↑↓moverte↵abriresccerrarEntiende errores y sinónimos

Sora se apaga y Google hereda el video: así queda el ranking IA en español

Hoy, 24 de agosto de 2026, el mapa de la inteligencia artificial se mueve en tres frentes a la vez: Anthropic domina el texto con Claude Opus 5, OpenAI reina en imagen con GPT Image 2 mientras Microsoft le pisa los talones, y en video pasa lo impensable: Google lidera con Omni Flash justo cuando OpenAI confirma la retirada de Sora. Aquí tienes los tres rankings del día — texto, imagen y video — con puntajes verificados en los leaderboards más respetados, explicados en español para Colombia y toda Hispanoamérica, sin humo.

El ranking de hoy de un vistazo

Tres tablas, tres batallas: los mejores modelos de texto (LLM), los mejores generadores de imagen y los mejores modelos de video del momento, cada uno con su puntaje y en qué destaca.

Mejores modelos de texto (LLM)

La foto del día cruza el Índice de Inteligencia de Artificial Analysis (AAII), el Elo de LMArena (hoy Arena.ai) y los benchmarks de código y ciencia. La cima está apretada: entre el #1 y el #5 hay diferencias mínimas y los intervalos de confianza importan más que el puesto exacto.

PuestoModeloPuntajeDestaca en
1Claude Opus 5 (Anthropic)Índice 63Razonamiento profundo, agentes y código experto (~96% en SWE-bench)
2Claude Fable 5 (Anthropic)Índice 62Conversación, escritura y uso diario; #1 en LMArena (~1525 Elo)
3GPT-5.6 Sol (OpenAI)Índice 61Programación (96.2% en SWE-bench Verified) y razonamiento
4Gemini 3.1 Pro (Google)Elo ~1500Multimodalidad, contexto amplio y todo el ecosistema Google
5Kimi K3 (Moonshot AI)#3 llm-statsEl mejor de pesos abiertos: control y costo bajo

La novedad del mes: agosto ya va en 12 lanzamientos, incluido Qwen3.8-Max (2.4 billones de parámetros, el open-weight más grande de la historia) y GLM-5.2 Turbo de Z.AI.

Mejores modelos de imagen (texto-a-imagen)

Según el Image Arena de Artificial Analysis y el Arena de LMArena, donde miles de personas votan a ciegas entre imágenes generadas con el mismo pedido.

PuestoModeloPuntaje ArenaDestaca en
1GPT Image 2 (OpenAI)Elo 1369Texto multilingüe dentro de la imagen, resolución 2K y modo de razonamiento
2MAI-Image-2.6 (Microsoft)#2 LMArenaRetratos, render de texto e imágenes 3D con acabado comercial
3Reve 2.1Elo 1324Fidelidad al prompt; el independiente que pelea con los gigantes
4Nano Banana 2 (Google)Elo 1317Edición conversacional de imágenes y velocidad
5GPT Image 1.5 (OpenAI)Elo 1312Opción estable y más económica del ecosistema OpenAI

Ojo: Microsoft también mantiene a MAI-Image-2.5 (Elo 1307) rondando el top 5, señal de que su apuesta por la imagen va en serio.

Mejores modelos de video

Con datos del Video Arena de Artificial Analysis (Elo por votos ciegos, agosto 2026) en texto-a-video. La noticia gorda: la app de Sora cerró en abril, su API se apaga el 24 de septiembre y OpenAI se baja del ring.

PuestoModeloPuntaje ArenaDestaca en
1Gemini Omni Flash (Google)Elo 1328El paquete completo: calidad, audio nativo y velocidad
2HappyHorse-1.0 (Alibaba)Elo 1287El caballo negro chino que irrumpió en la cima este mes
3Seedance 2.0 (ByteDance)Elo 1272El rey de animar fotos: #1 mundial en imagen-a-video con audio
4Kling 3.0 Pro (Kuaishou)Elo 1246Realismo percibido y mini-historias multi-toma coherentes
5Veo 3.1 (Google)Elo 1098Control fino y ecosistema; rinde más de lo que dice su Elo

¿Cuál uso según mi caso?

Texto: para trabajo exigente (código, análisis, agentes), Claude Opus 5. Para el día a día y escribir en español con naturalidad, Claude Fable 5. Con presupuesto ajustado o si necesitas pesos abiertos, Kimi K3.

Imagen: para afiches y piezas con texto en español sin errores, GPT Image 2. Para editar fotos rápido, conversando, Nano Banana 2.

Video: para clips con audio desde texto, Gemini Omni Flash. Para animar una foto fija (producto, retrato), Seedance 2.0. Para mini-historias de varias escenas, Kling 3.0 Pro.

Regla de oro: cuando dos modelos están a pocos puntos, es empate técnico. Elige por precio, velocidad y tu caso real, no por el puesto exacto del día.

Los benchmarks del día, explicados sin enredos

Estas son las pruebas detrás de los puntajes de hoy, en cristiano.

  • Índice de Inteligencia de Artificial Analysis (AAII)
    Qué es: el promedio de nueve pruebas duras (código, ciencia, agentes, razonamiento), como una nota global de inteligencia.
    Te sirve para: comparar modelos de texto de un vistazo con un solo número.
  • Elo de LMArena / Arena.ai
    Qué es: miles de personas comparan dos respuestas sin saber qué modelo las hizo y votan por la mejor.
    Te sirve para: saber qué modelo prefiere la gente real en el uso diario.
  • SWE-bench Verified
    Qué es: le entrega al modelo bugs reales de proyectos de software para que los arregle.
    Te sirve para: saber si programa como un ingeniero y no solo recita teoría.
  • GPQA Diamond
    Qué es: preguntas de ciencia nivel doctorado en física, química y biología.
    Te sirve para: medir el razonamiento científico profundo si investigas o estudias.
  • Image Arena (Elo)
    Qué es: votos ciegos comparando dos imágenes generadas con el mismo pedido.
    Te sirve para: elegir el generador que más convence al ojo humano.
  • Video Arena (Elo)
    Qué es: votos ciegos entre videos generados, medidos por separado desde texto o desde foto, con y sin audio.
    Te sirve para: elegir el modelo de video según lo que quieras crear.

Truco: mira siempre la fecha del leaderboard. Estos puntajes cambian a diario y un pantallazo de hace un mes ya es historia antigua.

En resumen

Anthropic manda en texto con Claude Opus 5 y Claude Fable 5, OpenAI reina en imagen con Microsoft acechando, y Google hereda el trono del video justo cuando Sora sale de escena. La cima está apretada en las tres categorías: hoy más que nunca, el mejor modelo es el que mejor resuelve tu caso — también en español y desde Colombia.


Metodología: este ranking se elaboró el 24 de agosto de 2026 con los datos públicos más recientes de Artificial Analysis (Intelligence Index, Image Arena y Video Arena), LMArena/Arena.ai (Elo por votos ciegos), SWE-bench Verified y GPQA Diamond, complementados con trackers independientes que replican esos leaderboards. Los puntajes cambian a diario y las diferencias pequeñas suelen estar dentro del margen de ruido: tómalos como una foto del día, no como una sentencia. Fuentes: Artificial Analysis — Modelos · BenchLM — AAII · BenchLM — SWE-bench Verified · Swfte — LMArena · Metatext — Elo LMArena · llm-stats · AA — Image Arena · Neowin — MAI-Image-2.6 · Tech Insider — Imagen 2026 · Arena.ai — Texto-a-imagen · AA — Video Arena · InVideo — Video · Techsy — Video · Hedra — Video 2026

¿Te sirvió? CompárteloCon tu equipo o con esa persona que todavía le teme a la IA.

Alejandro Arias-Salazar, PhD, fundador de IA Lab

Sobre el autor

Alejandro Arias-Salazar, PhD

Fundador y director de IA Lab

Primer doctor en Gestión de la Innovación Tecnológica de la Universidad de los Andes e Investigador Asociado de Minciencias. Fundó IA Lab para que personas y empresas usen IA de punta sin programar.

  • 12años creando innovación con IA
  • 3libros publicados
  • 38empresas impactadas
  • 1.203estudiantes impactados

Sigue explorando el blog

Lo más reciente de IA Lab. Elige un tema y sigue bajando: se carga solo.

Ver todo el blog