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. 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 0.22 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».
No es un ensayo con suerte.
En las nueve respuestas puntuadas por examinadores — nuestro error medio: 0.22 de band. Gemini 0.72 · ChatGPT 0.94 · DeepSeek 0.94 · Claude 1.50. Nueve de nueve quedamos a menos de medio band, sin sesgo en ninguna dirección — todos los chatbots puntúan a la baja.
Error medio frente al band del examinador — cuanto menor, mejor.
Peor desviación en una sola prueba: IELTS Ace 0.5 · ChatGPT 1.0 · 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) | 4.5 (+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) | 5.5 ✓ |
| 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 · Task 1 | 9.0 | 7.0 (−2.0) | 8.0 (−1.0) | 6.5 (−2.5) | 5.5 (−3.5) | 8.0 (−1.0) |
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