Escribe tus prompts
Las preguntas y tareas para las que realmente usas la IA.
Añade cada prompt exactamente como lo enviarías, hasta 200 en un benchmark. Pégalos de uno en uno, importa un lote en JSONL, JSON o CSV, o empieza desde una plantilla.
Benchmark de IA
Crea tus propios benchmarks de IA. Añade prompts, ejecútalos en los modelos que te interesen, valora las respuestas y publica una clasificación para compartir.
Prueba gratuita incluida No se necesita tarjeta de crédito Tus prompts permanecen privados
Guarda una lista de prompts que realmente te importen, elige una base de modelos en los que confíes y añade nuevos modelos candidatos para compararlos con ellos. Cada modelo tiene hasta diez intentos por prompt, valoras cada respuesta con estrellas y Raq calcula la media de las puntuaciones en una tabla de clasificación pública en tu propia URL. No necesitas confiar en el benchmark de nadie más. Crea el que encaje con tu trabajo.
Usa Benchmark de IA a través de tu agente de IA
Funciona en Claude, ChatGPT Work, Grok Bot y cualquier aplicación de IA con conectores. Conecta la tuya
Tú
Compara estos modelos de IA con las preguntas de nuestros clientes.
- Usa las preguntas de tus clientes. Pon a prueba el trabajo que necesita tu equipo.
- Ejecuta el mismo conjunto. Proporciona a cada modelo las mismas entradas.
- Valora las respuestas. Compara la calidad de las respuestas junto con la velocidad y el coste.
Pasaré las mismas preguntas por Benchmark de IA y reuniré las respuestas para que tu equipo las valore.
Cómo funciona
Cómo Benchmark de IA hace avanzar el trabajo
Elige cómo se marca cada uno
Tus propias estrellas, una respuesta esperada o un juez de IA.
Puntúa tú las respuestas después de la ejecución, indica la respuesta que esperas y comprueba si aparece, o escribe los criterios y deja que un modelo juez puntúe cada respuesta. Puedes cambiar cualquier puntuación que dé el juez.
Elige los modelos y las versiones
Hasta 25 modelos en una ejecución.
Mezcla empresas, tamaños y niveles de razonamiento, y mantén los modelos en los que confías como referencia que se ejecuta siempre. Cada prompt se puede repetir hasta diez veces para ver lo estables que son las respuestas.
Lee los resultados
Puntuación, coste y velocidad de cada modelo.
Mira qué modelo puntuó mejor, cuál fue el más barato y cuál el más rápido, y abre cualquier respuesta para leerla. Publica la tabla como clasificación o comparte la ejecución con un enlace.
Capacidades
Lo que distingue a Benchmark de IA
Conoce el coste primero
Cada ejecución muestra el uso de IA que consumirá antes de llamar a ningún modelo, y un tope la detiene si el coste lo supera.
Volver a ejecutar según un horario
Ejecuta un benchmark cada día, semana o mes, o deja que arranque solo con los modelos nuevos cuando aparezca uno que encaje.
Publica una clasificación
Publica una ejecución en una página pública con tu nombre, o comparte una ejecución con un enlace, una contraseña y una fecha de fin.
Trae tus pruebas de Promptfoo
Importa una config de Promptfoo como benchmark, exporta una de vuelta o inicia ejecuciones desde tus propios scripts con una clave de API.
Benchmark de IA está incluido en todos los planes de Raq.com. Desde $39 por usuario al mes, con 75+ módulos. El trabajo con IA consume la cuota de uso de tu plan.
Prueba gratuita incluida No se necesita tarjeta de crédito Tus prompts permanecen privados