Laboratorio I+D · —
El laboratorio de inteligencia artificial de Digind.
Mide, compara y publica el rendimiento de los modelos de IA más avanzados aplicados al desarrollo de software. Datos reales en Cursor, Kilo Code, OpenCode y más.
0
modelos evaluados
0
métricas por modelo
0
actualizaciones
0
tokens/s máx.
Modelos monitoreados
El top tier del código agéntico
Siete modelos, una sola fuente de verdad. La tabla se reordena según el filtro que elijas.
Comparativa
Siete modelos, un vistazo
Barras horizontales, radar por modelo y tabla cruzada con benchmarks reales (SWE-bench, Terminal-Bench, coste y contexto).
Huella de cada modelo
radar · 4 benchmarks
Benchmarks reales
Comparativa cruzada
Metodología
Cómo medimos a los modelos
Nada de preguntas de opción múltiple. Cuatro benchmarks públicos que cubren arquitectura, generación impulsiva, edición en IDE y DevOps en terminal.
SWE-bench (Verified & Live)
Issues reales de GitHub resueltos end-to-end. El estándar de oro para lógica, arquitectura y refactor en repos completos.
LiveCodeBench (LCB)
Problemas frescos de LeetCode, AtCoder y CodeForces. Mide generación de código impulsiva, sintaxis y razonamiento competitivo sin contaminación.
LiveSWEBench · Targeted Editing
Proxy para asistentes de IDE (Cursor, Kilo Code, Copilot): edición dirigida con prompt y archivo en contexto, modo agente.
Terminal-Bench Hard
Tareas difíciles de terminal: scripts, DevOps, administración de sistemas y pipelines CLI en entornos realistas.