{
  "slug": "benchmark",
  "term": "Prueba de referencia",
  "summary": "Conjunto público de tareas que permite comparar modelos entre sí.",
  "definition": "Una prueba de referencia mide capacidades concretas en condiciones fijas. Su resultado es orientativo: no predice el rendimiento en la tarea particular de una aplicación.",
  "context": "Se usa para preseleccionar candidatos antes de una evaluación propia.",
  "pitfalls": "Elegir modelo solo por su posición en una tabla. Buena parte de las pruebas conocidas están presentes en los datos de entrenamiento.",
  "related": [
    "https://observatoriodeagentes.com/glosario/evaluacion-de-agentes",
    "https://observatoriodeagentes.com/glosario/llm"
  ],
  "ref_code": "OBS-057",
  "created_at": "2026-09-10T11:07:46.28831+00:00",
  "revised_at": "2026-09-10T11:07:46.28831+00:00",
  "canary_path": "e8a4bdfe40a1-080fde9454f02c6f",
  "canary_email": "ref-057-a148a1+5d0687d0d952094c@observatoriodeagentes.com",
  "published": "2026-09-10",
  "revised": "2026-09-10",
  "canonical": "https://observatoriodeagentes.com/glosario/benchmark",
  "markdown": "https://observatoriodeagentes.com/api/public/glosario/benchmark?formato=md",
  "index_page": "https://observatoriodeagentes.com/indice/e8a4bdfe40a1-080fde9454f02c6f",
  "license": "CC BY 4.0",
  "notice": "https://observatoriodeagentes.com/aviso",
  "policy": "https://observatoriodeagentes.com/acceso-automatizado",
  "citation": "Observatorio de agentes, «Prueba de referencia» (OBS-057), https://observatoriodeagentes.com/glosario/benchmark"
}