Monitor de degradación v0.1
Datos en bruto de un mismo modelo en varios intermediarios: en la misma franja todos responden al mismo conjunto de sondas de identidad (fecha de corte de conocimiento, “la versión más reciente que conoces” y similares), y registramos la coincidencia con las respuestas de referencia del modelo, los tokens de entrada, los tokens de razonamiento y la huella del modelo. Las cifras se publican tal cual, sin veredicto.
| 100% (respuestas: 90) | 109–24,260 | 1,014 | DeepSeek V4.1 Flash | — | 98.2% | 1.31 s | ¥2.59 | ||
| 100% (respuestas: 90) | 109–24,260 | 1,014 | DeepSeek V4 Pro | — | 99.0% | 1.35 s | ¥11.4 | ||
| 100% (respuestas: 90) | 109–24,260 | 1,014 | GLM 5.3 | — | 98.5% | 0.96 s | ¥8.56 | ||
| 100% (respuestas: 90) | 109–24,260 | 1,014 | Qwen 3.8 Max | — | 98.0% | 1.06 s | ¥20.4 | ||
| 98% (respuestas: 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 98% (respuestas: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | 98.7% | 0.87 s | ¥0.44 | ||
| 98% (respuestas: 90) | — | 0 | Grok 4.7 | — | 98.3% | 5.11 s | ¥3.10 | ||
| 97% (respuestas: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | 98.2% | 1.34 s | ¥4.38 | ||
| 97% (respuestas: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (respuestas: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (respuestas: 90) | 52–24,260 | 996 | Claude Fable 5.1 | — | — | — | — | ||
| 97% (respuestas: 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | 97.3% | 1.57 s | ¥1.75 | ||
| 97% (respuestas: 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97% (respuestas: 90) | 52–24,260 | 559 | Claude Opus 5.5 | — | — | — | — | ||
| 97% (respuestas: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.77 s | ¥7.30 | ||
| 97% (respuestas: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.7% | 1.58 s | ¥9.20 | ||
| 97% (respuestas: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | 97.2% | 1.29 s | ¥0.88 | ||
| 97% (respuestas: 90) | 109–45,108 | 0 | Claude Sonnet 5 | — | — | — | — | ||
| 97% (respuestas: 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | 98.0% | 0.94 s | — | ||
| 97% (respuestas: 90) | 109–24,260 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 97% (respuestas: 90) | 100–151,769 | 39 | GPT 6 Astra | — | 98.5% | 1.33 s | ¥2.19 | ||
| 97% (respuestas: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (respuestas: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (respuestas: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (respuestas: 90) | 100–151,769 | 39 | GPT 6 Astra | — | — | — | — | ||
| 97% (respuestas: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (respuestas: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (respuestas: 90) | 100–161,349 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 97% (respuestas: 90) | — | 0 | Grok 4.7 | — | — | — | — | ||
| 97% (respuestas: 90) | — | 0 | Kimi K3 | — | 98.0% | 1.16 s | ¥28.6 | ||
| 85% (respuestas: 20) | 101–22,953 | 23 | GPT 6 Astra | — | 100.0% | 9.76 s | — | ||
| 61% (respuestas: 18) | 116–402 | 217 | Claude Opus 5.5 | — | 93.3% | 9.05 s | — | ||
| 44% (respuestas: 18) | 116–139 | 243 | Claude Haiku 5.5 | — | 96.7% | 7.00 s | — | ||
| 39% (respuestas: 18) | 114–411 | 0 | Claude Haiku 5.5 | — | 100.0% | 23.19 s | — | ||
| 69% (respuestas: 13) | 3,685–21,590 | 0 | Gemini 3.8 Flash | — | — | — | — | ||
| 54% (respuestas: 28) | 121–140 | 0 | Grok 4.7 | — | — | — | — | ||
| 28% (respuestas: 18) | 239–748 | 0 | Claude Haiku 5.5 | — | 77.4% | 19.67 s | — | ||
| 100% (respuestas: 54) | 456–694 | 69 | Claude Opus 5.5 | — | — | — | — | ||
| 100% (respuestas: 54) | 472–730 | 178 | Claude Haiku 5.5 | — | — | — | — | ||
| 100% (respuestas: 8) | 22,945–22,956 | 38 | GPT 6 Astra | — | 100.0% | 4.04 s | ¥3.30 | ||
| 96% (respuestas: 28) | 5,264–5,279 | 29 | GPT 6 Astra | — | — | — | — | ||
| 89% (respuestas: 28) | 4,203–4,218 | 27 | GPT 6 Astra | — | 100.0% | 8.02 s | — | ||
| 89% (respuestas: 28) | 486–4,212 | 35 | GPT 6 Astra | — | — | — | — | ||
| 89% (respuestas: 18) | 129–155 | 0 | Claude Fable 5.1 | — | — | — | — | ||
| 88% (respuestas: 8) | 22,945–22,956 | 42 | GPT 6.1 Sol | — | — | — | — | ||
| 86% (respuestas: 28) | 93–4,218 | 18 | GPT 6 Astra | — | — | — | — | ||
| 83% (respuestas: 18) | 127–153 | 0 | Claude Sonnet 5 | — | 96.7% | 6.55 s | — | ||
| 83% (respuestas: 18) | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 82% (respuestas: 28) | 93–108 | 36 | GPT 6 Astra | — | 100.0% | 2.88 s | — | ||
| 82% (respuestas: 28) | 812–828 | 0 | GPT 6.1 Sol | — | 100.0% | 3.49 s | ¥15.4 | ||
| 82% (respuestas: 28) | 100–116 | 38 | GPT 6.1 Sol | — | — | — | — | ||
| 79% (respuestas: 28) | 93–108 | 33 | GPT 6 Astra | — | 100.0% | 9.99 s | ¥2.04 | ||
| 79% (respuestas: 28) | 93–108 | 34 | GPT 6.1 Sol | — | — | — | — | ||
| 72% (respuestas: 18) | 129–155 | 537 | Claude Haiku 5.5 | — | 77.8% | 14.16 s | — | ||
| 68% (respuestas: 28) | 4,207–4,480 | 16 | GPT 6.1 Sol | — | 96.7% | 5.20 s | — | ||
| 68% (respuestas: 28) | 101–4,484 | 0 | GPT 6 Astra | — | 93.3% | 8.16 s | ¥11.9 | ||
| 61% (respuestas: 28) | 4,211–18,563 | 0 | GPT 5.6 Terra | — | — | — | — | ||
| 56% (respuestas: 18) | 116–139 | 0 | Claude Opus 5.5 | — | 83.3% | 12.04 s | ¥8.80 | ||
| 56% (respuestas: 18) | 114–137 | 0 | Claude Haiku 5.5 | — | 77.8% | 9.30 s | ¥2.04 | ||
| 50% (respuestas: 18) | 2,025–10,740 | 0 | Claude Haiku 5.5 | — | 79.3% | 21.85 s | — | ||
| 50% (respuestas: 18) | 127–153 | 458 | Claude Sonnet 5 | — | 61.1% | 12.08 s | — | ||
| 44% (respuestas: 18) | 116–139 | 170 | Claude Haiku 5.5 | — | 100.0% | 2.17 s | — | ||
| 44% (respuestas: 18) | 258–2,860 | 0 | Claude Haiku 5.5 | — | 88.9% | 24.58 s | ¥2.04 | ||
| 44% (respuestas: 18) | 153–168 | 0 | Claude Sonnet 5 | — | 100.0% | 3.97 s | ¥4.40 | ||
| 41% (respuestas: 17) | 116–139 | 0 | Claude Haiku 5.5 | — | — | — | — | ||
| 40% (respuestas: 5) | 137–144 | 0 | Claude Opus 5.5 | — | 60.0% | 2.38 s | ¥4.77 | ||
| 39% (respuestas: 18) | 116–139 | 208 | Claude Haiku 5.5 | — | 100.0% | 2.03 s | — | ||
| 33% (respuestas: 18) | 121–239 | 0 | Claude Haiku 5.5 | — | 100.0% | 2.88 s | ¥4.40 | ||
| 28% (respuestas: 18) | 148–463 | 0 | Claude Haiku 5.5 | — | 88.9% | 15.94 s | ¥2.04 | ||
| Sin medir | — | — | — | — | 100.0% | 23.19 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 23.19 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 8.85 s | — | ||
| Sin medir | — | — | — | — | 98.6% | 1.40 s | ¥3.29 | ||
| Sin medir | — | — | — | — | 98.2% | 0.91 s | ¥4.46 | ||
| Sin medir | — | — | — | — | 73.3% | 1.83 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 2.27 s | — | ||
| Sin medir | — | — | — | — | 77.4% | 3.02 s | ¥4.40 | ||
| Sin medir | — | — | — | — | 100.0% | 3.52 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 6.04 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 2.45 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 4.62 s | ¥2.38 | ||
| Sin medir | — | — | — | — | 100.0% | 7.18 s | ¥0.66 | ||
| Sin medir | — | — | — | — | 90.0% | 6.70 s | — | ||
| Sin medir | — | — | — | — | 86.7% | 4.67 s | — | ||
| Sin medir | — | — | — | — | 0.0% | — | — | ||
| Sin medir | — | — | — | — | 100.0% | 2.51 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 3.63 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 3.95 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 4.17 s | ¥1.30 | ||
| Sin medir | — | — | — | — | 94.4% | 6.48 s | — | ||
| Sin medir | — | — | — | — | 89.7% | 6.03 s | — | ||
| Sin medir | — | — | — | — | 96.7% | 9.57 s | — | ||
| Sin medir | — | — | — | — | 88.9% | 6.48 s | ¥2.04 | ||
| Sin medir | — | — | — | — | 100.0% | 3.31 s | — | ||
| Sin medir | — | — | — | — | 100.0% | 4.88 s | ¥1.27 | ||
| Sin medir | — | — | — | — | 100.0% | 12.91 s | — | ||
| Sin medir | — | — | — | — | 96.7% | 10.99 s | — | ||
| Sin medir | — | — | — | — | 0.0% | — | — | ||
| Sin medir | — | — | — | — | 96.7% | 4.34 s | — | ||
| Sin medir | — | — | — | — | 88.9% | 5.53 s | ¥2.04 | ||
| Sin medir | — | — | — | — | 90.0% | 7.27 s | — |
Preguntas frecuentes
¿Cómo se leen estos números?
Las sondas preguntan cosas como “cuál es tu fecha de corte de conocimiento” o “cuál es el iPhone más reciente que conoces”: cada modelo responde distinto y un mismo modelo responde de forma estable. Una coincidencia muy inferior a la de otros intermediarios, tokens de entrada que no cuadran o una huella que no se parece al modelo merecen atención. Las cifras sueltas varían; con más respuestas son más confiables.
¿Por qué mirar los tokens de entrada?
La misma entrada enviada al mismo modelo debe dar siempre exactamente el mismo número de tokens. Si no coincide con el de otros intermediarios, normalmente es otro modelo o se agregó contenido adicional a la solicitud.
¿Por qué todavía no hay datos?
El monitor de degradación todavía se está integrando. Las primeras mediciones aparecerán aquí. La disponibilidad, el primer token y el costo por sesión de la tabla son mediciones en vivo.
¿En qué se diferencia del ranking general?
El ranking general mide disponibilidad, velocidad y precio. El monitor de degradación muestra si cada intermediario sirve el modelo original. Por ahora no afecta el ranking.