Ranking por criterio
Los mejores modelos de IA en razonamiento
Ordenados por su nota en este criterio concreto, no por la nota global. Ahora mismo lidera Claude Fable 5.
1
Claude Fable 5Anthropic · 1M tokens
98/100
2
Claude Opus 5Anthropic · 1M tokens
97/100
3
GPT-5.6 SolOpenAI · 1.05M tokens
97/100
4
Claude Opus 4.8Anthropic · 1M tokens
96/100
5
GPT-5.5OpenAI · 1M tokens
95/100
6
Kimi K3Moonshot AI · 1M tokens
94/100
7
Grok 4.5xAI · 500K tokens
93/100
8
Gemini 3.1 ProGoogle · 2M tokens
93/100
9
DeepSeek V4DeepSeek · 1M tokens
93/100
10
Claude Sonnet 5Anthropic · 1M tokens
90/100
11
Llama 4Meta · Hasta 10M tokens
88/100
12
Muse Spark 1.1Meta · 1M tokens
87/100
13
Mistral Large 3Mistral AI · 256K tokens
86/100
Claude Fable 5Anthropic · 1M tokens
98/100
2
Claude Opus 5Anthropic · 1M tokens
97/100
3
GPT-5.6 SolOpenAI · 1.05M tokens
97/100
4
Claude Opus 4.8Anthropic · 1M tokens
96/100
5
GPT-5.5OpenAI · 1M tokens
95/100
6
Kimi K3Moonshot AI · 1M tokens
94/100
7
Grok 4.5xAI · 500K tokens
93/100
8
Gemini 3.1 ProGoogle · 2M tokens
93/100
9
DeepSeek V4DeepSeek · 1M tokens
93/100
10
Claude Sonnet 5Anthropic · 1M tokens
90/100
11
Llama 4Meta · Hasta 10M tokens
88/100
12
Muse Spark 1.1Meta · 1M tokens
87/100
13
Mistral Large 3Mistral AI · 256K tokens
86/100
Qué mide este criterio
El razonamiento mide la capacidad de resolver problemas que requieren varios pasos: deducir, analizar, encadenar conclusiones y no perderse a mitad del proceso. Es el criterio que mas se nota cuando la tarea es dificil de verdad.
Cuándo deberías priorizarlo
Priorizalo si vas a usar la IA para analisis, investigacion, matematicas, decisiones complejas o cualquier tarea donde un error de logica te cueste tiempo.
Y que es exactamente un LLM?
Te explicamos sin tecnicismos como funciona un modelo de lenguaje y que puede y que no puede hacer.
Leer la guia → ¿Cuál me conviene?