Comparativa de LLM para programación

Claude Opus 5.5 lidera este grupo para coding en SciCode con 66.90%. Qwen3.8-Flash-Next tiene el menor coste ilustrado, $0.0025; DeepSeek lidera la velocidad configurada con 178.3 tokens/s.

Actualizado · 12 fuentes · Metodología

NecesidadRecomendaciónMotivo
Mayor puntuación AA SciCodeClaude Opus 5.566.90%2
Menor coste del ejemploQwen3.8-Flash-Next$0.00257
Velocidad de salida (tokens/s)DeepSeek V4.1 Flash 1017178.3 tokens/s
AA: tiempo hasta el primer token de respuesta (s)DeepSeek V4.1 Flash 101712.41 s

Capacidades y rendimiento de los modelos

ProveedorSciCode (%)Velocidad de salida (tokens/s)AA: tiempo hasta el primer token de respuesta (s)
Claude Opus 5.5 (Max, Default Fallback)266.9098.3687.99
Kimi K3.1 Pro160.7635.758.90
GLM-5.3 (Max)559.0374.229.16
DeepSeek V4.1 Flash 1017 (Max)355.90178.312.41
Qwen3.8-Flash-Next450.5855.438.17

Precios y coste por solicitud

ProveedorEntrada / 1M tokensSalida / 1M tokensVentana de contexto (tokens)Salida máxima (tokens)
Claude Opus 5.5 · Anthropic6$4$201,000,0006128,0006
Kimi K3.1 Pro · Novita AI9$2$101,048,5761,048,576
GLM-5.3 · Novita AI10$1.4$4.41,048,576131,072
DeepSeek V4.1 Flash 1017 · Novita AI8$0.3$1.21,048,576393,216
Qwen3.8-Flash-Next · Lyceum7$0.2$0.5262,14411131,07212
Documentación de la APINovita AI · Chat API
Ejemplo: 10,000 tokens de entrada + 1,000 de salida facturada
Claude Opus 5.5$0.06
Kimi K3.1 Pro$0.03
GLM-5.3$0.0184
DeepSeek V4.1 Flash 1017$0.0042
Qwen3.8-Flash-Next$0.0025

Opciones, ventajas y limitaciones

  1. Claude Opus 5.5

    Claude Opus 5.5 combina 66.90% en SciCode con 98.3 tokens/s en esta comparación para coding.2

    Entrada / 1M tokens
    $4
    Salida / 1M tokens
    $20
    Velocidad de salida (tokens/s)
    98.3

    Ventajas

    • El mejor resultado SciCode de este grupo es 66.90%.2

    Limitaciones

    • El ejemplo de $0.06 por solicitud es el más caro de este grupo.6

    Fuentes:26

  2. Kimi K3.1 Pro

    En esta selección para coding, Kimi K3.1 Pro registra 60.76% SciCode y una tasa independiente de 35.7 tokens/s.1

    Entrada / 1M tokens
    $2
    Salida / 1M tokens
    $10
    Velocidad de salida (tokens/s)
    35.7

    Ventajas

    • SciCode es 60.76%, por encima del 55.90% de DeepSeek.13

    Limitaciones

    • La espera inicial de respuesta de 58.90 s supera los 12.41 s de DeepSeek.13

    Fuentes:19

  3. GLM-5.3

    GLM-5.3: 59.03% SciCode; su velocidad AA independiente para la comparación de coding es 74.2 tokens/s.5

    Entrada / 1M tokens
    $1.4
    Salida / 1M tokens
    $4.4
    Velocidad de salida (tokens/s)
    74.2

    Ventajas

    • SciCode es 59.03%, por encima del 55.90% de DeepSeek.53

    Limitaciones

    • El ejemplo de $0.0184 cuesta más que los $0.0042 de DeepSeek.108

    Fuentes:510

  4. DeepSeek V4.1 Flash 1017

    La comparación para coding incluye DeepSeek V4.1 Flash 1017 con 55.90% SciCode y 178.3 tokens/s de salida.3

    Entrada / 1M tokens
    $0.3
    Salida / 1M tokens
    $1.2
    Velocidad de salida (tokens/s)
    178.3

    Ventajas

    • La espera de 12.41 s hasta la primera respuesta es la menor de este grupo.3

    Limitaciones

    • SciCode 55.90% queda por debajo de Claude Opus 5.5, con 66.90%.32

    Fuentes:38

  5. Qwen3.8-Flash-Next

    En la selección para coding, Qwen3.8-Flash-Next obtiene 50.58% SciCode y 55.4 tokens/s en la prueba de rendimiento independiente.4

    Entrada / 1M tokens
    $0.2
    Salida / 1M tokens
    $0.5
    Velocidad de salida (tokens/s)
    55.4

    Ventajas

    • El ejemplo de tokens de $0.0025 cuesta menos que los $0.06 de Claude.76

    Limitaciones

    • SciCode 50.58% queda por debajo de Claude Opus 5.5, con 66.90%.42

    Fuentes:47

Metodología y fuentes

SciCode es la evaluación de programación científica de AA, expresada como porcentaje; un valor mayor es mejor. Es independiente de la prueba de rendimiento con 10,000 tokens de entrada y no evalúa Cline dentro del editor. Calidad y rendimiento usan las configuraciones indicadas junto a cada modelo. Solo se muestra un AA v5 Intelligence Index actual cuando ambos modelos tienen un valor publicado. El rendimiento de AA usa la prueba de 10,000 tokens de entrada con la configuración mostrada de cada modelo; los ajustes de razonamiento varían. La velocidad es la tasa mediana de salida. La latencia de respuesta mide el primer token de respuesta tras el razonamiento, no el primer fragmento de razonamiento transmitido. Con razonamiento no transmitido y modelos sin razonamiento, AA registra el mismo evento para el primer fragmento y la primera respuesta. AA estima esta latencia a partir de la respuesta inicial y la duración del razonamiento; no es una mediana muestreada por separado. Son despliegues de referencia, no garantías de los endpoints de Novita. El ejemplo sin caché factura 10,000 tokens de entrada y 1,000 de salida a la tarifa del vendedor indicado; no representa el coste de la prueba AA. Precios y límites de contexto y salida proceden de las fuentes de los vendedores citados.

  1. Artificial Analysis · Kimi K3.1 Pro · calidad y rendimiento
  2. Artificial Analysis · Claude Opus 5.5 (Max, Default Fallback) · calidad y rendimiento
  3. Artificial Analysis · DeepSeek V4.1 Flash 1017 (Max) · calidad y rendimiento
  4. Artificial Analysis · Qwen3.8-Flash-Next · calidad y rendimiento
  5. Artificial Analysis · GLM-5.3 (Max) · calidad y rendimiento
  6. Anthropic · Claude Opus 5.5 · precios y límites API
  7. Lyceum · Qwen3.8-Flash-Next · precios y límites API
  8. Novita AI · DeepSeek V4.1 Flash 1017 · precios y límites del endpoint
  9. Novita AI · Kimi K3.1 Pro · precios y límites del endpoint
  10. Novita AI · GLM-5.3 · precios y límites del endpoint
  11. Lyceum · Qwen3.8-Flash-Next · especificación de contexto nativo
  12. Lyceum · límites de solicitudes serverless

Desarrolla con Novita Model APIs

Crea una clave API y conecta tu aplicación.

Empieza a desarrollarExplora los modelos