El Observatorio

Web1 fue leer. Web2 fue publicar y conectar. Web3 prometió ser dueño de los datos. Web4 es que el software actúe — no una página que muestra información, sino un agente que la consulta, la verifica y responde por una entidad concreta, en el lugar donde el usuario ya está preguntando: dentro de un modelo de lenguaje, no en una lista de resultados azules.

Todo lo que publicamos sale del mismo pipeline de siete pasos: entity → observatory → experiment → execution → run → evidence → metrics. Una entidad se define, se fija qué motores vigilar, se ejecuta un banco de prompts reales — no inventados — contra cada uno, se registra la respuesta cruda sin editar, y solo entonces se agrega en una métrica. Nada se publica sin la ejecución que lo sostiene.

Cannabicultor —nuestro primer caso de aplicación— se somete al mismo examen que le haríamos a un competidor: preguntas reales de un sector concreto, contra los modelos frontier del momento, sin ventaja de contexto. Esta es la ejecución del 28 de agosto de 2026, preguntas básicas del sector:

Ampliando a preguntas especializadas por subcategoría, el patrón se mantiene en ocho categorías reales evaluadas contra seis modelos frontier (Claude Haiku 4.5, DeepSeek Chat, Gemini 3.6 Flash, GPT-5 mini, Grok 4.1 Fast Reasoning) más un modelo local de referencia (Qwen).

Este benchmark se ejecuta todos los meses, no una sola vez para el marketing. Cada ejecución deja un ID trazable y los fallos se muestran como ausencia de respuesta, nunca como acierto — si un modelo no responde, no se le regala el punto.

Lo publicamos incompleto a propósito. Un observatorio que solo muestra ejecuciones perfectas no es un observatorio, es una demo.

Sin certificaciones que fingir a nuestra escala — pero con lo que sí es verificable: un runner real ejecutando contra proveedores de producción, memoria y orquestación propias, y una suite de tests que corre en cada cambio.