Medido, no prometido.

Números de nuestro propio instrumento, con fecha, condiciones y límites. Publicamos también lo que no nos favorece; cuando existan comparativas independientes serias, se enlazarán con el mismo criterio.

La campaña vigente

Del 12 al 13 de octubre de 2026 corrimos la campaña completa. La tabla incluye cada número con sus condiciones; el método se explica abajo y la discusión técnica está en la nota «Benchmarks con fecha y método» del blog de ingeniería.

Qué se mide	Resultado	Condiciones
Primer texto del proveedor	1,0 s	Prompt de tamaño real (22.720 caracteres), modo rápido, medición directa
Primer texto visible en el chat	3,6 a 9,3 s	Cinco escenarios: respuesta corta, larga, pensamiento, investigación y reintento
Progresión del texto	21 a 44 muestras	El texto crece letra a letra; nunca llega en un volcado final
Estado del servicio	185 ms	Comprobación en vivo del chat y del formulario (12 de octubre)
Escenarios de uso	71	Maratón funcional completo: cero cuelgues, cero errores de página

La campaña anterior (12 de octubre) queda retirada y no se mezcla con esta: los números llevan fecha porque el sistema cambia, y comparar mediciones de instrumentos distintos sería hacer trampa.

Fiabilidad, más allá de la latencia

Aislamiento verificado

Pruebas de escape de contenedor e inyección de instrucciones en verde: cada persona vive en su propio espacio y nadie alcanza el de otro.

Purgas que ocurren

Los adjuntos desaparecen a las 24 horas y el borrado de cuenta purga de inmediato; ambas cosas se verifican con evidencia, no con promesas.

Documentos reales

Un documento de trabajo recuperado y analizado en unos 5 segundos en modo rápido, con su resultado descargable.

Progresión fiel

El streaming se mide con muestras de crecimiento: si el texto se retiene aunque sea un segundo de más, la sonda lo marca en rojo.

El método

Instrumento propio. Un guion envía peticiones del tamaño real del producto al router de inferencia y mide el camino completo, con las mismas condiciones en cada corrida.
Definiciones. «Primer texto del proveedor» es la primera letra que llega desde el otro lado; «primer texto visible» es la primera letra pintada en la pantalla, con todas las piezas del producto en medio.
Progresión. Además del primer texto, se cuentan las muestras de crecimiento: un número alto confirma streaming real; un número bajo delata retención.
Vida en producción. La sonda que respalda estas mediciones corre en cada tanda que toca el camino de inferencia; si el texto se retiene, falla.

Los límites, sin adornos

Estas mediciones son nuestras: instrumento interno, condiciones anotadas y fecha a la vista. No son un estudio independiente.
Las muestras son pocas: cinco escenarios de streaming y un maratón de uso. Es una campaña, no un paper.
Los proveedores actualizan sus modelos cada pocas semanas; la latencia depende de eso y de tu red, no solo de nosotros.
«Primer texto» mide el arranque, no la calidad ni el final de una respuesta. Es una parte del cuadro, no el cuadro.
No publicamos comparativas con otros servicios con datos que no podamos verificar. Cuando existan pruebas independientes serias, se publicarán tal cual, nos favorezcan o no.

Lo que viene

Calidad por tarea: precisión en documentos, búsqueda y código.
Costo por tarea y por plan, con el mismo método.
Historial de disponibilidad, enlazado con la página de Estado.

¿Quieres reproducir estas pruebas o proponer otras? Escríbenos por el Discord o desde Contacto.

Compruébalo tú mismo.

Crear cuenta Ver el estado del servicio