Ranking en vivo, actualizado cada 2 días
Mejores modelos de IA para matemáticas
A fecha de 8 de octubre de 2026, el modelo mejor clasificado en la clasificación de texto de LMArena, categoría de matemáticas es gemini-4-argon-high de Google con una puntuación de 1528, 5 puntos por delante de claude-fable-5-high de Anthropic.
Actualizado el 13 de octubre de 2026. Se muestra la última copia guardada del ranking, con fecha 8 de octubre de 2026, porque no se pudo acceder a la fuente en vivo.
Ranking: los 10 mejores modelos
Las puntuaciones proceden de votos ciegos en enfrentamientos directos sobre la clasificación de texto de LMArena, categoría de matemáticas. El puesto es el publicado por LMArena, que tiene en cuenta los intervalos de confianza, por lo que varios modelos pueden compartir puesto. Abajo se muestran los 10 primeros, y los puestos del 11 al 40 aparecen en la lista desplegable.
| Puesto | Modelo | Laboratorio | Puntuación | Votos | Licencia |
|---|---|---|---|---|---|
| 1 | gemini-4-argon-high | 1528 ±35 | 271 | Propietario | |
| 2 | claude-fable-5-high | Anthropic | 1524 ±13 | 1981 | Propietario |
| 3 | claude-fable-5.1-max | Anthropic | 1522 ±23 | 626 | Propietario |
| 4 | gemini-3.8-flash-high | 1522 ±15 | 1584 | Propietario | |
| 5 | claude-opus-5-high | Anthropic | 1521 ±12 | 2975 | Propietario |
| 6 | claude-opus-4-6-high | Anthropic | 1518 ±10 | 4085 | Propietario |
| 7 | claude-opus-5-max | Anthropic | 1514 ±16 | 1429 | Propietario |
| 8 | claude-sonnet-5.5-xhigh | Anthropic | 1512 ±36 | 252 | Propietario |
| 9 | claude-opus-4-6 | Anthropic | 1507 ±9 | 4570 | Propietario |
| 10 | claude-opus-4-7-high | Anthropic | 1504 ±11 | 3292 | Propietario |
Ver puestos del 11 al 40
PuestoModelo Laboratorio Puntuación Licencia 11 gemini-3.7-flash-high Google 1503 ±17 Propietario 12 gemini-3.6-flash-high Google 1502 ±14 Propietario 13 glm-5.3-flash Z.ai (Zhipu) 1502 ±16 Pesos abiertos 14 muse-spark-1.3-max Meta 1502 ±22 Propietario 15 gpt-5.5 OpenAI 1500 ±11 Propietario 16 claude-opus-5.5-high Anthropic 1499 ±31 Propietario 17 kimi-k3-max Moonshot AI 1498 ±16 Pesos abiertos 18 gemini-3.5-flash-high Google 1497 ±12 Propietario 19 qwen3.8-max Alibaba (Qwen) 1497 ±17 Propietario 20 gpt-5.6-sol-xhigh OpenAI 1496 ±14 Propietario 21 muse-spark-1.1 Meta 1495 ±14 Propietario 22 claude-opus-4-8-high Anthropic 1494 ±11 Propietario 23 deepseek-v4.1-flash-max DeepSeek 1493 ±23 Pesos abiertos 24 gpt-5.5-high OpenAI 1493 ±10 Propietario 25 glm-5.3-max Z.ai (Zhipu) 1492 ±20 Pesos abiertos 26 claude-opus-4-7 Anthropic 1492 ±11 Propietario 27 gpt-5.4-high OpenAI 1492 ±11 Propietario 28 gemini-3.1-pro-preview Google 1488 ±8 Propietario 29 gpt-6.1-sol-max OpenAI 1488 ±35 Propietario 30 mistral-large-4 Mistral AI 1486 ±38 Propietario 31 gpt-6-astra-max OpenAI 1486 ±25 Propietario 32 qwen3.7-max-preview Alibaba (Qwen) 1486 ±38 Propietario 33 glm-5.2-max Z.ai (Zhipu) 1486 ±13 Pesos abiertos 34 mimo-v2.6-pro Xiaomi 1483 ±40 Pesos abiertos 35 hy3 Tencent 1482 ±24 Pesos abiertos 36 gpt-5.6-terra-xhigh OpenAI 1482 ±14 Propietario 37 gemini-3.5-flash-medium Google 1482 ±13 Propietario 38 muse-spark-1.2 (xHigh) Meta 1481 ±33 Propietario 39 mimo-v2.5-pro Xiaomi 1480 ±10 Pesos abiertos 40 kimi-k2.6 Moonshot AI 1480 ±13 Pesos abiertos
Mostrando los 40 primeros de 400 modelos de este ranking. Datos del 8 de octubre de 2026.
Mejor modelo por laboratorio
El modelo mejor clasificado de cada laboratorio en este ranking y su distancia respecto al primero.
| Laboratorio | Mejor modelo | Puesto | Puntuación | Detrás del #1 |
|---|---|---|---|---|
| gemini-4-argon-high | 1 | 1528 | Líder | |
| Anthropic | claude-fable-5-high | 2 | 1524 | 5 pts |
| Z.ai (Zhipu) | glm-5.3-flash | 13 | 1502 | 27 pts |
| Meta | muse-spark-1.3-max | 14 | 1502 | 27 pts |
| OpenAI | gpt-5.5 | 15 | 1500 | 28 pts |
| Moonshot AI | kimi-k3-max | 17 | 1498 | 31 pts |
| Alibaba (Qwen) | qwen3.8-max | 19 | 1497 | 32 pts |
| DeepSeek | deepseek-v4.1-flash-max | 23 | 1493 | 35 pts |
¿Qué laboratorio de IA lidera?
El laboratorio con más modelos en la cima del ranking es el de mayor fondo de armario, no solo el que tiene el mejor modelo.
Anthropic tiene 8 de los 10 mejores modelos (80%).
Modelos en el top 10 por laboratorio
Mostrar tabla de datos
| Laboratorio | Top 10 |
|---|---|
| Anthropic | 8 |
| 2 |
Abiertos frente a propietarios: ¿qué tan grande es la brecha?
El mejor modelo de pesos abiertos es glm-5.3-flash de Z.ai (Zhipu), con 1502, 27 puntos por detrás del mejor modelo propietario, gemini-4-argon-high de Google, con 1528. Sus intervalos de confianza del 95% se solapan, así que los datos no permiten separarlos.
12 modelos propietarios se sitúan por encima del mejor modelo de pesos abiertos, y 2 de los 20 primeros son de pesos abiertos.
Aquí, pesos abiertos significa cualquier licencia distinta de Propietaria, incluidas las licencias con límites de uso. Es una definición más amplia que la de la OSI.
Otras clasificaciones
LMArena organiza arenas independientes para distintas tareas. El mejor modelo para una suele no serlo para otra.
Otras arenas
- Texto (general)
- WebDev: claude-opus-5.5-max de Anthropic, 1813
- Visión: claude-fable-5-high de Anthropic, 1308
- Búsqueda: gpt-5.6-sol-xhigh de OpenAI, 1256
- Documentos: claude-fable-5 de Anthropic, 1499
- Texto a imagen: gpt-image-2.5-sunburst de OpenAI, 1425
- Edición de imágenes: gpt-image-2.5-sunburst de OpenAI, 1524
- Texto a vídeo: gemini-omni-1.1-flash de Google, 1516
Arena de texto por categoría
Cómo leer esta clasificación
Esta categoría filtra la arena de texto con prompts de matemáticas, desde aritmética y álgebra hasta demostraciones. Los votos reflejan qué respuesta consideraron mejor las personas, incluida la claridad del razonamiento.
- Las puntuaciones salen de votos a ciegas
- LMArena muestra a una persona dos respuestas anónimas al mismo prompt y le pregunta cuál es mejor. Esos votos cara a cara se ajustan con un modelo Bradley-Terry, el sucesor estadístico de Elo, para asignar a cada modelo una puntuación de arena. En la escala Elo que usa LMArena, una ventaja de 100 puntos implica que el modelo superior ganaría en torno al 64% de los enfrentamientos.
- Los intervalos de confianza deciden los empates
- Cada puntuación incluye un intervalo de confianza del 95%. Cuando dos intervalos se solapan, el orden entre esos dos modelos no está definido. La columna de posición de LMArena ya lo tiene en cuenta, por eso más de un modelo puede ocupar el mismo puesto.
- Por qué difiere de la cuota de uso
- Un puesto alto no significa que mucha gente use un modelo. El uso depende del precio, la distribución y el hábito. Para conocer la adopción en lugar de la calidad, consulta la cuota de mercado de la IA.
Metodología y fuente
Todos los rankings se leen del conjunto de datos del leaderboard de LMArena en Hugging Face, publicado por LMArena (antes Chatbot Arena) bajo la licencia Creative Commons Attribution 4.0. El crédito por los votos, las puntuaciones y los intervalos de confianza corresponde a LMArena. Essentras no está afiliada a LMArena.
Esta página lee el subconjunto text_style_control, categoría math, de la división más reciente del conjunto de datos. Las puntuaciones, los intervalos, los puestos, el número de votos y las etiquetas de licencia se muestran tal como se publican. Essentras añade la agrupación por laboratorio y las cifras derivadas de esta página: diferencias, cuotas por laboratorio, abiertos frente a propietarios y, en la página principal, el historial de quién ocupó el #1.
Los datos se actualizan automáticamente cada 2 días. Si no se puede acceder a la fuente, la página recurre a la última copia guardada y lo indica en la parte superior. Los modelos nunca se fusionan ni se renombran; los nombres de modelos y laboratorios aparecen exactamente como los publica LMArena.
Open-weight significa cualquier licencia distinta de Proprietary. El historial se limita a lo que registra el conjunto de datos: el leaderboard de texto con control de estilo desde 28 de agosto de 2024. No extraemos datos de ningún otro sitio de rankings.
Sigue cómo los modelos de IA clasifican y describen tu marca con nuestro servicio de SEO para IA. ¿Quieres que estos modelos nombren tu marca? Lee nuestra guía de SEO para LLM.
Preguntas frecuentes
¿Cuál es el mejor modelo de IA para matemáticas?
A fecha de 8 de octubre de 2026, gemini-4-argon-high de Google ocupa el primer puesto en la clasificación de texto de LMArena, categoría de matemáticas con una puntuación de 1528. Las clasificaciones cambian a medida que se añaden modelos y votos, así que consulta la tabla de arriba para ver el orden actual.
¿Qué laboratorio de IA lidera en matemáticas?
Anthropic tiene 8 de los 10 mejores modelos (80%), por delante de Google (2).
¿Está el mejor modelo de código abierto cerca del mejor modelo propietario?
El mejor modelo de pesos abiertos es glm-5.3-flash de Z.ai (Zhipu), con 1502, 27 puntos por detrás del mejor modelo propietario, gemini-4-argon-high de Google, con 1528. 12 modelos propietarios se sitúan por encima del mejor modelo de pesos abiertos, y 2 de los 20 primeros son de pesos abiertos. Sus intervalos de confianza del 95% se solapan, así que los datos no permiten separarlos. «Abierto» aquí significa cualquier licencia distinta de Proprietary, una definición más amplia que la de la OSI.
¿Qué mide esta clasificación?
Esta categoría filtra la arena de texto con prompts de matemáticas, desde aritmética y álgebra hasta demostraciones. Los votos reflejan qué respuesta consideraron mejor las personas, incluida la claridad del razonamiento.
¿Con qué frecuencia se actualiza esta clasificación?
Esta página vuelve a leer el conjunto de datos de LMArena cada 2 días. LMArena publica una nueva instantánea cuando reúne suficientes votos o añade modelos, por lo que la fecha de la parte superior muestra los datos publicados más recientes.
Los modelos se clasifican a sí mismos. ¿Y qué dicen de ti?
Una clasificación muestra qué modelos de IA son más potentes. No muestra lo que esos modelos cuentan a tus clientes sobre tu empresa. Haz la comprobación gratuita y descubre las respuestas.