Wikiprompt
Blog›Benchmarks

Instantánea de Benchmarks de LLM, 6 de septiembre: Astra y Fable 5.1 Llegan a los Rankings

La foto semanal: GPT-6 Astra debuta con 1797 Elo en webdev (+107 sobre el antiguo líder), Claude Fable 5.1 se lleva la arena de texto y LiveBench, y Aider aún no se ha puesto al día.

Instantánea de Benchmarks de LLM, 6 de septiembre: Astra y Fable 5.1 Llegan a los Rankings

Una semana después de la ventana de lanzamiento más densa del año, las tablas de clasificación han hablado. Esta es la foto semanal del 6 de septiembre de 2026: qué dice cada fuente hoy, qué cambió desde la instantánea de la semana pasada, y dónde difieren las fuentes. Cada número enlaza a una página permanente y fechada.

El titular: la semana de lanzamiento aterrizó

GPT-6 Astra y Claude Fable 5.1, ambos lanzados en los primeros días de septiembre, ya están en la cima de las tablas:

  • Arena de desarrollo web: GPT-6 Astra Max debuta con 1797 Elo, un salto de +107 sobre el líder de la semana pasada (Claude Opus 5 Max, 1691). Deltas de debut tan grandes son raros; el récord anterior este año era inferior a +60. Claude Fable 5.1 Max aterriza en segundo lugar con 1762.
  • Arena de texto: Claude Fable 5.1 Max toma el #1 con 1514, terminando el reinado de Opus 5 Max (1505, ahora tercero detrás de Opus 5 High).
  • LiveBench: Fable 5.1 Max Effort supera a su predecesor, 83.8 vs 83.4, con Astra Max justo detrás en 83.1 - tres modelos dentro de 0.7 puntos en un conjunto libre de contaminación.
  • BenchLM: Fable 5.1 primero en 83.0, Astra segundo en 81.1. Nota el caso atípico: el líder de BenchLM de la semana pasada era Claude Mythos 5 (83.4), la variante de acceso restringido, lo que muestra cómo los niveles de acceso complican la lectura de las tablas.
  • Aider polyglot (edición de código práctica): sin cambios - GPT-5 High aún lidera con 88.0%. Ni Astra ni Fable 5.1 han sido evaluados allí todavía; mira la próxima semana.

    • Dónde difieren las fuentes

    Las arenas ya coronan al nuevo par; Aider no los ha probado; LiveBench muestra a los tres primeros separados por menos de un punto. Si lees una tabla obtienes una coronación, si lees las cinco obtienes una llegada ajustada con asteriscos. Esa dispersión es la razón por la que existen estas instantáneas.

    Los recibos

  • Foto congelada de hoy: instantánea de benchmark 2026-09-06
  • La de la semana pasada: instantánea 2026-08-30
  • Tablas en vivo, actualizadas diariamente: texto · desarrollo web · historial completo
  • Antecedentes sobre los modelos: GPT-6 Astra · Claude Fable 5 y Mythos 5 en la Wiki de IA
    • Tags
    benchmarks·gpt-6-astra·claude-fable-5-1·snapshot·leaderboards

    Related Articles