Historial de MakoBench Suite: Versiones anteriores

En palabras simples: Las puntuaciones de MakoBench solo tienen sentido en relación con la versión de las pruebas que las generó. Cuando las pruebas cambian, volvemos a ejecutar los modelos y mantenemos el tablero anterior tal como estaba. Esta página enumera cada versión del conjunto de pruebas y dónde encontrar su tablero correspondiente.

Ir a: CrucibleForge en GitHub

Las pruebas que componen MakoBench cambian de vez en cuando. Una puntuación solo tiene sentido en relación con el conjunto de pruebas del cual proviene; por eso nunca comparamos números entre distintos conjuntos de pruebas, ni modificamos en silencio una tabla antigua.

¿Por qué cambian las suites de pruebas?

Eliminamos las pruebas que resultan ser lentas o poco fiables, corregimos aquellas preguntas que no eran justas y añadimos conjuntos de pruebas más difíciles a medida que los modelos mejoran. Cuando un cambio afecta las puntuaciones, se vuelve a ejecutar cada modelo con la nueva suite. El tablero anterior se conserva tal cual, con sus propios márgenes, su propia escala y la fecha en que se creó.

¿Dónde están los foros anteriores?

Las páginas Main Bench, +NSFW Bench y The tests cuentan cada una con un menú de versiones Suite en la parte superior. Seleccione una versión anterior allí y la página mostrará esa suite tal como era.

Versiones

Suite 4.1 (actual). Una versión de corrección: no hay nuevos casos, y las claves de respuesta se han corregido tras una revisión completa. Consulte el Banco de Pruebas Principal.
Suite 4.0. Incluye Code y Chat; cada uno obtiene 10 puntos en las pruebas estándar. Fue reemplazada por la suite 4.1 el 10 de noviembre de 2026; compare los modelos únicamente dentro de una misma suite. Páginas: Banco de Pruebas Principal, +Banco de Pruebas NSFW y Las pruebas.
Suite 3.0. En las pruebas antiguas, la puntuación máxima era 100; por lo tanto, no compare estos valores con los de la suite 4.0. El tablero archivado contiene 32 modelos y se creó a partir del tablero que archivamos el 23-09-2026. Páginas: Banco de Pruebas Principal, +Banco de Pruebas NSFW y Las pruebas.

¿Qué cambió entre ellos?

La descripción de la versión actual es MakoBench 4.1: qué cambió; la de la versión anterior es Suite 4.0: qué cambió. Para cada lanzamiento del motor, incluidos aquellos que no afectaron las puntuaciones, consulte el registro de cambios de CrucibleForge en GitHub.

Relacionado: Cómo funciona MakoBench.