Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)64.73sTiempo de respuesta (máximo)64.73sTiempo de respuesta (total)64.73s
Trucos anti-IA
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 2Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.60sTiempo de respuesta (máximo)7.10sTiempo de respuesta (total)14.39s
Programación
: 4.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)3.67sTiempo de respuesta (máximo)5.83sTiempo de respuesta (total)11.02s
Combinado
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)31.43sTiempo de respuesta (máximo)33.39sTiempo de respuesta (total)62.86s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.01sTiempo de respuesta (máximo)3.29sTiempo de respuesta (total)6.02s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)3.32sTiempo de respuesta (máximo)4.75sTiempo de respuesta (total)9.96s
Inteligencia general
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)2.81sTiempo de respuesta (máximo)2.81sTiempo de respuesta (total)2.81s
Seguimiento de instrucciones
: 6.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 1Tiempo de respuesta (promedio)2.58sTiempo de respuesta (máximo)2.89sTiempo de respuesta (total)5.17s
Resolución de acertijos
: 6.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Formato extra: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.22sTiempo de respuesta (máximo)3.65sTiempo de respuesta (total)9.67s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.80sTiempo de respuesta (máximo)6.80sTiempo de respuesta (total)6.80s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)4.31sTiempo de respuesta (máximo)4.31sTiempo de respuesta (total)4.31s
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)70.17sTiempo de respuesta (máximo)70.17sTiempo de respuesta (total)70.17s
Trucos anti-IA
: 3.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)2.35sTiempo de respuesta (máximo)6.55sTiempo de respuesta (total)9.42s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.02sTiempo de respuesta (máximo)1.83sTiempo de respuesta (total)3.07s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)21.14sTiempo de respuesta (máximo)37.50sTiempo de respuesta (total)42.28s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.94sTiempo de respuesta (máximo)2.86sTiempo de respuesta (total)3.89s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)758msTiempo de respuesta (máximo)1.00sTiempo de respuesta (total)2.28s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)13.49sTiempo de respuesta (máximo)13.49sTiempo de respuesta (total)13.49s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.46sTiempo de respuesta (máximo)1.72sTiempo de respuesta (total)2.92s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.99sTiempo de respuesta (máximo)2.99sTiempo de respuesta (total)2.99s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.83sTiempo de respuesta (máximo)1.83sTiempo de respuesta (total)1.83s
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)117.01sTiempo de respuesta (máximo)117.01sTiempo de respuesta (total)117.01s
Trucos anti-IA
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)2.55sTiempo de respuesta (máximo)6.80sTiempo de respuesta (total)10.19s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.55sTiempo de respuesta (máximo)2.70sTiempo de respuesta (total)4.65s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.09sTiempo de respuesta (máximo)3.22sTiempo de respuesta (total)4.18s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)814msTiempo de respuesta (máximo)979msTiempo de respuesta (total)2.44s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)963msTiempo de respuesta (máximo)963msTiempo de respuesta (total)963ms
Seguimiento de instrucciones
: 6.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)892msTiempo de respuesta (máximo)990msTiempo de respuesta (total)1.78s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.80sTiempo de respuesta (máximo)2.80sTiempo de respuesta (total)2.80s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)766msTiempo de respuesta (máximo)766msTiempo de respuesta (total)766ms
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)134.95sTiempo de respuesta (máximo)134.95sTiempo de respuesta (total)134.95s
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)20.81sTiempo de respuesta (máximo)55.78sTiempo de respuesta (total)83.25s
Programación
: 5.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Sin respuesta: 1Tiempo de respuesta (promedio)275.42sTiempo de respuesta (máximo)376.50sTiempo de respuesta (total)826.26s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 2Tiempo de respuesta (promedio)282.21sTiempo de respuesta (máximo)374.78sTiempo de respuesta (total)564.42s
Análisis y extracción de datos
: 7.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)92.71sTiempo de respuesta (máximo)145.06sTiempo de respuesta (total)185.42s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 3Tiempo de respuesta (promedio)374.45sTiempo de respuesta (máximo)490.23sTiempo de respuesta (total)1123.34s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)182.94sTiempo de respuesta (máximo)182.94sTiempo de respuesta (total)182.94s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)127.06sTiempo de respuesta (máximo)230.84sTiempo de respuesta (total)254.12s
Resolución de acertijos
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)180.92sTiempo de respuesta (máximo)379.89sTiempo de respuesta (total)542.77s
Llamada de herramientas
: 7.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)47.34sTiempo de respuesta (máximo)47.34sTiempo de respuesta (total)47.34s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)134.13sTiempo de respuesta (máximo)134.13sTiempo de respuesta (total)134.13s
~$0.011Solo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.1095 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.010823.
5.71s…
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 14Sin respuesta: 1Tiempo de respuesta (promedio)5.71sTiempo de respuesta (máximo)65.25sTiempo de respuesta (total)131.36s…
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)65.25sTiempo de respuesta (máximo)65.25sTiempo de respuesta (total)65.25s
Trucos anti-IA
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.70sTiempo de respuesta (máximo)4.03sTiempo de respuesta (total)6.82s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.64sTiempo de respuesta (máximo)2.70sTiempo de respuesta (total)4.91s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)11.98sTiempo de respuesta (máximo)16.02sTiempo de respuesta (total)23.95s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.60sTiempo de respuesta (máximo)1.71sTiempo de respuesta (total)3.19s
Específico del dominio
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)5.38sTiempo de respuesta (máximo)15.16sTiempo de respuesta (total)16.15s
Inteligencia general
: 6.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.09sTiempo de respuesta (máximo)1.09sTiempo de respuesta (total)1.09s
Seguimiento de instrucciones
: 7.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)612msTiempo de respuesta (máximo)637msTiempo de respuesta (total)1.22s
Resolución de acertijos
: 6.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.30sTiempo de respuesta (máximo)2.37sTiempo de respuesta (total)3.89s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.35sTiempo de respuesta (máximo)4.35sTiempo de respuesta (total)4.35s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)540msTiempo de respuesta (máximo)540msTiempo de respuesta (total)540ms
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 14No siguió las instrucciones: 1Tiempo de respuesta (promedio)3.46sTiempo de respuesta (máximo)43.95sTiempo de respuesta (total)79.48s…
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)43.95sTiempo de respuesta (máximo)43.95sTiempo de respuesta (total)43.95s
Trucos anti-IA
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)1.14sTiempo de respuesta (máximo)2.84sTiempo de respuesta (total)4.55s
Programación
: 5.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)2.38sTiempo de respuesta (máximo)5.85sTiempo de respuesta (total)7.15s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)7.51sTiempo de respuesta (máximo)13.15sTiempo de respuesta (total)15.02s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)544msTiempo de respuesta (máximo)612msTiempo de respuesta (total)1.09s
Específico del dominio
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)463msTiempo de respuesta (máximo)614msTiempo de respuesta (total)1.39s
Inteligencia general
: 5.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)616msTiempo de respuesta (máximo)616msTiempo de respuesta (total)616ms
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)608msTiempo de respuesta (máximo)738msTiempo de respuesta (total)1.22s
Resolución de acertijos
: 5.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)750msTiempo de respuesta (máximo)1.21sTiempo de respuesta (total)2.25s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.60sTiempo de respuesta (máximo)1.60sTiempo de respuesta (total)1.60s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)655msTiempo de respuesta (máximo)655msTiempo de respuesta (total)655ms
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)123.43sTiempo de respuesta (máximo)123.43sTiempo de respuesta (total)123.43s
Trucos anti-IA
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)106.08sTiempo de respuesta (máximo)276.50sTiempo de respuesta (total)424.31s
Programación
: 7.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)237.29sTiempo de respuesta (máximo)381.26sTiempo de respuesta (total)711.87s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 2Tiempo de respuesta (promedio)267.91sTiempo de respuesta (máximo)270.06sTiempo de respuesta (total)535.81s
Análisis y extracción de datos
: 6.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)144.49sTiempo de respuesta (máximo)236.10sTiempo de respuesta (total)288.99s
Específico del dominio
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 3Tiempo de respuesta (promedio)483.36sTiempo de respuesta (máximo)540.04sTiempo de respuesta (total)1450.09s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)265.14sTiempo de respuesta (máximo)265.14sTiempo de respuesta (total)265.14s
Seguimiento de instrucciones
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)233.35sTiempo de respuesta (máximo)334.51sTiempo de respuesta (total)466.71s
Resolución de acertijos
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)214.71sTiempo de respuesta (máximo)386.19sTiempo de respuesta (total)644.12s
Llamada de herramientas
: 4.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)32.48sTiempo de respuesta (máximo)32.48sTiempo de respuesta (total)32.48s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)108.44sTiempo de respuesta (máximo)108.44sTiempo de respuesta (total)108.44s
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)57.98sTiempo de respuesta (máximo)57.98sTiempo de respuesta (total)57.98s
Trucos anti-IA
: 4.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)942msTiempo de respuesta (máximo)1.09sTiempo de respuesta (total)3.77s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.00sTiempo de respuesta (máximo)1.14sTiempo de respuesta (total)3.01s
Combinado
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Sin respuesta: 1Tiempo de respuesta (promedio)7.02sTiempo de respuesta (máximo)10.07sTiempo de respuesta (total)14.05s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.13sTiempo de respuesta (máximo)1.27sTiempo de respuesta (total)2.26s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)843msTiempo de respuesta (máximo)923msTiempo de respuesta (total)2.53s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.03sTiempo de respuesta (máximo)1.03sTiempo de respuesta (total)1.03s
Seguimiento de instrucciones
: 8.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.15sTiempo de respuesta (máximo)1.48sTiempo de respuesta (total)2.30s
Resolución de acertijos
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.23sTiempo de respuesta (máximo)2.02sTiempo de respuesta (total)3.70s
Llamada de herramientas
: 9.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.10sTiempo de respuesta (máximo)3.10sTiempo de respuesta (total)3.10s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)787msTiempo de respuesta (máximo)787msTiempo de respuesta (total)787ms
Tareas de agentes
: 7.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)55.81sTiempo de respuesta (máximo)55.81sTiempo de respuesta (total)55.81s
Trucos anti-IA
: 3.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)1.90sTiempo de respuesta (máximo)2.99sTiempo de respuesta (total)7.61s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)10.37sTiempo de respuesta (máximo)14.56sTiempo de respuesta (total)20.73s
Análisis y extracción de datos
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)3.09sTiempo de respuesta (máximo)5.97sTiempo de respuesta (total)6.19s
Específico del dominio
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)5.46sTiempo de respuesta (máximo)13.30sTiempo de respuesta (total)16.37s
Inteligencia general
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.69sTiempo de respuesta (máximo)1.69sTiempo de respuesta (total)1.69s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)6.81sTiempo de respuesta (máximo)12.42sTiempo de respuesta (total)13.61s
Resolución de acertijos
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.49sTiempo de respuesta (máximo)1.83sTiempo de respuesta (total)4.46s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.76sTiempo de respuesta (máximo)3.76sTiempo de respuesta (total)3.76s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.32sTiempo de respuesta (máximo)1.32sTiempo de respuesta (total)1.32s
Tareas de agentes
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)42msTiempo de respuesta (máximo)42msTiempo de respuesta (total)42ms
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.26sTiempo de respuesta (máximo)10.43sTiempo de respuesta (total)17.02s
Programación
: 6.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)14.85sTiempo de respuesta (máximo)23.25sTiempo de respuesta (total)44.56s
Combinado
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 2Tiempo de respuesta (promedio)50.41sTiempo de respuesta (máximo)75.27sTiempo de respuesta (total)100.82s
Análisis y extracción de datos
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)7.15sTiempo de respuesta (máximo)11.16sTiempo de respuesta (total)14.31s
Específico del dominio
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Error de API: 1Tiempo de respuesta (promedio)30.29sTiempo de respuesta (máximo)40.12sTiempo de respuesta (total)60.58s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.98sTiempo de respuesta (máximo)2.98sTiempo de respuesta (total)2.98s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.85sTiempo de respuesta (máximo)1.99sTiempo de respuesta (total)3.70s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)4.33sTiempo de respuesta (máximo)6.40sTiempo de respuesta (total)12.98s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.47sTiempo de respuesta (máximo)6.47sTiempo de respuesta (total)6.47s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)24.35sTiempo de respuesta (máximo)24.35sTiempo de respuesta (total)24.35s
Tareas de agentes
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)21msTiempo de respuesta (máximo)21msTiempo de respuesta (total)21ms
Trucos anti-IA
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)42.21sTiempo de respuesta (máximo)89.34sTiempo de respuesta (total)168.84s
Programación
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 2Tiempo de respuesta (promedio)59.65sTiempo de respuesta (máximo)59.65sTiempo de respuesta (total)59.65s
Combinado
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)257.28sTiempo de respuesta (máximo)304.19sTiempo de respuesta (total)514.55s
Análisis y extracción de datos
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)37.36sTiempo de respuesta (máximo)54.24sTiempo de respuesta (total)74.71s
Específico del dominio
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)65.30sTiempo de respuesta (máximo)150.55sTiempo de respuesta (total)195.89s
Inteligencia general
: 4.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)58.26sTiempo de respuesta (máximo)58.26sTiempo de respuesta (total)58.26s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)11.78sTiempo de respuesta (máximo)17.75sTiempo de respuesta (total)23.55s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)104.44sTiempo de respuesta (máximo)104.44sTiempo de respuesta (total)104.44s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)113.91sTiempo de respuesta (máximo)113.91sTiempo de respuesta (total)113.91s
Tareas de agentes
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)44.97sTiempo de respuesta (máximo)44.97sTiempo de respuesta (total)44.97s
Trucos anti-IA
: 6.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)4.13sTiempo de respuesta (máximo)8.33sTiempo de respuesta (total)16.53s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 2Tiempo de respuesta (promedio)262.39sTiempo de respuesta (máximo)419.41sTiempo de respuesta (total)524.77s
Análisis y extracción de datos
: 6.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)13.98sTiempo de respuesta (máximo)20.06sTiempo de respuesta (total)27.96s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)66.94sTiempo de respuesta (máximo)118.63sTiempo de respuesta (total)200.81s
Inteligencia general
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)12.90sTiempo de respuesta (máximo)12.90sTiempo de respuesta (total)12.90s
Seguimiento de instrucciones
: 6.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)4.12sTiempo de respuesta (máximo)4.57sTiempo de respuesta (total)8.24s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.96sTiempo de respuesta (máximo)5.96sTiempo de respuesta (total)5.96s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)125.13sTiempo de respuesta (máximo)125.13sTiempo de respuesta (total)125.13s
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)94.09sTiempo de respuesta (máximo)94.09sTiempo de respuesta (total)94.09s
Trucos anti-IA
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)25.50sTiempo de respuesta (máximo)37.73sTiempo de respuesta (total)51.00s
Programación
: 7.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)41.62sTiempo de respuesta (máximo)54.86sTiempo de respuesta (total)124.86s
Combinado
: 6.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)146.93sTiempo de respuesta (máximo)227.89sTiempo de respuesta (total)293.85s
Análisis y extracción de datos
: 3.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)21.42sTiempo de respuesta (máximo)21.42sTiempo de respuesta (total)21.42s
Específico del dominio
: 3.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo agotado: 1Tiempo de respuesta (promedio)124.13sTiempo de respuesta (máximo)204.02sTiempo de respuesta (total)248.27s
Inteligencia general
: 4.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)17.51sTiempo de respuesta (máximo)17.51sTiempo de respuesta (total)17.51s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)15.64sTiempo de respuesta (máximo)15.64sTiempo de respuesta (total)15.64s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)33.30sTiempo de respuesta (máximo)33.30sTiempo de respuesta (total)33.30s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)20.13sTiempo de respuesta (máximo)20.13sTiempo de respuesta (total)20.13s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 14No siguió las instrucciones: 3Tiempo de respuesta (promedio)3.34sTiempo de respuesta (máximo)41.98sTiempo de respuesta (total)76.84s…
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)41.98sTiempo de respuesta (máximo)41.98sTiempo de respuesta (total)41.98s
Trucos anti-IA
: 3.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)929msTiempo de respuesta (máximo)1.55sTiempo de respuesta (total)3.72s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)913msTiempo de respuesta (máximo)1.19sTiempo de respuesta (total)2.74s
Combinado
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)6.22sTiempo de respuesta (máximo)9.92sTiempo de respuesta (total)12.43s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.30sTiempo de respuesta (máximo)1.58sTiempo de respuesta (total)2.61s
Específico del dominio
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)1.31sTiempo de respuesta (máximo)1.78sTiempo de respuesta (total)3.93s
Inteligencia general
: 4.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.82sTiempo de respuesta (máximo)1.82sTiempo de respuesta (total)1.82s
Seguimiento de instrucciones
: 6.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)728msTiempo de respuesta (máximo)731msTiempo de respuesta (total)1.46s
Llamada de herramientas
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)2.32sTiempo de respuesta (máximo)2.32sTiempo de respuesta (total)2.32s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.33sTiempo de respuesta (máximo)1.33sTiempo de respuesta (total)1.33s
Tareas de agentes
: 6.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)58.97sTiempo de respuesta (máximo)58.97sTiempo de respuesta (total)58.97s
Trucos anti-IA
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)1.59sTiempo de respuesta (máximo)3.26sTiempo de respuesta (total)6.35s
Programación
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)85.04sTiempo de respuesta (máximo)192.80sTiempo de respuesta (total)255.11s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)36.86sTiempo de respuesta (máximo)58.74sTiempo de respuesta (total)73.73s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.08sTiempo de respuesta (máximo)2.51sTiempo de respuesta (total)4.16s
Específico del dominio
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)1.61sTiempo de respuesta (máximo)2.34sTiempo de respuesta (total)4.84s
Inteligencia general
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.39sTiempo de respuesta (máximo)2.39sTiempo de respuesta (total)2.39s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.16sTiempo de respuesta (máximo)1.51sTiempo de respuesta (total)2.32s
Resolución de acertijos
: 7.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)19.31sTiempo de respuesta (máximo)54.26sTiempo de respuesta (total)57.94s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.30sTiempo de respuesta (máximo)3.30sTiempo de respuesta (total)3.30s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)780msTiempo de respuesta (máximo)780msTiempo de respuesta (total)780ms
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 12Sin respuesta: 1Tiempo de respuesta (promedio)9.65sTiempo de respuesta (máximo)71.45sTiempo de respuesta (total)221.91s…
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)71.45sTiempo de respuesta (máximo)71.45sTiempo de respuesta (total)71.45s
Trucos anti-IA
: 4.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)4.04sTiempo de respuesta (máximo)10.18sTiempo de respuesta (total)16.17s
Programación
: 4.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)2.35sTiempo de respuesta (máximo)4.27sTiempo de respuesta (total)7.05s
Combinado
: 3.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)41.25sTiempo de respuesta (máximo)55.92sTiempo de respuesta (total)82.51s
Análisis y extracción de datos
: 7.1 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.63sTiempo de respuesta (máximo)3.40sTiempo de respuesta (total)5.26s
Específico del dominio
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.36sTiempo de respuesta (máximo)1.63sTiempo de respuesta (total)4.07s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.44sTiempo de respuesta (máximo)2.44sTiempo de respuesta (total)2.44s
Seguimiento de instrucciones
: 9.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.82sTiempo de respuesta (máximo)1.89sTiempo de respuesta (total)3.64s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.31sTiempo de respuesta (máximo)4.48sTiempo de respuesta (total)6.93s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)20.28sTiempo de respuesta (máximo)20.28sTiempo de respuesta (total)20.28s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.12sTiempo de respuesta (máximo)2.12sTiempo de respuesta (total)2.12s
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)75.59sTiempo de respuesta (máximo)75.59sTiempo de respuesta (total)75.59s
Trucos anti-IA
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)2.42sTiempo de respuesta (máximo)5.14sTiempo de respuesta (total)9.69s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.68sTiempo de respuesta (máximo)2.08sTiempo de respuesta (total)5.03s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 2Tiempo de respuesta (promedio)7.14sTiempo de respuesta (máximo)8.26sTiempo de respuesta (total)14.29s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.51sTiempo de respuesta (máximo)1.54sTiempo de respuesta (total)3.01s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.46sTiempo de respuesta (máximo)1.47sTiempo de respuesta (total)4.39s
Inteligencia general
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.57sTiempo de respuesta (máximo)1.57sTiempo de respuesta (total)1.57s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.64sTiempo de respuesta (máximo)1.85sTiempo de respuesta (total)3.28s
Resolución de acertijos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.00sTiempo de respuesta (máximo)2.80sTiempo de respuesta (total)6.00s
Llamada de herramientas
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)8.20sTiempo de respuesta (máximo)8.20sTiempo de respuesta (total)8.20s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.95sTiempo de respuesta (máximo)3.95sTiempo de respuesta (total)3.95s
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)140.48sTiempo de respuesta (máximo)140.48sTiempo de respuesta (total)140.48s
Trucos anti-IA
: 8.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)7.76sTiempo de respuesta (máximo)12.44sTiempo de respuesta (total)31.04s
Combinado
: 9.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)60.81sTiempo de respuesta (máximo)73.47sTiempo de respuesta (total)121.61s
Específico del dominio
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)47.54sTiempo de respuesta (máximo)69.87sTiempo de respuesta (total)142.62s
Inteligencia general
: 3.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)26.20sTiempo de respuesta (máximo)26.20sTiempo de respuesta (total)26.20s
Seguimiento de instrucciones
: 8.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)7.77sTiempo de respuesta (máximo)13.01sTiempo de respuesta (total)15.55s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)13.97sTiempo de respuesta (máximo)13.97sTiempo de respuesta (total)13.97s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)15.46sTiempo de respuesta (máximo)15.46sTiempo de respuesta (total)15.46s
Tareas de agentes
: 3.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)44.73sTiempo de respuesta (máximo)44.73sTiempo de respuesta (total)44.73s
Trucos anti-IA
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.85sTiempo de respuesta (máximo)4.45sTiempo de respuesta (total)7.40s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)11.19sTiempo de respuesta (máximo)26.13sTiempo de respuesta (total)33.58s
Combinado
: 3.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)29.95sTiempo de respuesta (máximo)29.95sTiempo de respuesta (total)29.95s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.25sTiempo de respuesta (máximo)3.02sTiempo de respuesta (total)4.51s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)3.65sTiempo de respuesta (máximo)4.68sTiempo de respuesta (total)10.96s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.09sTiempo de respuesta (máximo)2.09sTiempo de respuesta (total)2.09s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.84sTiempo de respuesta (máximo)4.45sTiempo de respuesta (total)5.68s
Llamada de herramientas
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)0msTiempo de respuesta (máximo)0msTiempo de respuesta (total)0ms
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.25sTiempo de respuesta (máximo)1.25sTiempo de respuesta (total)1.25s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 13No siguió las instrucciones: 2Tiempo de respuesta (promedio)30.63sTiempo de respuesta (máximo)340.88sTiempo de respuesta (total)704.47s…
Tareas de agentes
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)89.00sTiempo de respuesta (máximo)89.00sTiempo de respuesta (total)89.00s
Trucos anti-IA
: 6.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)2.75sTiempo de respuesta (máximo)5.29sTiempo de respuesta (total)11.01s
Programación
: 5.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)6.60sTiempo de respuesta (máximo)7.40sTiempo de respuesta (total)19.80s
Combinado
: 3.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)12.17sTiempo de respuesta (máximo)19.21sTiempo de respuesta (total)24.34s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.35sTiempo de respuesta (máximo)1.51sTiempo de respuesta (total)2.71s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)65.69sTiempo de respuesta (máximo)97.76sTiempo de respuesta (total)197.08s
Inteligencia general
: 4.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)2.78sTiempo de respuesta (máximo)2.78sTiempo de respuesta (total)2.78s
Resolución de acertijos
: 7.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)3.51sTiempo de respuesta (máximo)6.84sTiempo de respuesta (total)10.53s
Llamada de herramientas
: 4.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.48sTiempo de respuesta (máximo)3.48sTiempo de respuesta (total)3.48s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)340.88sTiempo de respuesta (máximo)340.88sTiempo de respuesta (total)340.88s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 15No siguió las instrucciones: 1Tiempo de respuesta (promedio)3.89sTiempo de respuesta (máximo)43.73sTiempo de respuesta (total)89.48s…
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)43.73sTiempo de respuesta (máximo)43.73sTiempo de respuesta (total)43.73s
Trucos anti-IA
: 3.2 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 4Tiempo de respuesta (promedio)1.21sTiempo de respuesta (máximo)2.58sTiempo de respuesta (total)4.85s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.62sTiempo de respuesta (máximo)2.95sTiempo de respuesta (total)4.85s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)9.26sTiempo de respuesta (máximo)15.63sTiempo de respuesta (total)18.52s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.04sTiempo de respuesta (máximo)1.06sTiempo de respuesta (total)2.08s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.15sTiempo de respuesta (máximo)1.54sTiempo de respuesta (total)3.46s
Inteligencia general
: 4.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.78sTiempo de respuesta (máximo)1.78sTiempo de respuesta (total)1.78s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.07sTiempo de respuesta (máximo)1.17sTiempo de respuesta (total)2.15s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)2.75sTiempo de respuesta (máximo)2.75sTiempo de respuesta (total)2.75s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)990msTiempo de respuesta (máximo)990msTiempo de respuesta (total)990ms
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)69.17sTiempo de respuesta (máximo)69.17sTiempo de respuesta (total)69.17s
Trucos anti-IA
: 4.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)1.38sTiempo de respuesta (máximo)2.37sTiempo de respuesta (total)5.53s
Programación
: 5.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)2.61sTiempo de respuesta (máximo)6.18sTiempo de respuesta (total)7.83s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)35.11sTiempo de respuesta (máximo)64.67sTiempo de respuesta (total)70.22s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.85sTiempo de respuesta (máximo)2.02sTiempo de respuesta (total)3.70s
Específico del dominio
: 2.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)4.65sTiempo de respuesta (máximo)11.59sTiempo de respuesta (total)13.95s
Inteligencia general
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.40sTiempo de respuesta (máximo)1.40sTiempo de respuesta (total)1.40s
Seguimiento de instrucciones
: 6.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.67sTiempo de respuesta (máximo)2.12sTiempo de respuesta (total)3.34s
Resolución de acertijos
: 5.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)2.33sTiempo de respuesta (máximo)2.91sTiempo de respuesta (total)6.98s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.83sTiempo de respuesta (máximo)3.83sTiempo de respuesta (total)3.83s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.29sTiempo de respuesta (máximo)1.29sTiempo de respuesta (total)1.29s
Tareas de agentes
: 3.4 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)131.68sTiempo de respuesta (máximo)131.68sTiempo de respuesta (total)131.68s
Trucos anti-IA
: 6.9 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Respuesta incorrecta: 1Tiempo de respuesta (promedio)9.50sTiempo de respuesta (máximo)30.90sTiempo de respuesta (total)37.99s
Programación
: 2.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 2No siguió las instrucciones: 1Tiempo de respuesta (promedio)378.21sTiempo de respuesta (máximo)436.56sTiempo de respuesta (total)1134.63s
Combinado
: 7.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Llamada de herramienta no válida: 1Tiempo de respuesta (promedio)40.89sTiempo de respuesta (máximo)70.80sTiempo de respuesta (total)81.77s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.34sTiempo de respuesta (máximo)3.65sTiempo de respuesta (total)6.67s
Específico del dominio
: 3.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 3Tiempo de respuesta (promedio)304.35sTiempo de respuesta (máximo)386.66sTiempo de respuesta (total)913.04s
Inteligencia general
: 3.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Error de API: 1Tiempo de respuesta (promedio)162.27sTiempo de respuesta (máximo)162.27sTiempo de respuesta (total)162.27s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.78sTiempo de respuesta (máximo)7.96sTiempo de respuesta (total)13.55s
Resolución de acertijos
: 7.6 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)94.98sTiempo de respuesta (máximo)275.67sTiempo de respuesta (total)284.94s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.77sTiempo de respuesta (máximo)3.77sTiempo de respuesta (total)3.77s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Sin respuesta: 1Tiempo de respuesta (promedio)409.77sTiempo de respuesta (máximo)409.77sTiempo de respuesta (total)409.77s
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)49.88sTiempo de respuesta (máximo)49.88sTiempo de respuesta (total)49.88s
Programación
: 4.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 233,71,79: 1Tiempo de respuesta (promedio)151.72sTiempo de respuesta (máximo)449.96sTiempo de respuesta (total)455.17s
Combinado
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)10.41sTiempo de respuesta (máximo)16.56sTiempo de respuesta (total)20.82s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.36sTiempo de respuesta (máximo)1.50sTiempo de respuesta (total)2.72s
Específico del dominio
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 2Tiempo de respuesta (promedio)1.25sTiempo de respuesta (máximo)1.52sTiempo de respuesta (total)3.75s
Inteligencia general
: 5.3 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.44sTiempo de respuesta (máximo)1.44sTiempo de respuesta (total)1.44s
Seguimiento de instrucciones
: 6.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.27sTiempo de respuesta (máximo)1.29sTiempo de respuesta (total)2.54s
Resolución de acertijos
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No siguió las instrucciones: 1Tiempo de respuesta (promedio)1.54sTiempo de respuesta (máximo)1.85sTiempo de respuesta (total)4.63s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)6.15sTiempo de respuesta (máximo)6.15sTiempo de respuesta (total)6.15s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.98sTiempo de respuesta (máximo)1.98sTiempo de respuesta (total)1.98s
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 13Tiempo de respuesta (promedio)8.74sTiempo de respuesta (máximo)74.80sTiempo de respuesta (total)131.17s…
Tareas de agentes
: 5.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)74.80sTiempo de respuesta (máximo)74.80sTiempo de respuesta (total)74.80s
Trucos anti-IA
: 4.8 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)2.37sTiempo de respuesta (máximo)3.39sTiempo de respuesta (total)4.75s
Programación
: 4.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)5.12sTiempo de respuesta (máximo)8.84sTiempo de respuesta (total)15.36s
Combinado
: 1.5 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)4.98sTiempo de respuesta (máximo)4.98sTiempo de respuesta (total)4.98s
Análisis y extracción de datos
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)5.78sTiempo de respuesta (máximo)5.78sTiempo de respuesta (total)5.78s
Específico del dominio
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 3Tiempo de respuesta (promedio)2.24sTiempo de respuesta (máximo)2.24sTiempo de respuesta (total)2.24s
Inteligencia general
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)3.27sTiempo de respuesta (máximo)3.27sTiempo de respuesta (total)3.27s
Seguimiento de instrucciones
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)1.48sTiempo de respuesta (máximo)1.48sTiempo de respuesta (total)1.48s
Resolución de acertijos
: 7.7 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)1.91sTiempo de respuesta (máximo)2.08sTiempo de respuesta (total)3.82s
Llamada de herramientas
: 10.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.No hay respuestas fallidas.Tiempo de respuesta (promedio)11.07sTiempo de respuesta (máximo)11.07sTiempo de respuesta (total)11.07s
Cultura general
: 3.0 Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.Respuesta incorrecta: 1Tiempo de respuesta (promedio)3.62sTiempo de respuesta (máximo)3.62sTiempo de respuesta (total)3.62s
Tendencias globales del benchmark
Descubre cómo los modelos actuales equilibran puntuación, costo, velocidad, longitud de salida y rendimiento por categoría.