Cómo se hace la clasificación
Cinco tablas, cada una con su fuente, su licencia y la fecha de sus datos impresas encima. Tres son de LMArena. Dos solo puede hacerlas WayJet, porque usan lo que cobra WayJet y lo rápido que responden los modelos en el gateway de WayJet.
General, programación y visión: LMArena
Estas tres tablas son de LMArena, se leen cada día de su conjunto de datos público en Hugging Face y se muestran bajo su licencia, CC BY 4.0. La gente envía un prompt a dos modelos anónimos y vota la mejor respuesta; los votos se convierten en una puntuación.
- General es la arena de texto con control de estilo, la que LMArena muestra por defecto: resta valor a las respuestas que ganan solo por su longitud o su formato.
- Programación es la arena WebDev: los modelos crean una app web que funciona a partir de un prompt y la gente vota el resultado.
- Visión es la arena de visión con control de estilo: prompts que llegan con una imagen.
Cada puntuación tiene un intervalo de confianza del 95 %. Cuando los intervalos de dos modelos se solapan, LMArena les da el mismo puesto y la tabla los marca como empatados (=) en vez de ordenarlos. La columna de cambio compara el puesto con el día publicado anterior de LMArena.
Los modelos que WayJet no vende siguen en estas tablas. Una tabla con solo lo que vendemos no sería una clasificación. Los modelos que puedes llamar en WayJet tienen un enlace «Probar».
Valor: puntuación por precio
Solo modelos que puedes llamar en WayJet, ordenados por:
valor = puntuación general ÷ (0,75 × precio de entrada + 0,25 × precio de salida)
Los precios son los de WayJet, en dólares estadounidenses por millón de tokens, el día en que se generó la página. La ponderación 3:1 es más o menos la mezcla de una carga de chat, donde los prompts son más largos que las respuestas. Cuando LMArena lista un modelo con varios ajustes (High, Low, Thinking), se usa su mejor puntuación general. Un modelo sin precio por token (un modelo de imagen o de vídeo, por ejemplo) no está en esta tabla.
Velocidad: medida en WayJet
Solo modelos que puedes llamar en WayJet, medidos con peticiones reales a través del gateway de WayJet durante los últimos siete días:
- Velocidad de salida son los tokens de salida divididos entre el tiempo total de la petición, así que un primer token lento cuenta en contra. La tabla muestra la mediana.
- Tiempo hasta el primer token es lo que una petición con streaming esperó al primer fragmento de texto, razonamiento o llamada a herramienta. La tabla muestra la mediana.
- Tiempo de petición es la mediana del tiempo desde la petición hasta el final de la respuesta.
Solo cuentan las peticiones de chat correctas con al menos 100 tokens de salida, para que la cifra sea del modelo y no de la red, y un modelo necesita al menos 20 de esas peticiones en el periodo para aparecer. La tabla solo muestra medianas: ni recuentos de peticiones ni nada sobre ningún cliente.
Cómo se emparejan los nombres
LMArena nombra los modelos a su manera («Claude Opus 5.5 (High)»). Cada nombre se empareja automáticamente con un modelo de WayJet cuando encaja exactamente uno, y un editor revisa el resto. Un modelo que LMArena lista y WayJet no vende conserva su puesto en la tabla, sin enlace.
Actualizaciones
Las tablas de LMArena y las cifras de velocidad se actualizan cada día a las 06:00 (UTC+8). Cada tabla indica la fecha de sus datos. Si los datos de un día no se pueden leer, se mantienen los del día anterior.
Lo que no está en las tablas
Las puntuaciones de benchmarks que los proveedores publican sobre sus propios modelos se citan en los perfiles de modelo, no se clasifican aquí: cada proveedor prueba en sus propias condiciones, así que las cifras no se pueden comparar. Otros benchmarks públicos se sumarán cuando sus condiciones lo permitan.

