Descubre qué evalúan, qué modelos cubren y dónde se aplican los resultados.
Artificial Analysis
Artificial Analysis · Modelos de texto a vídeo. Qué mide: Protocolo de evaluación publicado. Consulta el método, las tareas y la versión del modelo antes de aplicar los resultados a una herramienta. No deducimos una puntuación del producto.
VBench team
VBench team · Modelos de texto a vídeo. Qué mide: Dimensiones de calidad y consistencia. Benchmark multidimensional de calidad visual, movimiento y consistencia.
Artificial Analysis
Artificial Analysis · Proveedores de texto a voz. Qué mide: Protocolo de evaluación publicado. Consulta el método, las tareas y la versión del modelo antes de aplicar los resultados a una herramienta. No deducimos una puntuación del producto.
TTS-AGI & contributors
TTS-AGI & contributors · Modelos de texto a voz. Qué mide: Protocolo de evaluación publicado. Consulta el método, las tareas y la versión del modelo antes de aplicar los resultados a una herramienta. No deducimos una puntuación del producto.
BigCode project
BigCode project · Modelos de código, no editores. Qué mide: Finalización de tareas de código. Mide modelos en tareas con varias librerías; no clasifica Cursor, Windsurf o Bolt como productos.
Artificial Analysis
Artificial Analysis · Modelos de texto a imagen. Qué mide: Protocolo de evaluación publicado. Consulta el método, las tareas y la versión del modelo antes de aplicar los resultados a una herramienta. No deducimos una puntuación del producto.
Hugging Face & contributors
Hugging Face & contributors · Solo modelos de reconocimiento de voz. Qué mide: Precisión y velocidad de transcripción. Compara error de palabra y velocidad; no mide resúmenes ni integraciones.
Datacurve
Datacurve · Agentes de código ejecutados con mini-swe-agent. Qué mide: Éxito en tareas de ingeniería de larga duración. Mide agentes de código avanzados en 113 tareas originales y prolongadas, 91 repositorios y cinco lenguajes.
