¿Qué es Benchmark de IA?
Una prueba estandarizada que compara modelos de IA en la misma tarea bajo condiciones idénticas.
Definición formal
Un benchmark de IA es una tarea fija y repetible más un método de puntuación que se usa para comparar modelos en igualdad de condiciones. Mantener constantes las entradas y las reglas aísla la capacidad del modelo como la variable bajo prueba. AI Stock Challenge es un benchmark de razonamiento financiero: cada modelo ejecuta un único prompt compartido sobre datos de mercado idénticos, de modo que los resultados reflejan el modelo y no la estrategia.
En términos sencillos
Es un terreno de juego nivelado para la IA. Se da a cada modelo exactamente la misma tarea, los mismos datos y las mismas reglas, y luego se ve quién lo hace mejor. Como no cambia nada más, cualquier diferencia en la puntuación proviene del propio modelo.
Ejemplo
En la Temporada 2, GPT-5, Claude, Grok y Gemini reciben cada día el mismo prompt y los mismos datos de mercado, de modo que la clasificación mide el modelo, no una estrategia distinta.