Comparativa de LLM: precio frente a inteligencia

Cómo leer la tabla y elegir un modelo

Qué significan las columnas

• Intel — Intelligence Index: la puntuación agregada de Artificial Analysis. Cuanto más alta, más «inteligente» es el modelo de media.
• Modo — Con razonamiento (reasoning) o sin él, y el nivel de esfuerzo. Cada modo de un mismo modelo es una fila aparte con su propia puntuación.
• Rzn? — Un indicador rápido: es un modelo de razonamiento (✓) o no. Refleja la columna «Modo», pero resulta cómodo para ordenar y filtrar por tipo.
• Proveedores — Cuántas plataformas de OpenRouter sirven el modelo. Pulse el número para ver el precio, la latencia, el uptime y la cuantización de cada proveedor.
• in $/M y out $/M — Precio por millón de tokens de entrada y de salida (de OpenRouter).
• $/intel — El precio de entrada dividido entre el Intelligence Index: cuanto más bajo, más barata sale la unidad de inteligencia.
• TTFT (s) y t/s — Velocidad: tiempo hasta el primer token y número de tokens de salida por segundo.
• Context (k) — Tamaño de la ventana de contexto, en miles de tokens.
• Tokenizer — La familia de tokenizador del modelo; influye en el coste real del texto que no está en inglés (ver más abajo).
• Creador — La empresa que creó el modelo (Anthropic, OpenAI, Google…), no el proveedor de inferencia.

Qué es el Intelligence Index

El Intelligence Index de Artificial Analysis reúne varios benchmarks en una sola cifra, para que compare modelos en una única escala en vez de hacer malabares con diez rankings. Tómelo como una buena media, no como una verdad absoluta: un modelo que se queda uno o dos puntos por detrás puede ganar en su tarea concreta. Úselo para hacer una preselección y luego pruebe a los finalistas con sus propios prompts.

Por qué el $/intel puede engañar con los modelos de razonamiento

Los modos de razonamiento puntúan más alto al mismo precio por token, así que su $/intel parece mejor. Pero el razonamiento es mucho más verboso: consume muchos más tokens de salida, de modo que el coste real de una respuesta es mayor de lo que sugiere la columna. Lea el $/intel junto al modo y al precio de salida, nunca por separado.

Tokenizadores y texto no inglés: qué sale más barato

Los precios de OpenRouter son por token, así que el coste real de, por ejemplo, el español, el ruso o el árabe depende de lo fino que divida el texto cada tokenizador. Orden aproximado, de lo más barato a lo más caro: Gemini/Gemma y GPT (o200k) → Llama 3, Mistral, Command, Claude → modelos chinos (Qwen, DeepSeek, GLM, Kimi, MiniMax), que trocean el texto no latino en más tokens. Es una guía cualitativa, no unos multiplicadores exactos: solo midiendo sobre su propio texto obtendrá la cifra real.

Creador y proveedor: no los confunda

En esta tabla conviven dos cosas distintas. El creador es quien construyó el modelo (Anthropic, OpenAI, Google, Xiaomi). Un proveedor es una plataforma que sirve ese modelo a través de OpenRouter, cada una con su propio precio, latencia y uptime. Un mismo modelo puede tener una docena de proveedores: pulse el número de la columna «Proveedores» para compararlos uno al lado de otro.

Cómo elegir en la práctica

Parta de la tarea, no del ruido. Fije un Intelligence Index mínimo con el que se sienta cómodo, ordene por $/intel y repase las primeras filas. ¿Necesita documentos largos? Filtre por contexto. ¿Le importa la latencia? Ordene por TTFT. ¿Trabaja en un idioma que no es el inglés? Inclínese por un tokenizador más amable. Después pase el modelo elegido a hotdoc y pruébelo con archivos reales.