Skip to content
The Chat Archive
gpt-4o-search-preview-high-loc· OpenAI LMArena Search Arena 24K

clasificación de LLMs según Precisión Razonamiento (%) y Precisión Instrucción (%)

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Geminigemini-2.5-flash-preview-04-17-grounding’s answer.
  1. User

    clasificación de LLMs según Precisión Razonamiento (%) y Precisión Instrucción (%)

  2. Assistant

    La clasificación de los modelos de lenguaje de gran escala (LLMs) según su precisión en razonamiento e instrucción es fundamental para evaluar su eficacia en diversas tareas. A continuación, se presenta una comparación de algunos de los modelos más destacados:

    ModeloPrecisión en RazonamientoPrecisión en InstrucciónFuente
    DeepSeek R196% en resolución de problemas matemáticos en catalánNo especificado
    OpenAI o3Supera a su predecesor en tareas complejas, incluyendo programación, matemáticas y cienciaNo especificado
    Claude 3.7 SonnetSobresale en programación y resolución de problemas complejosNo especificado
    Gemini UltraSupera a GPT-4 en pruebas de referencia de la industriaNo especificado
    Grok-3Supera a OpenAI en puntos de referencia como AIME para razonamiento matemáticoNo especificado

    Es importante destacar que, aunque estos modelos muestran altos niveles de precisión en tareas de razonamiento, la precisión en instrucción no siempre está especificada en las fuentes disponibles. Además, la eficacia de un modelo puede variar según el idioma y el contexto en el que se utilice. Por ejemplo, un estudio reveló que los modelos europeos presentan un rendimiento inferior en comparación con los desarrollados en Estados Unidos y China al resolver problemas matemáticos en catalán.

    En resumen, al seleccionar un LLM para una tarea específica, es esencial considerar tanto su precisión en razonamiento como en instrucción, además de evaluar su desempeño en el idioma y contexto de interés.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.