Clasificación de IA · Trabajo de agentes

La mejor IA para agentes: 57 modelos clasificados por resultados medidos

Agent Arena de LMArena: los usuarios encargan a un agente trabajo real en arena.ai, y la arena mide cómo sale ese trabajo con cada modelo al mando: tareas que el usuario marca como hechas, elogios frente a quejas, correcciones aplicadas, comandos de shell y llamadas a herramientas que no existen.

Usa Claude Opus 5.5 hasta un 60% por debajo del precio de lista. Con 25 US$ al mes recibes 110 US$ de crédito de API y cancelas cuando quieras; con 25 US$ en un solo pago obtienes 100 US$. Puntuaciones de Agent Arena de LMArena, publicadas el 8 de noviembre de 2026, bajo CC BY 4.0. Precios tomados de la página de precios de cada fabricante, consultados el 12 de noviembre de 2026.

Mejor puntuación

+20,0%Claude Opus 5.5 de Anthropic

Modelos clasificados: 57
A la par del líder: 1
A la venta con crédito de AIGROW: 8
Datos a fecha de: 8 de noviembre de 2026

Empate: su intervalo se solapa con el del líder.

En Agent Arena de LMArena, publicada el 8 de noviembre de 2026, Claude Opus 5.5, de Anthropic, lidera 57 modelos con una puntuación de +20,0% obtenida en sesiones reales de agentes. Otro modelo está estadísticamente a su par. El crédito de API de AIGROW lo vende a 1,60 US$ / 8,00 US$ en lugar de 4,00 US$ / 20,00 US$ por millón de tokens de entrada / salida.

Ejecuta los modelos de este ranking por debajo del precio de lista

El crédito de API de AIGROW ejecuta estos modelos con una sola clave, facturados por token a las tarifas indicadas abajo. Con 25 US$ al mes recibes 110 US$ de crédito de API y cancelas cuando quieras; con 25 US$ en un solo pago obtienes 100 US$.

N.º 1Claude Opus 5.5Anthropic~~Precio de lista 4,00 US$ / 20,00 US$~~1,60 US$ / 8,00 US$con crédito de API de AIGROWUsa Claude Opus 5.5 hasta un 60% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026
N.º 3Claude Sonnet 5.5Anthropic~~Precio de lista 2,00 US$ / 10,00 US$~~0,80 US$ / 4,00 US$con crédito de API de AIGROWUsa Claude Sonnet 5.5 hasta un 60% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026
N.º 4Claude Fable 5.1Anthropic~~Precio de lista 10,00 US$ / 50,00 US$~~4,00 US$ / 20,00 US$con crédito de API de AIGROWUsa Claude Fable 5.1 hasta un 60% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026

Dólares estadounidenses por millón de tokens de entrada / salida. Certificado como auténtico por AIGROW significa que el modelo superó la comprobación propia de AIGROW frente al mismo modelo en su fabricante el 11 de noviembre de 2026. Ningún fabricante de modelos lo revisó ni lo avaló.

La mejor IA para agentes

La puntuación indica cuánto mejor fueron las tareas que con el modelo medio de la arena, no el porcentaje de tareas terminadas, y procede de los propios usuarios y herramientas de la arena.

Puntuaciones en Agent Arena de 57 modelos de IA, con sus intervalos del 95%, sesiones y costes
#	Modelo	Puntuación	Sesiones	Coste mediano por tarea	Por 1M de tokens, entrada / salida
1	Claude Opus 5.5Anthropic · Claude Opus 5.5 (Max)Usa Claude Opus 5.5 hasta un 60% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+20,0%Intervalo del 95%: de +17,9% a +22,0%	14.358	6,31 US$	~~Precio de lista 4,00 US$ / 20,00 US$~~1,60 US$ / 8,00 US$con crédito de API de AIGROW
2	Gemini 4 CarbonGoogle · Gemini 4 Carbon (High)	+16,6%Intervalo del 95%: de +15,9% a +17,3%	53.721	1,54 US$	2,00 US$ / 10,00 US$
3	Claude Sonnet 5.5Anthropic · Claude Sonnet 5.5 (Max)Usa Claude Sonnet 5.5 hasta un 60% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+16,0%Intervalo del 95%: de +13,2% a +18,8%Su intervalo se solapa con 2 modelos por encima	8670	3,42 US$	~~Precio de lista 2,00 US$ / 10,00 US$~~0,80 US$ / 4,00 US$con crédito de API de AIGROW
4	Claude Fable 5.1Anthropic · Claude Fable 5.1 (Max)Usa Claude Fable 5.1 hasta un 60% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+14,3%Intervalo del 95%: de +12,4% a +16,3%Su intervalo se solapa con 2 modelos por encima	17.468	6,87 US$	~~Precio de lista 10,00 US$ / 50,00 US$~~4,00 US$ / 20,00 US$con crédito de API de AIGROW
5	GPT-6 AstraOpenAI · GPT-6 Astra (Max)Usa GPT-6 Astra hasta un 75% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+14,2%Intervalo del 95%: de +12,2% a +16,3%Su intervalo se solapa con 3 modelos por encima	15.520	7,04 US$	~~Precio de lista 10,00 US$ / 50,00 US$~~2,50 US$ / 12,50 US$con crédito de API de AIGROW
6	GPT-6.1 SolOpenAI · GPT-6.1 Sol (Max)Usa GPT-6.1 Sol hasta un 75% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+12,5%Intervalo del 95%: de +11,4% a +13,6%Su intervalo se solapa con 3 modelos por encima	30.514	0,98 US$	~~Precio de lista 2,00 US$ / 10,00 US$~~0,50 US$ / 2,50 US$con crédito de API de AIGROW
7	GPT-6.1 TerraOpenAI · GPT-6.1 Terra (Max)Usa GPT-6.1 Terra hasta un 75% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+12,1%Intervalo del 95%: de +10,8% a +13,5%Su intervalo se solapa con 4 modelos por encima	23.276	0,80 US$	~~Precio de lista 1,00 US$ / 5,00 US$~~0,25 US$ / 1,25 US$con crédito de API de AIGROW
8	Gemini 4 ArgonGoogle · Gemini 4 Argon (High)Usa Gemini 4 Argon hasta un 50% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+10,8%Intervalo del 95%: de +10,0% a +11,7%Su intervalo se solapa con 2 modelos por encima	53.301	0,82 US$	~~Precio de lista 2,00 US$ / 10,00 US$~~1,00 US$ / 5,00 US$con crédito de API de AIGROW
9	Muse Wonder Full (Max)Meta	+9,1%Intervalo del 95%: de +8,2% a +10,0%Su intervalo se solapa con 1 modelo por encima	32.477	No publicado	Sin precio de catálogo
10	Claude Fable 5 (High)Anthropic	+7,7%Intervalo del 95%: de +6,6% a +8,8%Su intervalo se solapa con 1 modelo por encima	51.053	3,42 US$	Sin precio de catálogo
11	Claude Opus 5Anthropic · Claude Opus 5 (Max)	+7,5%Intervalo del 95%: de +6,2% a +8,8%Su intervalo se solapa con 2 modelos por encima	31.928	4,14 US$	5,00 US$ / 25,00 US$
12	GPT-6 SolOpenAI · GPT-6 Sol (Max)	+7,0%Intervalo del 95%: de +5,5% a +8,6%Su intervalo se solapa con 3 modelos por encima	12.836	1,76 US$	2,00 US$ / 10,00 US$
13	Kimi K3.1 ProMoonshot AI · Kimi K3.1 Pro (Max) · pesos abiertos	+5,2%Intervalo del 95%: de +4,1% a +6,4%Su intervalo se solapa con 2 modelos por encima	22.581	1,31 US$	2,00 US$ / 10,00 US$
14	Hy4Tencent	+4,7%Intervalo del 95%: de +3,2% a +6,1%Su intervalo se solapa con 2 modelos por encima	17.888	0,59 US$	Sin precio de catálogo
15	GPT-5.6 SolOpenAI · GPT-5.6 Sol (xHigh)	+4,5%Intervalo del 95%: de +3,5% a +5,6%Su intervalo se solapa con 3 modelos por encima	45.371	1,72 US$	4,00 US$ / 20,00 US$
16	Grok 4.7xAI · Grok 4.7 (xHigh)Usa Grok 4.7 hasta un 75% por debajo del precio de lista Certificado como auténtico por AIGROW el 11 de noviembre de 2026	+2,6%Intervalo del 95%: de +1,2% a +4,1%Su intervalo se solapa con 3 modelos por encima	18.848	2,91 US$	~~Precio de lista 2,00 US$ / 6,00 US$~~0,50 US$ / 1,50 US$con crédito de API de AIGROW
17	Gemini 3.8 FlashGoogle · Gemini 3.8 Flash (High)	+2,4%Intervalo del 95%: de +1,5% a +3,2%Su intervalo se solapa con 2 modelos por encima	52.722	0,75 US$	0,75 US$ / 3,75 US$
18	MiMo-V2.6-ProXiaomi · pesos abiertos	+2,3%Intervalo del 95%: de +1,4% a +3,2%Su intervalo se solapa con 3 modelos por encima	49.297	0,17 US$	Sin precio de catálogo
19	Muse Spark 1.3Meta · Muse Spark 1.3 (Max)	+2,2%Intervalo del 95%: de +1,4% a +3,0%Su intervalo se solapa con 3 modelos por encima	80.655	0,47 US$	1,25 US$ / 4,25 US$
20	DeepSeek V4.1 FlashDeepSeek · DeepSeek-V4.1-Flash-20261017 (Max) · pesos abiertos	+2,1%Intervalo del 95%: de +1,5% a +2,6%Su intervalo se solapa con 4 modelos por encima	78.504	0,15 US$	0,30 US$ / 1,20 US$
21	Claude Sonnet 5Anthropic · Claude Sonnet 5 (High)	+2,1%Intervalo del 95%: de +0,9% a +3,2%Su intervalo se solapa con 6 modelos por encima	41.726	0,91 US$	2,00 US$ / 10,00 US$
22	Muse WonderMeta · Muse Wonder (Max)	+1,9%Intervalo del 95%: de +0,6% a +3,3%Su intervalo se solapa con 7 modelos por encima	13.921	1,28 US$	4,00 US$ / 20,00 US$
23	GPT-6 LunaOpenAI · GPT-6 Luna (Max)	+1,5%Intervalo del 95%: de +1,1% a +2,0%Su intervalo se solapa con 7 modelos por encima	228.261	0,09 US$	0,10 US$ / 0,50 US$
24	GLM-5.3Z.ai · GLM-5.3 (Max) · pesos abiertos	+1,0%Intervalo del 95%: de +0,2% a +1,8%Su intervalo se solapa con 8 modelos por encima	95.597	1,09 US$	1,40 US$ / 4,40 US$
25	Kimi K3Moonshot AI · Kimi K3 (Max) · pesos abiertos	+0,6%Intervalo del 95%: de 0,0% a +1,2%Su intervalo se solapa con 4 modelos por encima	160.495	0,93 US$	3,00 US$ / 15,00 US$
26	Hy4 previewTencent · pesos abiertos	+0,4%Intervalo del 95%: de -0,3% a +1,2%Su intervalo se solapa con 5 modelos por encima	102.097	0,46 US$	Sin precio de catálogo
27	Claude Haiku 5.5Anthropic · Claude Haiku 5.5 (High)	+0,4%Intervalo del 95%: de -0,6% a +1,5%Su intervalo se solapa con 9 modelos por encima	31.731	0,08 US$	0,10 US$ / 0,50 US$
28	GLM-5.2 (Max)Z.ai · pesos abiertos	+0,4%Intervalo del 95%: de -0,4% a +1,2%Su intervalo se solapa con 8 modelos por encima	98.965	0,90 US$	Sin precio de catálogo
29	Qwen3.8 MaxAlibaba · Qwen3.8-Max	+0,3%Intervalo del 95%: de -0,3% a +1,0%Su intervalo se solapa con 7 modelos por encima	80.457	1,24 US$	2,00 US$ / 6,00 US$
30	MiMo-V2.6-FlashXiaomi · pesos abiertos	+0,1%Intervalo del 95%: de -1,0% a +1,2%Su intervalo se solapa con 10 modelos por encima	32.025	0,07 US$	Sin precio de catálogo
31	Inkling 2 SmallThinky	+0,1%Intervalo del 95%: de -2,5% a +2,6%Su intervalo se solapa con 15 modelos por encima	4063	0,26 US$	Sin precio de catálogo
32	Grok 4.6 (xHigh)xAI	-0,2%Intervalo del 95%: de -1,4% a +1,1%Su intervalo se solapa con 10 modelos por encima	30.247	1,46 US$	Sin precio de catálogo
33	GPT-5.6 TerraOpenAI · GPT-5.6 Terra (xHigh)	-1,9%Intervalo del 95%: de -2,7% a -1,1%Su intervalo se solapa con 2 modelos por encima	44.425	0,64 US$	2,00 US$ / 12,00 US$
34	Gemini 3.7 Flash (High)Google	-1,9%Intervalo del 95%: de -2,8% a -1,0%Su intervalo se solapa con 4 modelos por encima	63.336	0,52 US$	Sin precio de catálogo
35	GPT-6 LunaOpenAI · GPT-6 Luna (Medium)	-2,0%Intervalo del 95%: de -2,5% a -1,5%Su intervalo se solapa con 3 modelos por encima	76.341	0,03 US$	0,10 US$ / 0,50 US$
36	MiniMax-M3.1-FlashMiniMax · pesos abiertos	-2,8%Intervalo del 95%: de -4,3% a -1,3%Su intervalo se solapa con 5 modelos por encima	13.089	0,24 US$	Sin precio de catálogo
37	GLM-5.3-FlashZ.ai · pesos abiertos	-2,8%Intervalo del 95%: de -3,5% a -2,1%Su intervalo se solapa con 5 modelos por encima	95.526	0,17 US$	0,15 US$ / 0,50 US$
38	Step 5 PreviewStepFun	-3,4%Intervalo del 95%: de -4,8% a -2,0%Su intervalo se solapa con 6 modelos por encima	17.051	0,66 US$	Sin precio de catálogo
39	Gemini 3.1 Pro (preview)Google · Gemini 3.1 Pro Preview	-4,3%Intervalo del 95%: de -5,8% a -2,9%Su intervalo se solapa con 3 modelos por encima	87.553	0,55 US$	2,00 US$ / 12,00 US$
40	Qwen3.8 27BAlibaba · Qwen3.8-27B · pesos abiertos	-4,6%Intervalo del 95%: de -5,5% a -3,7%Su intervalo se solapa con 3 modelos por encima	63.984	0,40 US$	0,50 US$ / 3,00 US$
41	Qwen3.8-Flash-NextAlibaba · pesos abiertos	-4,7%Intervalo del 95%: de -5,4% a -3,9%Su intervalo se solapa con 4 modelos por encima	109.992	0,23 US$	Sin precio de catálogo
42	Mistral Large 4Mistral AI · pesos abiertos	-6,1%Intervalo del 95%: de -8,0% a -4,2%Su intervalo se solapa con 5 modelos por encima	5559	0,32 US$	0,70 US$ / 2,10 US$
43	GPT-6 LunaOpenAI · GPT-6 Luna (Low)	-6,2%Intervalo del 95%: de -6,9% a -5,5%Su intervalo se solapa con 2 modelos por encima	43.861	0,01 US$	0,10 US$ / 0,50 US$
44	Beam 1.0 501B A23BReflection · pesos abiertos	-6,4%Intervalo del 95%: de -9,0% a -3,9%Su intervalo se solapa con 7 modelos por encima	12.257	No publicado	Sin precio de catálogo
45	Qwen3.7-MaxAlibaba	-7,1%Intervalo del 95%: de -8,4% a -5,9%Su intervalo se solapa con 3 modelos por encima	43.146	0,35 US$	Sin precio de catálogo
46	Hy3Tencent · pesos abiertos	-7,7%Intervalo del 95%: de -9,1% a -6,2%Su intervalo se solapa con 4 modelos por encima	32.686	0,08 US$	Sin precio de catálogo
47	Muse Spark 1.1Meta	-7,9%Intervalo del 95%: de -8,5% a -7,2%Su intervalo se solapa con 4 modelos por encima	149.186	No publicado	Sin precio de catálogo
48	Qwen3.7 PlusAlibaba · Qwen3.7-Plus	-7,9%Intervalo del 95%: de -9,4% a -6,3%Su intervalo se solapa con 6 modelos por encima	24.539	0,13 US$	0,40 US$ / 1,60 US$
49	Muse Spark 1.2 (xHigh)Meta	-8,0%Intervalo del 95%: de -8,9% a -7,2%Su intervalo se solapa con 6 modelos por encima	54.770	0,41 US$	Sin precio de catálogo
50	Spark-X2.6Synlan	-10,3%Intervalo del 95%: de -11,6% a -9,1%Su intervalo se solapa con 2 modelos por encima	11.434	0,09 US$	Sin precio de catálogo
51	MiniMax M3MiniMax · MiniMax-M3 · pesos abiertos	-10,4%Intervalo del 95%: de -11,6% a -9,2%Su intervalo se solapa con 2 modelos por encima	44.355	0,32 US$	0,30 US$ / 1,20 US$
52	Mistral Medium 3.5Mistral AI · pesos abiertos	-13,9%Intervalo del 95%: de -15,7% a -12,1%	13.935	0,40 US$	1,50 US$ / 7,50 US$
53	Nemotron 3 UltraNvidia · pesos abiertos	-14,4%Intervalo del 95%: de -17,7% a -11,1%Su intervalo se solapa con 3 modelos por encima	13.691	0,12 US$	Sin precio de catálogo
54	NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (NVFP4)Nvidia · pesos abiertos	-16,3%Intervalo del 95%: de -17,0% a -15,5%Su intervalo se solapa con 2 modelos por encima	29.893	No publicado	Sin precio de catálogo
55	InklingThinky · pesos abiertos	-17,1%Intervalo del 95%: de -18,6% a -15,5%Su intervalo se solapa con 3 modelos por encima	44.032	0,34 US$	Sin precio de catálogo
56	Inkling-SmallThinky · pesos abiertos	-17,7%Intervalo del 95%: de -19,7% a -15,7%Su intervalo se solapa con 4 modelos por encima	14.747	0,18 US$	Sin precio de catálogo
57	Solar Pro 4Upstage	-22,8%Intervalo del 95%: de -25,0% a -20,6%	11.012	0,04 US$	Sin precio de catálogo

Cómo leer esta clasificación

Qué miden las puntuaciones, qué dejan fuera y de dónde sale cada cifra.

Qué mide: Agent Arena de LMArena: los usuarios encargan a un agente trabajo real en arena.ai, y la arena mide cómo sale ese trabajo con cada modelo al mando: tareas que el usuario marca como hechas, elogios frente a quejas, correcciones aplicadas, comandos de shell y llamadas a herramientas que no existen.
Qué deja fuera: La puntuación indica cuánto mejor fueron las tareas que con el modelo medio de la arena, no el porcentaje de tareas terminadas, y procede de los propios usuarios y herramientas de la arena.
Cómo leer el margen: Cada puntuación lleva el intervalo del 95% de LMArena. Cuando los intervalos de dos modelos se solapan, las sesiones no permiten decir cuál es mejor. Las filas siguen numeradas por puntuación, y cada fila indica cuántos modelos por encima de ella se solapan.
Coste por tarea: La mediana del coste de una tarea en las sesiones de la arena, en dólares estadounidenses, según lo registra LMArena. Depende del precio del modelo y de cuántos tokens consume.
Sin actualizar desde hace más de 120 días: Un resultado obtenido más de 120 días antes de los datos más recientes de estas páginas lleva esta marca, para poder sopesar un resultado antiguo como tal.
Precios: El precio de lista por millón de tokens, tomado de la página de precios del propio fabricante y consultado el 12 de noviembre de 2026. Es un precio por token, no por respuesta: un nivel de razonamiento más alto gasta más tokens en la misma pregunta. Cuando el crédito de API de AIGROW vende un modelo, el precio de lista aparece tachado y el precio con el crédito figura debajo.

Fuente: LMArena, conjunto de datos de la clasificación (revisión 4217986c, publicada el 8 de noviembre de 2026), con licencia CC BY 4.0. No modificamos ninguna puntuación: añadimos los precios y los enlaces a nuestras páginas de modelos.

Cuánto cuesta utilizar cada modelo

La lista de precios calcula tres tareas cotidianas para cada modelo, y nuestro propio benchmark las ejecuta con tareas empresariales reales para ver cuáles se superan.

Ver los precios Ver el benchmark

Datos a fecha de 8 de noviembre de 2026