Velocidad
18 modelos clasificados
Los modelos de IA más rápidos clasificados por mediana de tokens de salida por segundo (t/s). Las velocidades se re-miden periódicamente con Artificial Analysis en endpoints reales de API, por lo que la clasificación refleja el rendimiento típico del mundo real.
Velocidades medidas por Artificial Analysis — mediana de tokens de salida por segundo
| # | Modelo | ||
|---|---|---|---|
| 1 | GPT-4o mini | OpenAI | 96 t/s |
| 2 | Gemini 2.5 Flash | 93 t/s | |
| 3 | Grok 3 | xAI | 88 t/s |
| 4 | GPT-5 | OpenAI | 82 t/s |
| 5 | Claude 4 Sonnet | Anthropic | 79 t/s |
| 6 | Cursor Tab | Anysphere | 78 t/s |
| 7 | Gemini 2.5 Pro | 74 t/s | |
| 8 | Qwen3 235B | Alibaba | 71 t/s |
| 9 | GitHub Copilot | GitHub | 70 t/s |
| 10 | DeepSeek V3 | DeepSeek | 69 t/s |
| 11 | Llama 4 405B | Meta | 66 t/s |
| 12 | Codeium Windsurf | Codeium | 65 t/s |
| 13 | Mistral Large 3 | Mistral | 64 t/s |
| 14 | Claude Code | Anthropic | 63 t/s |
| 15 | Claude 4 Opus | Anthropic | 61 t/s |
| 16 | Aider | Aider | 59 t/s |
| 17 | Command R+ | Cohere | 58 t/s |
| 18 | Continue Dev | Continue | 55 t/s |
AIRank agrega estos resultados de las fuentes públicas indicadas en cada página. No realizamos evaluaciones propias y normalizamos los resultados brutos a una escala de 0 a 100 para que las tablas sean comparables.
FAQ
Preguntas frecuentes
¿Qué significa «tokens por segundo»?
Los tokens por segundo (t/s) miden cuántos tokens de salida genera un modelo en un segundo — en resumen, cuánto texto produce por segundo de generación. Un número más alto significa respuestas más rápidas: las respuestas largas llegan antes y las herramientas interactivas se sienten más ágiles. El valor mostrado es la velocidad de salida mediana medida en endpoints reales de API.
¿Cómo se mide la velocidad?
Las velocidades de salida las mide Artificial Analysis, que vuelve a probar los endpoints de los modelos aproximadamente cada ocho horas con muchos prompts y configuraciones de hardware. Tomamos la mediana reportada de tokens de salida por segundo, de modo que la clasificación refleja el rendimiento típico real en lugar de una única ejecución ideal.
¿Un modelo más rápido es siempre mejor?
No necesariamente. Los modelos más rápidos suelen ser variantes pequeñas o muy optimizadas que puntúan menos en benchmarks de razonamiento. Velocidad y calidad son ejes distintos: usa esta clasificación para ver lo rápido que responde un modelo y las páginas de benchmarks para ver qué puede hacer realmente.