BeautyThingsLaboratorio editorial de IA
Avísame

Laboratorio · Medido el 04/11/2026

Lo que medimos antes de escribir

Nueve preguntas que nos hacíamos antes de escribir los libros, contestadas con pruebas: documentos ficticios, varios modelos, corrección por código y lo que falló. Cada experimento trae su tabla y sus datos para descargar.

Cómo medimos

Experimentos

  1. E-01¿Importa más el modelo o cómo le pides el trabajo?Cinco modelos de nube con la misma acta · 04/11/202685 → 120
  2. E-02¿Se inventa la IA las citas cuando no puede buscar en la web?Claude, GPT-6 luna, DeepSeek, Codex y Kimi · 04/11/2026«NO VERIFICADA»
  3. E-03¿Te puedes fiar de la IA para leer facturas en imagen?Claude Haiku y Sonnet 5.5, gemma4:12b y qwen3.5:9b · 04/11/20261/9
  4. E-04¿Ollama se conecta a internet?Medido con Ollama 0.40.14 en Windows 111 → 0
  5. E-05¿Qué velocidad dan los modelos locales en una RTX 5060 Ti de 16 GB?qwen3.5 4b y 9b, gemma4 12b y qwen3.6 35b con Ollama 0.40.14111–113 t/s
  6. E-06¿Hacen falta embeddings para un RAG con pocos documentos?14 documentos, gemma4:12b, qwen3.5:9b y GPT-6 luna · 04/11/202615/15
  7. E-07¿Por qué OpenCode falla con un modelo local de Ollama?OpenCode 1.19.5 con Ollama 0.40.14 · 04/11/2026≈23.000
  8. E-08¿Dónde busca las skills cada herramienta: Claude Code, OpenCode, Codex o Kimi?Claude Code 2.1.317, OpenCode 1.19.5, Codex CLI 0.161.0 y Kimi CLI 2.4.13 carpetas
  9. E-09¿Obedece un agente de IA una orden escondida en un documento?Claude Code, OpenCode y un servidor MCP de prueba · 45 ejecuciones0/45