Pickbench Category Data: mida cómo eligen su marca los modelos de IA
Pickbench Category Data es una medición prerregistrada por categoría y edición en modelos de API identificados. Hoy medimos la cuota de elección del modelo de IA por modelo con intervalos de confianza del 95 % y niveles, además de los motivos citados por los modelos. Los cortes por necesidad y presupuesto se publican cuando una ejecución en profundidad de la categoría alcanza 30 tareas por corte; la memoria de los modelos tiene estudios publicados en 8 categorías, la búsqueda en vivo está en curso (STUDY-V1a), las alertas llegarán próximamente y la medición de agentes está en desarrollo hasta superar la concordancia con búsqueda.
Cada cifra indica sus modelos de API, el panel, las condiciones, la fecha y el intervalo de confianza. Prometemos medición, nunca una posición, ubicación o tráfico. Las posiciones, la inclusión y las filas públicas nunca se venden, y los clientes de pago figuran en el registro de conflictos de interés.
De la última edición de la lista de marcas de la IA
Teléfonos inteligentes: cuota de elección de las marcas principales con intervalos de confianza del 95 %; 5 modelos de IA, datos al 16 de octubre de 2026.
beta: intervalos sin calibración para muestras pequeñas
Panel rápido: los modelos actuales rápidos o pequeños de cada proveedor, no el panel completo de modelos insignia.
Solo nombres de marca: los modelos vieron cada opción como un nombre de marca, sin datos de producto, y respondieron con su propio conocimiento.
El panel: 5 modelos de IA
- anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter (20 %)
- openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter (20 %)
- google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter (20 %)
- mistralai/mistral-large-4-0-20261006 @ mistral-large-4-0-20261006 via OpenRouter (20 %)
- deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter (20 %)
- Samsung
- 51 % (40 %–63 %)
- Apple
- 48 % (35 %–60 %)
- 46 % (33 %–58 %)
Línea: azar (25 %)
Cinco módulos de Pickbench Category Data
Una medición por categoría y edición, compartida para cualquier marca o agencia de esa categoría. Cada módulo indica su estado actual: la cuota de elección y los motivos se miden hoy, la memoria de los modelos tiene estudios publicados en 8 categorías, el modo de búsqueda en vivo con fuentes citadas está en curso y las alertas de cambios llegarán próximamente.
Cuota de elección del modelo de IA · medida hoy
¿Con qué frecuencia recomienda cada modelo identificado su marca y las de sus rivales, por modelo, necesidad del comprador y presupuesto?
Se mide hoy por categoría y modelo con intervalos del 95 % y niveles: edición Pick Bench 2026-w43 (R = 3), 91 tableros en el panel rápido de 5 modelos (87 de nombres de marca y 4 de automóviles con fichas de datos) y 20 batallas. Los cortes por necesidad y presupuesto se publican cuando una ejecución en profundidad de la categoría alcanza 30 tareas por corte. La vista por marca de Pick Bench tiene su método publicado y pruebas de respuesta conocida; aparecerá en los informes cuando terminen las comprobaciones finales de su redacción.
Motivos · medidos hoy
¿Qué motivos indican los modelos al elegir o descartar su marca?
Códigos estructurados de motivos citados por los modelos en sus respuestas, agrupados en datos del producto y ajuste al comprador. Se presentan como motivos declarados por el modelo, no como factores causales.
Memoria de los modelos · implementada, categorías limitadas
¿Qué datos concretos sobre su marca afirma cada versión de un modelo de forma errónea o desactualizada?
El motor está implementado, con estudios publicados en 8 categorías (portátiles, robots aspiradores, auriculares y 5 categorías de software) y bancos de datos para 4 categorías de automóviles. Las pruebas a libro cerrado califican cada dato frente a fuentes primarias (correcta, desactualizada, no consta en el historial registrado o desconocida) e incluyen una lista de correcciones veraces de documentación.
Modo de búsqueda en vivo y fuentes citadas · en curso
¿Qué recomiendan los modelos con la búsqueda web activada y qué URL citan?
Estudio STUDY-V1a en curso (aún no disponible). Compara las elecciones a libro cerrado con respuestas con búsqueda web en categorías compartidas y registra los dominios citados como asociación a nivel de dominio, no como prueba a favor o en contra salvo verificación del pasaje.
Cambios y alertas · próximamente, aún no implementados
¿Qué cambió para su marca desde la última edición o versión de un modelo?
Previsto, aún no implementado. Comunica diferencias entre ediciones cuando el intervalo de confianza excluye cero y vuelve a medir la categoría cuando cambia una versión de modelo seguida.
Entrega hoy: un informe firmado en HTML imprimible (imprima o guarde como PDF en su navegador) con recibo Ed25519, una instantánea JSON y exportación en CSV. La exportación por API para suscriptores, el área de suscriptor por categoría y las alertas automáticas de cambios están previstas y aún no están implementadas.
Cómo medimos
Escenarios de compra reales
Una tarea o escenario es una situación de compra: las tareas de Pick Bench combinan necesidad y presupuesto (R = 3), mientras que los tableros k=4 y las batallas usan un perfil, un caso de uso y prioridades sin tramos de presupuesto. Los intervalos se agrupan por tarea o escenario, así que repetir la pregunta nunca cuenta como evidencia nueva.
Modelos de API identificados
Cada resultado indica cada modelo de API y su versión, cómo se llamó, las condiciones y la fecha. Nunca una aplicación de chat para consumidores.
Intervalos y niveles
Las cuotas llevan intervalos de confianza del 95 %. Las marcas se agrupan en niveles con intervalos de posición, nunca en posiciones estrictas.
Prerregistrado y firmado
El hash del plan de análisis se fija antes de cada ejecución, y cada resultado publicado es una instantánea firmada que cualquiera puede verificar.
Por qué se puede confiar en las cifras
Cortafuegos de neutralidad
Las posiciones, la inclusión, los niveles, las filas públicas, el estado verificado, la prioridad en MCP y la influencia en las respuestas a consumidores nunca se venden. Los clientes de pago y las marcas de clientes de agencias se publican en el registro de conflictos de interés y se señalan junto a su fila. El código de clasificación nunca lee datos de facturación, CRM, Laboratorio ni afiliación, y las tareas de clientes nunca entran en el benchmark público.
Datos firmados y verificables
Cada resultado publicado es una instantánea firmada con el hash de su contenido y su clave de firma. Descárguela y compruebe la firma usted mismo; el hash del prerregistro se publica con cada resultado.
CLI abierta
Una herramienta de línea de comandos de código abierto ejecutará el mismo tipo de batalla con su propia clave de API y en su equipo. Sus resultados se marcan como resultados de la comunidad y nunca se mezclan con los oficiales. Aún no está publicada.
Cómo vendemos
- Solo citamos el nivel de consenso del panel con su intervalo de confianza, nunca el resultado de un solo modelo.
Qué prometemos y qué no prometemos nunca
Prometemos
- Una medición prerregistrada con intervalo de confianza calculada a partir de registros firmados, en el plazo fijado en su contrato, o el reembolso.
- Los plazos de entrega, las ventanas de nueva medición tras versiones de modelos y los tiempos de respuesta de soporte se fijan en su contrato y no mediante SLA públicos (avisos automáticos de versiones previstos).
- Correcciones de datos documentadas y con control de versiones bajo el mismo criterio para cualquier marca, de forma gratuita.
- Una lectura honesta: un resultado nulo es un entregable válido.
Nunca prometemos
- Una posición o un nivel en una clasificación pública.
- Aparecer en las respuestas de asistentes de IA para consumidores.
- Lo que recordará la próxima versión de un modelo.
- Tráfico, hasta que un piloto de transferencia lo haya validado.
Productos vinculados a resultados (en la hoja de ruta, no disponibles)
Conceptos de la hoja de ruta — no se venden ni están disponibles hoy. Solo se ofrecerán cuando se validen los pilotos de transferencia y las métricas privadas prerregistradas. En un piloto futuro se paga por medir una métrica privada prerregistrada, nunca por una posición pública; las fórmulas de pago se fijan (con un hash) antes de la medición de referencia.
Truth Repair (en la hoja de ruta, no disponible)
- Resultado
- Un dato falso deja de repetirse
- Cómo se mide
- No disponible hoy (en la hoja de ruta cuando se activen las pruebas con búsqueda): correcto en al menos 4 de 6 motores con búsqueda en al menos el 80 % de las pruebas durante 2 semanas seguidas; la creencia sin búsqueda se sigue en cada versión del modelo
- Precio
- 1500 US$ de puesta en marcha más 400 US$ por creencia corregida, con un máximo de 4000 US$; se paga al corregirse
Lift Sprint (8 semanas, en la hoja de ruta, no disponible)
- Resultado
- Aumento de la cuota de elección de los modelos de IA
- Cómo se mide
- No disponible hoy (en la hoja de ruta): cuota de recomendación en un panel privado fijo de 8 motores, 100 consultas de necesidad (30 % reservadas), diferencias en diferencias frente a marcas de control
- Precio
- 4500 US$; se abona el 50 % si el resultado principal es nulo
Verified Lift (en la hoja de ruta, no disponible)
- Resultado
- Piloto de aumento sostenido (en la hoja de ruta tras validar la transferencia)
- Cómo se mide
- No disponible hoy (en la hoja de ruta): la misma métrica privada, cada trimestre, una vez validada la transferencia
- Precio
- 2000 US$ al mes más 400 US$ por punto porcentual del límite inferior del intervalo del 90 %, con un máximo de 8000 US$ por trimestre. Se mide con una métrica privada y prerregistrada en la propia prueba de la marca en el Laboratorio y nunca puede cambiar, comprar ni influir en ningún resultado público, posición o inclusión.
Launch Readiness (en la hoja de ruta, no disponible)
- Resultado
- Datos del nuevo producto coherentes y rastreables antes de los próximos cortes de conocimiento; adopción seguida en cada versión
- Cómo se mide
- No disponible hoy (en la hoja de ruta): coherencia entre fuentes, captura en Common Crawl, creencia sin búsqueda en cada versión
- Precio
- 3500 US$; sin pago por éxito hasta que los pronósticos estén calibrados
Precios preliminares en dólares estadounidenses. Pueden cambiar antes del lanzamiento.
Ofertas y precios
Una medición por categoría y edición está disponible para cualquier marca o agencia de esa categoría al mismo precio y sin exclusividad. Elija los niveles públicos por categoría gratuitos tras la validación de filas por marca (Pick Bench abrirá pronto), un Category Report de pago único (490 US$), la suscripción Category Data (490 US$/mes), el plan Agency (499 US$/mes para hasta 3 marcas de clientes) o investigación a medida bajo solicitud.
Precios preliminares en dólares estadounidenses. Pueden cambiar antes del lanzamiento.
Gratis
Para todos
0 US$
- Pick Bench (benchmark de modelos y voto de visitantes), abrirá pronto
- Tableros públicos de categorías y batallas de marcas
- Correcciones de datos gratuitas basadas en evidencia
- Nivel de consenso con su intervalo del 95 % e intervalo de posición
- Motivos citados por los modelos, no factores causales
- Cada resultado con fecha y modelos de API identificados
Category Report
Una marca en una categoría
490 US$, pago único1 marca en 1 categoría
- Edición actual en profundidad para su marca y categoría
- Cuota de elección del modelo de IA por modelo con intervalos del 95 %. Cortes por necesidad y presupuesto cuando una ejecución en profundidad alcanza 30 tareas por corte
- Motivos citados por los modelos, memoria de los modelos en las categorías cubiertas y búsqueda en vivo en curso
- Informe firmado en HTML imprimible, instantánea JSON y exportación CSV
Category Data
Suscripción por categoría
490 US$ al mespor marca y categoría
- 1 marca en 1 categoría; el primer mes incluye el Category Report completo
- Cada nueva edición y nueva medición tras versiones de modelos
- Informe firmado en HTML imprimible, instantánea JSON y exportación CSV; exportación API para suscriptores prevista
- Diferencias entre ediciones y alertas de versiones próximamente
Agency
Agencias y consultoras
499 US$ al mespor categoría (hasta 3 marcas de clientes)
- 1 categoría, hasta 3 marcas de clientes
- Informes listos para clientes con atribución a Pickbench y límites del método
- Cada edición de la categoría con informes firmados, instantáneas JSON y exportación CSV
Investigación a medida
Marcas y agencias
Bajo solicitud
- Estudios a medida bajo solicitud sobre el mismo motor de medición prerregistrado
- Categorías personalizadas, bancos de datos o comparaciones en profundidad fuera de las ediciones estándar
- Informe firmado en HTML imprimible e instantáneas JSON; las tareas del cliente nunca entran en el benchmark público
Ningún plan compra una posición, la inclusión, un nivel, una fila pública, el estado verificado ni la ubicación. Las filas públicas son idénticas para quienes pagan y quienes no, los clientes de pago figuran en el registro de conflictos de interés y las correcciones de datos son gratuitas para todas las marcas.
La lista pública de marcas de la IA
La lista de marcas de la IA es pública y gratuita, y Pick Bench abrirá pronto: cada edición indica sus modelos, condiciones y fecha, y muestra niveles con intervalos. Pickbench Category Data aplica el mismo método en profundidad a su categoría, a sus competidores y a las necesidades de sus compradores.
Solicitar el informe de ejemplo
Cuéntenos sobre su marca o agencia. Le enviamos el Category Report de ejemplo y recorremos con usted la edición de Category Data para su categoría.
Escriba a hello@pickbench.ai para solicitar el Category Report de ejemplo.
Qué cubre una demo
- Un Category Report de ejemplo, diapositiva por diapositiva, y cómo se mide cada cifra.
- Qué módulos encajan con su categoría y sus preguntas.
- Un plan de medición que puede revisar antes de que se ejecute nada.
Gracias
Cuando este formulario funcione, solicitudes como esta llegarán a nuestro equipo y responderemos a la dirección indicada. Esta versión preliminar no guardó nada, así que todavía no podemos contactarle.