Presentamos los Benchmarks LLM de Wikiprompt: Tablas de clasificación en vivo, con pruebas

Presentamos los Benchmarks LLM de Wikiprompt: Tablas de Clasificación en Vivo, Con Pruebas

Wikiprompt ahora tiene una sección de benchmarks: wikiprompt.org/benchmarks. Tableros de clasificación en vivo para modelos de lenguaje grandes e IA generativa, que cubren diez áreas: texto, desarrollo web, visión, texto a imagen, edición de imágenes, texto a video, edición de video, búsqueda, agentes y documentos. Gratis, en siete idiomas, y actualizados todos los días.

¿Por qué otro sitio de benchmarks?

Porque los números de los benchmarks cambian en silencio. Un modelo sube tres puestos, una puntuación se recalcula, el líder de ayer cae al cuarto lugar, y generalmente no hay registro de que algo haya cambiado. Tratamos los benchmarks como Wikipedia trata los artículos: cada día, Wikiprompt almacena una instantánea completa de las clasificaciones, y la página muestra los cambios recientes en comparación con la instantánea anterior. El historial queda registrado.

La segunda razón es la fuente. Nuestras tablas citan de dónde proviene cada número, como las referencias de Wikipedia:

No realizamos evaluaciones propietarias ni editorializamos las puntuaciones. Agregamos datos abiertos impulsados por la comunidad, los citamos y mantenemos las pruebas.

Lo que dicen las áreas en este momento

Algunos líderes actuales, directamente desde la instantánea de hoy:

Estos cambiarán. Ese es el punto: cuando lo hagan, el movimiento aparecerá en la sección de cambios recientes en lugar de desaparecer.

Cómo se conecta con la enciclopedia de prompts

Wikiprompt ya cataloga decenas de miles de prompts etiquetados por modelo. La sección de benchmarks cierra el ciclo: mira qué modelo lidera un área y luego salta a prompts reales para ese modelo para ponerlo en práctica. Guías de modelos como Los Mejores Prompts de Imagen GPT y la comparación de la familia Nano Banana se encuentran junto a las clasificaciones.

Abierto, como todo lo demás aquí

La página de benchmarks sigue los mismos principios que el resto de Wikis: la compilación es CC BY-SA, las fuentes son conjuntos de datos abiertos y APIs públicas, y todo el catálogo de prompts se puede descargar como un solo archivo. Si quieres los datos de los benchmarks en sí, las fuentes que citamos están a un clic de distancia.

Consulta las clasificaciones actuales en wikiprompt.org/benchmarks. Se verán diferentes la próxima semana, y podrás ver exactamente cómo.