La lista de modelos LLM, agosto de 2026: la alineación de vanguardia y cómo filtrarla

La lista de modelos LLM de agosto de 2026, de un tirón: Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna y DeepSeek V4 Flash son los nombres que importan este mes — y más de 200 más se pueden invocar con una sola clave de API. Pero una lista de nombres no es una respuesta. Solo es una respuesta cuando cada fila incluye un precio, una ventana de contexto y una capacidad, y cuando la lista está lo suficientemente actualizada como para que el precio que lees sea el precio que pagas. Eso es lo que es esta página: la alineación actual con cifras reales, cómo leer las columnas y los tres filtros que convierten más de 200 modelos en una buena elección. Cada cifra a continuación se leyó de su fuente el 10 de agosto de 2026.

Una lista utilizable tiene cuatro columnas.

Una página con nombres de modelos — sin precios, sin contextos, sin notas de capacidades — es así como la gente termina pagando 50 dólares por millón de tokens por un trabajo que un modelo de 0,09 dólares resuelve. Una lista que de verdad sirve incluye cuatro elementos por fila, y ninguno de ellos es opcional.

• Nombre y proveedor. El modelo exacto, no la familia. GPT-5.6 Luna y GPT-5.6 Sol son productos distintos con una diferencia de precio de cincuenta veces, y una lista que los confunde es peor que ninguna lista.

• Precio por 1M de tokens. Entrada y salida, listadas por separado — ambas pueden diferir hasta veinte veces en algunos modelos, y las facturas reales dependen de la salida, por lo que un único número combinado oculta la verdad.

• Ventana de contexto. Cuánto de tu material fuente cabe en una sola llamada. Una ventana de 200K, una de 1M y una de 1.3M no son intercambiables, y la diferencia decide si tu prompt sobrevive intacto.

• Capacidad y modalidad. Razonamiento general, codificación, fiabilidad de los agentes y si el modelo acepta imágenes. Un modelo solo de texto no depurará la captura de pantalla que pegues en el hilo.

La alineación de vanguardia, ahora mismo.

El ranking cambia semanalmente, por lo que esta es la instantánea al 10 de agosto de 2026. Los precios son el precio de lista de OrcaRouter — precio del proveedor transferido sin margen — y el índice es el Artificial Analysis Intelligence Index, leído hoy.

• Claude Opus 5 — $5 / $25, contexto de 1M, AA Index 63. La mejor puntuación de propósito general en el índice este mes y la opción por defecto para razonamiento complejo y trabajo de agente de larga duración.

• Claude Fable 5 — $10 / $50, 1M, AA Index 62. El modelo frontera más caro de esta lista, y un #2 probado según el índice — paga la prima solo cuando la cola dura del trabajo justifica el contador.

• GPT-5.6 Sol — $5 / $30, 1M, AA Index 61. El modelo general más potente de O​penAI, multimodal, con un perfil de codificación que mantiene a raya a la pareja Claude.

• Kimi K3 — $3 / $15, 1M, AA Index 60. La mejor relación calidad-precio entre los cinco primeros: el buque insignia de Moonshot, a aproximadamente un tercio del precio de Claude Opus 5.

• Qwen3.8 Max — $2 / $6, 1M, AA Index 58.El buque insignia de Alibaba, la opción de pesos abiertos más potente de la frontera, y un valor atípico en precio para su puntuación de índice.

• Claude Sonnet 5 — $2 / $10, 1M, AA Index 55. La gama de valor de la familia Claude — el mismo estilo conservador de la casa que sus hermanos mayores, a un quinto del precio de Claude Opus 5.

• Grok 4.5 — $2 / $6, 500K, AA Index 56. el buque insignia de xAI, rápido y barato para su nivel, con una ventana de contexto más pequeña que el resto de este grupo.

• GLM 5.2 — $0.76 / $2.42, 1M, AA Index 53. El modelo de pesos abiertos de Z.ai con una ventana de 1M a una fracción del precio de los modelos insignia cerrados.

• Gemini 3.6 Flash — $1.50 / $7.50, 1M, AA Index 52. La opción de velocidad: #2 en velocidad de salida en el índice, con unos 238 tokens por segundo, diseñado para bucles de alto volumen y limitados por latencia.

• GPT-5.6 Luna — $0.10 / $0.60, 1M, AA Index 52. La misma familia, cincuenta veces más barato: un precio de modelo pequeño con una puntuación de índice de gama media.

• DeepSeek V4 Flash — $0.09 / $0.18, 1M, AA Index 52. El modelo más económico de esta lista con una ventana de contexto de escala de vanguardia: una mezcla de expertos de pesos abiertos con 284 mil millones de parámetros, 13 mil millones activos.

What landed after this list was written

The lineup above was read on August 10, 2026. Two models have been added to the catalogue since, and both carry Intelligence Index v5.0.1 scores — a different evaluation set from the v4.3 numbers in that snapshot, so read them as a separate cohort rather than as a re-ranking of it.

• Gemini 4 Carbon — $2.00 / $10.00, 1M context, index 60, #4 of 78. Multimodal input including audio and video, a 65K output ceiling, and cache reads at $0.100 per 1M: the cheapest way on this page to put a million tokens of mixed media in front of a model that scores 60.

• Claude Fable 5.2 — $8.00 / $40.00, 1M context, index 65, #1 of 78. The strongest score on the current evaluation set and the most expensive entry on this page, with a 128K output ceiling, always-on thinking and cache reads at $0.200 per 1M.

Cómo filtrar la lista

Nadie quiere 300 modelos; quieren el que encaja. Tres filtros hacen la mayor parte del trabajo, y el catálogo en vivo está construido exactamente en torno a estos.

• Filtra primero por capacidad. Empieza por lo que el modelo tiene que hacer. Razonamiento complejo y bucles de agente largos → Claude Opus 5 o Claude Fable 5. Codificación a escala de repositorio → los líderes del índice de codificación, Claude Opus 5 y GPT-5.6 Sol. Autocompletado limitado por latencia → Gemini 3.6 Flash. Y si un prompt va a incluir alguna vez una imagen, descarta todos los modelos solo de texto antes de hacer cualquier otra cosa — ese único filtro elimina DeepSeek V4 Flash de inmediato.

• Filtrar por precio en segundo lugar. El rango de precios de este mes va desde gratis (los niveles de Nemotron de NVIDIA, el nivel gratuito de Gemma 4 31B de Google) hasta $10 / $50 por Claude Fable 5 — más de cien veces el mínimo. La franja intermedia útil es donde se sitúa la mayor parte de la producción: DeepSeek V4 Flash y GPT-5.6 Luna por debajo de $0.20 / $0.60, Claude Sonnet 5 y Qwen3.8 Max alrededor de $2, y los modelos insignia entre $3 y $10 de entrada. Un filtro de precios que no pueda mostrarte ese rango no es un filtro de precios.

• Filtrar por ventana de contexto, tercero.Claude Haiku 4.5 está limitado a 200K; la mayoría de los modelos de frontera se sitúa en 1M; Llama 4 Scout alcanza hasta 1.3M y Grok 4.20 hasta 2M. Pero el contexto anunciado es un techo, no una garantía: la calidad se degrada a medida que te acercas a ese límite, así que busca margen extra. Si tu carga útil es de 150K tokens, un modelo de 200K es una trampa, no un acierto.

Dónde vive la lista en vivo

Cada tabla en una entrada de blog — incluida esta — es una instantánea, y en este mercado una instantánea queda obsoleta en una semana. La versión en vivo de la lista vive en la página /models de OrcaRouter: más de 200 modelos tras una sola clave de API, con filtros de proveedor, contexto y precio en la barra lateral y pestañas de modalidad en la parte superior. La propiedad que esa página tiene y de la que todos los listículos carecen es que es el catálogo real, no un copia-pega de uno. Los lanzamientos de frontera llegan allí aproximadamente un día después de que el proveedor los anuncie; los de pesos abiertos, en unos pocos días; y el precio mostrado es la tarifa upstream en vivo trasladada con un margen del 0% — lo que dice la página es lo que se le factura a tu cuenta. Ese es también el sentido de enrutar más de 200 modelos en una sola clave: cuando la lista cambia — y cambia cada semana — tu código no cambia. Un contrato, una forma de API, y el model-id es lo único que se mueve.

Cuando la lista te engaña

Las columnas hacen que una lista sea usable, pero también generan falsa confianza. Vale la pena nombrar cuatro trampas antes de confiar en cualquier fila.

• Lo más nuevo no es lo mejor. Un modelo lanzado la semana pasada no es automáticamente la decisión correcta. El índice se recalcula a medida que cambian las variantes y los niveles de esfuerzo, y un modelo probado con conmutación por error integrada supera a uno recién lanzado el día en que sale.

• El precio no es la capacidad.GPT-5.6 Luna a $0.10 / $0.60 obtiene un índice de 52 — a un punto de Gemini 3.6 Flash a quince veces el precio — para las tareas que ambos manejan. Los niveles premium compran la cola dura, no el caso promedio.

• La longitud de contexto se anuncia, no se gana. Una ventana de 1M no significa que un modelo aproveche bien 1M de tokens. Trata el número como un límite superior y compra margen adicional, no como una promesa de calidad.

• Un índice oculta la varianza. Dos modelos con el mismo índice puntúan de forma diferente en suites de razonamiento, codificación y agentes. La lista te da la alineación titular; el ranking por tareas decide el partido — que es todo el argumento de la guía del mejor LLM para codificación, y por qué el mismo modelo no gana todas las tareas.

• Abierto vs cerrado cambia la pregunta. Para el autoalojamiento, datos aislados (air-gapped) o límites de costo estrictos, la clasificación se invierte: GLM 5.2, Qwen3.8 Max y DeepSeek V4 Flash se vuelven más atractivos de lo que sugiere su posición en el índice, porque no pagas por token en absoluto.

La versión corta

Una lista de modelos LLM solo vale lo que contienen sus columnas. La frontera actual — Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna y DeepSeek V4 Flash — abarca un rango de precios de aproximadamente cien a uno y ventanas de contexto de 200K a 2M. Filtra primero por capacidad, segundo por precio, tercero por contexto. Y cuando la respuesta a «qué modelo» sigue cambiando, deja de memorizar una instantánea: usa el catálogo en vivo de /models, donde más de 200 modelos están detrás de una sola clave al precio de lista sin margen. Esta página quedará obsoleta en una semana. La lista de la página /models no.