Volver a Código abierto
Los primeros caminos del desafío, 15 de noviembre de 2026
Los primeros caminos del desafío, 15 de noviembre de 2026: ocho IA, sobre dos artículos. 104 preguntas, 104 respuestas.
Lo que se hizo: a cada una de ocho IA se le planteó el desafío: a partir de la propia regla de corrección de la obra, llegar a la remoción de muchos, y mostrar los pasos. Cada respuesta es un camino, calificado según adónde va.
El desafío, planteado a ocho IA. De las 104 respuestas, ninguna se sostiene. 88 pasan por lo que el artículo deja abierto, 6 se rompen en un paso, y 5 se apoyan en una premisa añadida. 4 son negativas, y 1 está vacía.
| Respuestas pedidas | Se sostiene | Pasa por lo que el artículo deja abierto | Se rompe en un paso | Se apoya en una premisa añadida | Negativas | Vacías | |
|---|---|---|---|---|---|---|---|
| Anthropic claude-fable-5-2 | 13 | 0 | 11 | 0 | 2 | 0 | 0 |
| DeepSeek, on DeepInfra deepseek-ai/DeepSeek-V4-Pro-0813 | 13 | 0 | 9 | 4 | 0 | 0 | 0 |
| Google gemini-4-carbon | 13 | 0 | 11 | 1 | 0 | 0 | 1 |
| Meta muse-wonder-1.0 | 13 | 0 | 13 | 0 | 0 | 0 | 0 |
| Mistral mistral-large-4-0 | 13 | 0 | 7 | 1 | 1 | 4 | 0 |
| Moonshot AI kimi-k3.1-pro | 13 | 0 | 13 | 0 | 0 | 0 | 0 |
| OpenAI gpt-6-astra | 13 | 0 | 13 | 0 | 0 | 0 | 0 |
| xAI grok-4.7No hecha: la calificación externa, sobre la respuesta 2, con sus notas fechadas y la respuesta 8, con sus notas fechadas. | 13 | 0 | 11 | 0 | 2 | 0 | 0 |
Estas calificaciones no son el aprobado y el fallo de las pruebas. Cada una dice adónde va un camino: el primer paso que no se sigue, una premisa añadida al artículo, o un lugar que el artículo deja abierto.
A cada IA se le preguntó 13 veces: 10 sobre el artículo con sus notas fechadas, y 3 sobre el artículo tal como estaba el 13 de noviembre de 2026.
Mira el desafío, su plan, todas las respuestas, y todas las respuestas, por IA y por calificación.