB de VRAM (la memoria dedicada de una tarjeta gráfica) en formato Q4_K_M GGUF. Admite 64k de contexto y llamadas a herramientas en varios turnos para equipos locales y dispositivos edge.
3. **Coding Agent Index v2.0** — presentado el 23 de octubre. Incorpora FrontierCode v1.1 para evaluar a los agentes con estándares reales de revisión y fusión de código.
4. **Disponibilidad general de OpenAI Decisions API** — GA el 23 de octubre. Ofrece un punto de conexión específico para clasificaciones rápidas, enrutamiento y decisiones discretas de agentes.

Resumen cronológico de lanzamientos abiertos y locales:

| Fecha | Modelo / Producto | Canal de acceso |
|---|---|---|
| 21/10 | Nemotron 3.5 Super VL, Bolt 74B | NVIDIA NIM, pesos abiertos en Hugging Face |
| 23/10 | Kimi K3.1 Pro, Pro Highspeed | API de Moonshot, Kimi Code (pesos abiertos previstos) |
| 23/10 | Nemotron 3.5 Bolt E4B 4GB | Hugging Face, entornos locales |
| 23/10 | Coding Agent Index v2.0 | Clasificación de Artificial Analysis |

## Malentendidos habituales

Que las puntuaciones en el Coding Agent Index v2.0 sean inferiores a las de v1.0 no implica un empeoramiento de los modelos, sino que FrontierCode v1.1 aplica un listón más exigente. En el caso de Kimi K3.1 Pro, aunque los precios de API coinciden con los de Sonnet, su tendencia a generar respuestas largas eleva el coste por tarea a 2,11 dólares. Por último, Bolt E4B 4GB no pretende competir con grandes modelos en la nube, sino ejecutar flujos locales de forma eficiente en equipos con memoria reducida.

## Qué seguir a partir de ahora

- La puntuación oficial de Kimi K3.1 Pro en los entornos estandarizados del Coding Agent Index v2.0
- El calendario de publicación de los pesos abiertos de Kimi K3.1 Pro y sus guías de ejecución local
- Los cambios de adopción antes del 30 de noviembre, fecha en que expira el precio promocional de Gemini 4 Argon
- Nuevas herramientas de desarrollo basadas en la variante de 4 GB de Nemotron Bolt en máquinas locales

> La conversión a euros sigue el tipo de cambio del 24 de octubre (1 dólar ≈ 0,89 euros) y está redondeada.

## Fuentes

- [Artificial Analysis Intelligence Index](https://artificialanalysis.ai/evaluations/artificial-analysis-intelligence-index) (Artificial Analysis)
- [Coding Agent Benchmarks](https://artificialanalysis.ai/agents/coding-agents) (Artificial Analysis)
- [LLM Leaderboard](https://artificialanalysis.ai/leaderboards/models) (Artificial Analysis)
- [Moonshot AI Kimi K3.1 Pro Announcement](https://kimi.ai/blog/k3-1-pro) (Moonshot AI)
- [Nemotron 3.5 Bolt E4B Announcement](https://blogs.nvidia.com/blog/nemotron-3-5-bolt-e4b/) (NVIDIA)
- [OpenAI Decisions API GA](https://openai.com/index/decisions-api-ga/) (OpenAI)
- [Introducing Claude Opus 5.5](https://www.anthropic.com/claude-opus-5-5) (Anthropic)
- [Introducing Claude Sonnet 5.5](https://www.anthropic.com/claude-sonnet-5-5) (Anthropic)
- [Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) (OpenAI)