★
Menú
Inicio Cómo se construye Lista de seguimiento El stack
Hardware ChipsComparar chips Servidores y sistemasRedes MemoriaFundiciones y empaquetado Refrigeración
Instalaciones Centros de datosEnergía ProyectosCloud y cómputo GPU
Inteligencia Modelos de IASoftware Productos de IABenchmarks Artículos de investigaciónConjuntos de datos Conceptos
Ecosistema EmpresasAcciones PersonasCronología TendenciasEl futuro de la IA
Aprender Noticias Consulta los datos Agentes IA
Acerca de Sobre nosotros Metodología Datos y API Aviso legal
Opciones
DATOS Y API

Acceso JSON gratuito de solo lectura a los datos en caché del sitio.

Modo oscuro

Vista guiada
¿Nuevo en el mundo de los chips, los centros de datos y la jerga de modelos? Explicamos los términos clave mientras navegas, en lenguaje claro. Los mismos datos, con la ayuda integrada.

Vista experta
Ya conoces el stack. Solo los datos: limpios, rápidos y compactos, sin explicaciones adicionales. Esta es la vista predeterminada.

Idioma de la interfaz
‹ Atrás
Notas de campo

Los benchmarks son la forma en que esta industria lleva la puntuación, y su ciclo de vida es siempre el mismo: se presentan, se conquistan, se retiran. La pregunta interesante en cada registro no es el líder actual — es la velocidad a la que la prueba pasó de imposible a saturada.

Empiece por estos tres

ML MLPerf Los únicos números auditados de comparación directa en hardware de IA. SB SWE-bench Verified Issues reales de GitHub — el referente de la era de los agentes de código. AA ARC-AGI Diseñado para resistir la memorización; falló de todos modos. Luego reconstruido con más rigor.

Hardware & systems benchmarks

2
ML MLPerf The industry's referee for AI hardware — training and inference rounds. TO TOP500 The supercomputer league table since 1993 — now measuring the public sector's slice.

Model capability benchmarks

10
SB SWE-bench Verified Real GitHub issues, real repos — the coding-agent standard. A( AIME (Competition Math) Olympiad-track problems — where reasoning models showed their jump. AA ARC-AGI Chollet's abstraction puzzles — designed to resist everything but intelligence. FR FrontierMath Research-grade mathematics — built unsolvable, already yielding. GD GPQA Diamond Google-proof PhD science questions — the reasoning era's exam. H& HumanEval & GSM8K The retired classics of coding and grade-school math. HL Humanity's Last Exam 2,500 expert questions with a deliberately final name. L( LMArena (Chatbot Arena) Millions of blind human votes — preference as a leaderboard. M& MMLU & MMLU-Pro The default knowledge exam of 2020–24 — now saturated. MT MTEB The embedding leaderboard behind every retrieval stack.