| Command R+ | GPT-4o | |
|---|---|---|
| arenaElo | 1213 | 1345 |
| humanEval | 71.5 | 90.2 |
| sweBench | 20 | 33 |
| mmlu | 75.7 | 88.7 |
| gpqa | 42 | 53.6 |
| aime | 25 | 42 |
| Precio in/out ($/M) | $2.5 / $10 | $2.5 / $10 |
Estos dos son inusualmente fáciles de comparar porque las condiciones comerciales son idénticas: 2,5$ / 10$ por M tokens y ventana de 128K en ambos. Todo lo demás favorece a GPT-4o, que va por delante en todas las métricas que publican los dos, entre ellas MMLU 88,7% frente a 75,7%, HumanEval 90,2% frente a 71,5%, SWE-bench Verified 33% frente a 20% y 1345 de Arena Elo frente a 1213, y encima suma audio además de texto e imagen, donde Command R+ es solo texto. La conclusión más útil es la que no va a imprimir ninguno de los dos proveedores: los dos son modelos de 2024 vendidos a precio de 2024, y en 2026 esos mismos 2,5$ compran bastante más en otro sitio. Si hoy estás eligiendo entre estos dos, la respuesta de verdad es que tu ruta de actualización importa más que este duelo.