Primero: replay:alfa · 6/9 tareas (67 %)
Modelos
| Pos. | Modelo | Tareas resueltas | Tests superados | Duelos | Coste |
|---|---|---|---|---|---|
| 1(primero) | replay:alfa | 67 %6/9 tareas | 97 %124/128 | 3 | 0,0067 USD (ficticio) |
| 2 | replay:gamma | 67 %4/6 tareas | 94 %90/96 | 2 | 0,0009 USD (ficticio) |
| 3 | replay:beta | 67 %4/6 tareas | 94 %60/64 | 2 | 0,0495 USD (ficticio) |
Histórico de duelos
| Fecha | Duelo | Contendientes | Primero | Informe |
|---|---|---|---|---|
| 1 oct 2026v0.3.0 | 2026-10-01-duelo-gamma-alfa-x2Duelo | replay:gamma, replay:alfa | replay:alfa | Informe de 2026-10-01-duelo-gamma-alfa-x2 |
| 1 oct 2026v0.3.0 | 2026-10-01-duelo-alfa-betaDuelo | replay:alfa, replay:beta | replay:alfa | Informe de 2026-10-01-duelo-alfa-beta |
| 1 oct 2026v0.3.0 | 2026-10-01-liga-alfa-beta-gammaLiga de 3 | replay:alfa, replay:beta, replay:gamma | replay:alfa | Informe de 2026-10-01-liga-alfa-beta-gamma |
Cómo se calcula
Cada modelo suma sus tareas, tests y costes en todos los duelos donde aparece. Se compara la proporción, no el total, para que jugar más duelos no dé ventaja. Una sola ejecución es una señal débil: mira el nº de duelos.
Para añadir resultados reales: modelduel run mis-tareas --a PROVEEDOR:MODELO --b PROVEEDOR:MODELO --out runs/duelo y copia runs/duelo/results.json a results/ con un nombre como 2026-10-02-duelo-x-y.json.
Los costes de esta página son precios ficticios de demostración, no reales.