Cadillac vs. Audi
Qué marca prefieren 4 modelos de IA, en general y según la necesidad del comprador cuando está disponible
Configuraciones comparadas: 2026 Cadillac CT5 (Auto (S10), 4 cyl, 2.0 L, Turbo) vs. 2026 Audi A6 Allroad quattro (Auto (AM-S7), 6 cyl, 3.0 L, Turbo)
Simulación: recorridos de escenarios inventados para reproducir las cuotas publicadas por juez, no filas medidas.
Demasiado reñido para decidir: el intervalo de confianza incluye el 50 %
Intervalo de confianza del 95 % publicado para Cadillac: 41 %–65 %. Pulse Soltar para ver dónde caen los escenarios simulados.
Cómo leerlo
Cada bola es un escenario de compra simulado. Cada fila de clavos es un modelo de IA que empuja la bola hacia la marca que eligió.
Una tirada es una muestra. Suelte otra vez y el montón se mueve; la banda naranja muestra dónde cae el equilibrio en el 95 % de las tiradas.
Solo se nombra una marca líder cuando la banda no toca el centro. Los recorridos se simulan a partir de las cuotas publicadas por juez: ningún modelo vio estos escenarios.
- Otras necesidades
Toque para soltar. Mantenga pulsado para seguir soltando.
Cómo leerlo
Cada bola es un escenario de compra simulado. Cada fila de clavos es un modelo de IA que empuja la bola hacia la marca que eligió.
Una tirada es una muestra. Suelte otra vez y el montón se mueve; la banda naranja muestra dónde cae el equilibrio en el 95 % de las tiradas.
Solo se nombra una marca líder cuando la banda no toca el centro. Los recorridos se simulan a partir de las cuotas publicadas por juez: ningún modelo vio estos escenarios.
Las cifras detrás de la máquina
Consenso de IA
Demasiado reñido para decidir: el intervalo de confianza incluye el 50 %
Configuraciones comparadas: 2026 Cadillac CT5 (Auto (S10), 4 cyl, 2.0 L, Turbo) vs. 2026 Audi A6 Allroad quattro (Auto (AM-S7), 6 cyl, 3.0 L, Turbo)
- Intervalo de confianza para Cadillac: 41 %–65 %
- Intervalos de confianza del 95 % (combinación MOVER de los intervalos de cada juez, ampliada para muestras pequeñas en batallas y tableros nuevos)
Naranja: el intervalo de confianza del 95 % para Cadillac. Muesca: la estimación puntual. Línea: 50 %.
Cómo se inclinan los jueces
- 1 juez se inclina por Cadillac
- 0 jueces se inclinan por Audi
- 3 jueces: demasiado reñido para decidir
Un juez se inclina por una marca solo si su intervalo de confianza no incluye el 50 %. Una estimación puntual por sí sola nunca cuenta como victoria.
El consenso da el mismo peso a cada familia de modelos. Los resultados por juez, más abajo, son la medida principal.
Panel rápido: los modelos actuales rápidos o pequeños de cada proveedor, no el panel completo de modelos insignia.
Sobre esta batalla
- Categoría
- Sedanes medianos
- Fecha de corte
- Edición
2026-10- Metodología
ACM-1.0- Jueces
- 4
- Escenarios
- 59
- Precisión
- Medida
Resultados calculados pero no publicados
Para esta batalla solo se publican el consenso general y los resultados por juez: cada necesidad del comprador tiene menos de 30 escenarios, el mínimo prerregistrado para publicar una fila por necesidad.
Por juez
Intervalos de confianza del 95 % (envolvente de los intervalos bootstrap por conglomerados de escenarios y de Wilson, ampliada para muestras pequeñas en batallas y tableros nuevos)
| Juez (modelo de API) | Cuota de Cadillac | Intervalo de confianza | Inclinación | Gráfico del intervalo |
|---|---|---|---|---|
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter | 45 % | 33 %–58 % | Demasiado reñido para decidir | |
deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter | 49 % | 37 %–62 % | Demasiado reñido para decidir | |
google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter | 64 % | 52 %–76 % | Cadillac | |
openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter | 50 % | 37 %–64 % | Demasiado reñido para decidir |
Quién se tuvo en cuenta
La regla que decide qué jueces cuentan se fijó antes de la ejecución. Los jueces que la cumplen cuentan con los pesos de abajo; los demás aparecen con sus motivos.
- Se planificaron 59 escenarios de compra.
- Ninguno de ellos quedó fuera.
Pesos en el consenso de 4 jueces contados
| Juez (modelo de API) | Familia de modelos | Peso en el consenso |
|---|---|---|
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter | anthropic | 25,0 % |
deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter | deepseek | 25,0 % |
google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter | google | 25,0 % |
openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter | openai | 25,0 % |
Jueces no contados
jdg-live-mistral-large-4-0-20261006-or-v1- Muy pocas respuestas válidas (por debajo del mínimo prerregistrado)
- Respondió muy pocos de los escenarios planificados
Resultados calculados pero no publicados
El número de escenarios (n) por necesidad se calcula de forma determinista a partir del plan prerregistrado.
- Necesidad del comprador: Trayectos diarios
- n = 11 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Placer de conducción
- n = 13 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Familia
- n = 14 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Fiabilidad
- n = 12 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Bajo costo de uso
- n = 9 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
Metodología
Cada juez es un modelo de IA consultado mediante una API; «Sobre este resultado» indica cada modelo y cómo se consultó. En cada escenario de compra, el juez elige entre las dos marcas. El escenario es la unidad de análisis.
Los resultados se basan en 59 escenarios de compra.
Un juez se inclina por una marca solo si su intervalo de confianza no incluye el 50 %. Una estimación puntual por sí sola nunca cuenta como victoria.
Las cifras de precisión de esta página se han medido.
- Consenso, necesidades e idiomas
- Intervalos de confianza del 95 % (combinación MOVER de los intervalos de cada juez, ampliada para muestras pequeñas en batallas y tableros nuevos)
- Por juez
- Intervalos de confianza del 95 % (envolvente de los intervalos bootstrap por conglomerados de escenarios y de Wilson, ampliada para muestras pequeñas en batallas y tableros nuevos)
- Idiomas de los escenarios
- inglés
Avisos sobre los datos
- Los modelos eligieron solo según las especificaciones de la EPA; no se evaluaron el precio de compra, la fiabilidad ni la disponibilidad.
Sobre este resultado
Qué se midió, cómo, cuándo y cómo comprobarlo.
- Metodología
ACM-1.0- Edición
2026-10- Fecha de medición
- Modelos de IA (API)
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter, vía OpenRouter (proveedores fijados)deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter, vía OpenRouter (proveedores fijados)google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter, vía OpenRouter (proveedores fijados)openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter, vía OpenRouter (proveedores fijados)
- Condiciones
- Cada modelo se consultó por la vía indicada junto a él y eligió entre las dos marcas en 59 escenarios de compra. Idiomas de los escenarios: inglés.
- Jueces contados
Según la regla de inclusión prerregistrada, se contaron los resultados de 4 de los 5 jueces del panel. Los resultados usan 59 de los 59 escenarios planificados.
- Prerregistro (SHA-256)
40514d9cdea6c4c742e4ee6e79217c2ae693d8150ab9991e5ea5760b59ea7b74- Qué fija el prerregistro
- Instantánea firmada
Verificar este resultado: descargar la instantánea firmada (JSON)
- Clave de firma (kid)
FnG9tqyrr6Y0YUh6teXhpERjAKUSfzL78m4WdnEZ9Jg- Clave de producción
- SHA-256 del contenido (payload)
54c89f5a32ad2b29571f4537466fb9560ad639eb978dae47fb8dcfe6c655e5fa
Las posiciones, la inclusión y la influencia en los resultados nunca se venden.