Mejor modelo de IA para despachos contables
Las tareas de la evaluación de AIGROW para pequeñas empresas que una asesoría contable encargaría a la IA y el resultado de cada uno de los 36 modelos en todas ellas, calificado como aprobado o no aprobado según criterios definidos por escrito.
Edición de octubre de 2026, piloto, 1 ejecución por modelo y tarea.
- Qwen3.8 Flash
- 6 de 6
- Kimi K3
- 6 de 6
- Gemini 3.1 Pro (preview)
- 6 de 6
- GLM-5.3-Flash
- 6 de 6
- DeepSeek V4.1 Flash
- 6 de 6
- GLM-5.3
- 6 de 6
En caso de empate, cuenta el mejor resultado en las 20 tareas.
La evaluación de AIGROW para pequeñas empresas incluye 6 tareas que una asesoría contable encargaría a la IA. En la edición de octubre de 2026, 15 modelos aprobó todas las 6. La página de cada tarea muestra las trampas y los errores de todos los modelos.
Todos los modelos en estas tareas
Primero, los que más tareas superaron; en caso de empate, cuenta el mejor resultado en las 20 tareas. El coste de 1,000 aciertos se calcula sobre todo el benchmark, incluidas las ejecuciones fallidas.
| Modelo | Clasificar un extracto bancario italiano | Clasificar movimientos bancarios | Extraer datos de facturas | Extraer datos de facturas de proveedores italianos | Calcular facturas de profesionales italianos | Calcular el pago de horas extra | Superadas | 1,000 tareas superadas |
|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $1.09 |
| Kimi K3 | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $18.44 |
| Gemini 3.1 Pro (preview) | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $29.67 |
| GLM-5.3-Flash | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $0.831 |
| DeepSeek V4.1 Flash | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $1.05 |
| GLM-5.3 | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $7.02 |
| Grok 4.7 | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $9.41 |
| Qwen3.7 Plus | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $3.58 |
| Claude Sonnet 5 | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $6.70 |
| GPT-5.6 Sol | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $11.33 |
| GPT-6 Astra | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $27.91 |
| Muse Glimmer 30B | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $3.10 |
| Grok 4.3 | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $4.10 |
| Qwen3.8 27B | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $7.30 |
| gpt-oss-120b | Superada | Superada | Superada | Superada | Superada | Superada | 6 de 6 | $0.422 |
| DeepSeek V4 Pro | Superada | Fallida | Superada | Superada | Superada | Superada | 5 de 6 | $5.14 |
| Gemini 3.8 Flash | Superada | Superada | Fallida | Superada | Superada | Superada | 5 de 6 | $7.17 |
| Qwen3.8 Max | Superada | Superada | Fallida | Superada | Superada | Superada | 5 de 6 | $16.32 |
| Claude Opus 5 | Superada | Superada | Superada | Superada | Superada | Fallida | 5 de 6 | $16.89 |
| GPT-5.5 | Superada | Superada | Superada | Superada | Superada | Fallida | 5 de 6 | $17.02 |
| Claude Fable 5.1 | Superada | Superada | Superada | Superada | Superada | Fallida | 5 de 6 | $33.11 |
| GPT-5.6 Terra | Superada | Superada | Superada | Superada | Superada | Fallida | 5 de 6 | $6.68 |
| MiniMax M3 | Superada | Superada | Superada | Fallida | Superada | Superada | 5 de 6 | $1.82 |
| Claude Sonnet 4.6 | Superada | Superada | Superada | Superada | Superada | Fallida | 5 de 6 | $11.24 |
| Kimi K2.6 | Superada | Superada | Superada | Superada | Superada | Fallida | 5 de 6 | $11.68 |
| GPT-5.6 Luna | Superada | Fallida | Superada | Superada | Superada | Fallida | 4 de 6 | $0.677 |
| Gemini 3.5 Flash-Lite | Superada | Fallida | Superada | Superada | Superada | Fallida | 4 de 6 | $2.47 |
| Gemma 4 31B | Fallida | Fallida | Superada | Superada | Superada | Fallida | 3 de 6 | $0.558 |
| Gemini 3.1 Flash-Lite | Fallida | Fallida | Superada | Superada | Superada | Fallida | 3 de 6 | $1.41 |
| GPT-5.4 mini | Fallida | Fallida | Superada | Superada | Superada | Fallida | 3 de 6 | $3.35 |
| Claude Haiku 4.5 | Fallida | Fallida | Superada | Superada | Superada | Fallida | 3 de 6 | $6.62 |
| GPT-5.4 nano | Fallida | Fallida | Superada | Superada | Superada | Fallida | 3 de 6 | $1.51 |
| Llama 4 Maverick | Fallida | Fallida | Superada | Fallida | Superada | Fallida | 2 de 6 | $0.665 |
| Mistral Medium 3.5 | Fallida | Fallida | Superada | Fallida | Superada | Fallida | 2 de 6 | $7.40 |
| Ministral 3 14B | Fallida | Fallida | Superada | Fallida | Superada | Fallida | 2 de 6 | $1.07 |
| Mistral Small 4 | Fallida | Fallida | Superada | Fallida | Superada | Fallida | 2 de 6 | $1.33 |
Las tareas
Cada página muestra la tarea tal como la vieron los modelos, sus trampas, todos los criterios explicados y los errores de cada modelo.
- Clasificar los movimientos bancarios de un bar italiano y calcular sus totales
- Italiano. 27 de 36 ejecuciones superadas.
- Clasificar los movimientos bancarios mensuales de una cafetería y calcular sus costes operativos
- Inglés. 24 de 36 ejecuciones superadas.
- Extrae los datos de una factura de proveedor de dos páginas para cuentas por pagar
- Inglés. 34 de 36 ejecuciones superadas.
- Extrae los datos de una factura de un proveedor italiano con una línea de gastos excluida del IVA
- Italiano. 31 de 36 ejecuciones superadas.
- Calcular dos facturas de profesionales italianos con aportación a la caja de previsión, IVA y retención fiscal
- Italiano. 36 de 36 ejecuciones superadas.
- Calcula el salario bruto semanal de un trabajador de limpieza, teniendo en cuenta las pausas, las horas extra y la tarifa del domingo
- Inglés. 19 de 36 ejecuciones superadas.
Encarga este trabajo a un agente
Un agente de AIGROW realiza trabajos como estos en tus propias herramientas, siguiendo reglas que apruebas por escrito. Si las reglas no contemplan un caso, lo escala en lugar de adivinar.
Edición de octubre de 2026