Cómo medimos la precisión
Cada cifra de nuestra página de inicio sale de la medición de abajo — los exámenes, las puntuaciones y los fallos, incluidos los nuestros.
El conjunto de respuestas: respuestas publicadas del Cambridge 19 con puntuación de examinador, más las respuestas de muestra de Band 9 publicadas por IDP. Todas son públicas — el Cambridge 19 está en cualquier librería con las puntuaciones del examinador impresas dentro, e IDP publica sus muestras de Band 9 en su propio sitio.
El protocolo: cada sistema recibió un único prompt de corrección idéntico — mismo texto, mismo formato, sin indicaciones — y calificó cada respuesta tres veces el 9 Aug 2026 (chatbots) · 2 Sep 2026 (ours). Cada número es la mediana de ese sistema; los nuestros pasan por la misma ruta de corrección que reciben nuestros usuarios.
Publicamos los fallos igual que los aciertos: nuestro error medio es 0.30 de band, leímos la respuesta de 8.0 como 7.5 mientras Gemini acertó exactamente, y ningún sistema — el nuestro incluido — alcanza el 9 publicado por IDP. Así es una medición honesta, y lo decimos en lugar de prometer «±0.5».
Desde el 6 de septiembre de 2026, cada informe muestra un rango junto a la banda más probable: el intervalo en el que cayó la banda del examinador en lecturas similares, por ejemplo 6.5–8.0 · más probable 7.0. Las bandas de la tabla siguiente son la banda más probable de cada lectura.
No es un ensayo con suerte.
En las diez respuestas puntuadas por examinadores — nuestro error medio: 0.30 de band. Gemini 0.70 · DeepSeek 0.90 · ChatGPT 0.95 · Claude 1.50. Nueve de las diez quedan a medio band o menos. La décima — una respuesta de 4.0 que leímos 5.0 — es nuestra peor del conjunto, y está contada en esa media.
Error medio frente al band del examinador — cuanto menor, mejor.
Peor desviación en una sola prueba: IELTS Ace 1.0 · ChatGPT 1.5 · DeepSeek 1.5 · Gemini 2.0 · Claude 2.5 bandas.
Los exámenes, uno a uno
| Examen | Band del examinador | ChatGPT | Gemini | DeepSeek | Claude | IELTS Ace |
|---|---|---|---|---|---|---|
| Cambridge 19 · Test 2 · Task 1 | 4.0 | 3.0 (−1.0) | 2.0 (−2.0) | 3.0 (−1.0) | 1.5 (−2.5) | 4.0 ✓ |
| Cambridge 20 · Test 3 · Task 1 | 5.0 | 4.0 (−1.0) | 4.5 (−0.5) | 4.5 (−0.5) | 3.5 (−1.5) | 5.5 (+0.5) |
| Cambridge 19 · Test 1 · Task 1 | 5.5 | 5.0 (−0.5) | 5.0 (−0.5) | 5.5 (0.0) | 4.5 (−1.0) | 6.0 (+0.5) |
| Cambridge 19 · Test 1 · Task 1 | 6.0 | 5.0 (−1.0) | 5.0 (−1.0) | 4.5 (−1.5) | 4.5 (−1.5) | 6.0 ✓ |
| Cambridge 19 · Test 2 · Task 2 | 7.0 | 6.0 (−1.0) | 6.5 (−0.5) | 5.5 (−1.5) | 5.5 (−1.5) | 7.0 ✓ |
| Cambridge 19 · Test 1 · Task 2 | 8.0 | 6.5 (−1.5) | 8.0 (0.0) | 6.5 (−1.5) | 6.5 (−1.5) | 7.5 (−0.5) |
| IDP · published Band 9 sample (line graph) · Task 1 | 9.0 | 7.0 (−2.0) | 8.0 (−1.0) | 6.5 (−2.5) | 5.5 (−3.5) | 7.5 (−1.5) |
Las cuatro respuestas mostradas en la página de inicio. La tabla completa de nueve exámenes con las salidas brutas llegará con la repetición simétrica.
← Volver a la página de inicio