# Slash AI Lab: evaluación de modelos de IA en Bogotá Source: https://slash-digital.io/ai-lab/ Slash AI Lab Evaluamos modelos y arquitecturas con datos del cliente (en español, francés e inglés) antes de comprometer coste o datos. Lo que no pasa la evaluación, no llega a producción. - Modelos OpenAI · Anthropic · Gemini · DeepSeek · GLM · Qwen · Mistral · open source - Ejes coding · reasoning · idioma · agentes · coste - Regla Evaluación, no hype Iniciar un proyecto Ver trabajo real En resumen Slash AI Lab es el laboratorio de evaluación de IA de Slash Digital Lab, en Bogotá: probamos modelos (OpenAI, Anthropic, Gemini, DeepSeek, GLM, Qwen, Mistral y open source local) sobre prompts reales del cliente antes de comprometer coste o datos privados. La regla del laboratorio: un modelo no se elige por hype. Se elige por evaluación sobre prompts del cliente, coste, residencia de datos y fallos observados. Qué entregamos ## Qué se evalúa en el lab Ejes de evaluación: español de empresa, francés, código, agentes, coste, latencia y privacidad. 01 ### Elección de modelos Comparativas reproducibles entre proveedores y modelos abiertos, sobre tus casos de uso y no sobre un benchmark comprado. 02 ### Calidad por idioma El español de tu operación y el francés se evalúan con la misma exigencia que el inglés; los matices importan. 03 ### Agentes y herramientas MCP, function calling, memoria y supervisión humana: medimos qué falla cuando el agente se equivoca. 04 ### Coste, latencia y privacidad Presupuesto por inferencia, p95 de respuesta y residencia de datos: nube, VPC o inferencia local. Cómo trabajamos ## Cómo corre una evaluación - ### Recolección Reunimos prompts reales o representativos y los criterios de éxito con tu equipo. - ### Corridas Ejecutamos los candidatos (nube o local) midiendo calidad, coste y latencia. - ### Reporte Resultado por eje con ejemplos y fallos: recomendación clara y reproducible. - ### Vigilancia El mercado se mueve cada trimestre; cuando cambia, repetimos la corrida. Alcance y entregables ## El método, por escrito - **Evaluación:** 30 prompts fijos, 5 motores, 3 idiomas (metodología publicada en /insights/). - **Residencia de datos:** Nube estándar, VPC o inferencia local según el cumplimiento del cliente. - **Reporte:** Comparativa por eje: idioma, código, agentes, coste, latencia, fallos. - **Reproducibilidad:** Prompts, versiones y criterios documentados para repetir la corrida. - **Frecuencia:** Re-evaluación trimestral o ante novedad relevante. - **Publicación:** Conclusiones abiertas en /insights/; los prompts de clientes nunca. Prueba en producción ## Prueba en producción 30, prompts fijos 3, idiomas evaluados: ES · EN · FR 0, hype: solo decisiones reproducibles 5, ejes de evaluación Ver más Slash AI Lab · 13 Vendémiaire ### Un documental histórico con IA en una sola GPU 13 Vendémiaire, sobre Bonaparte y el 5 de octubre de 1795, generado en una RTX 4090: imágenes, video con sonido, narración y música, en francés, español e inglés. Saber más → Ver más SlashBots · Agentes de escritorio ### Agentes de IA de escritorio para nuestro equipo SlashBots, nuestra app para Windows y Linux: siete bots con navegador integrado, control del PC, 421 skills, memoria, conectores MCP, rutinas y una app compañera en el teléfono. Saber más → Ver más slash.events · Panel Studio ### Del sitio web al panel de feria en PDF/X-4 Panel Studio, nuestra app slash.events: análisis del sitio, cuatro conceptos, edición por chat, 23 controles de preflight y un archivo listo para la imprenta por 49 €. Saber más → Método ## Las reglas del lab Las mismas en cada publicación y en cada proyecto. 01 ### Metodología antes de cifras Publicamos el método antes que los resultados; sin corrida terminada, no hay número. 02 ### Prompts reales Evaluamos con tareas del cliente, no con juguetes: 30 prompts fijos y versionados por caso. 03 ### Tres idiomas Español de empresa, inglés y francés: ahí es donde se rompen los modelos. 04 ### Limitaciones declaradas Cada análisis dice qué no mide, con fecha, versión y fuentes enlazadas. Publicaciones ## Criterio publicado, no opinión Modelos ### Claude Opus 5.5: qué cambia para las empresas Lanzado el 22 de septiembre de 2026: más barato que Opus 5, nivel Fable 5.1 según Anthropic. Precio, benchmarks, cambios técnicos y cuándo usarlo. Actualizado 28 de oct de 202614 minJean Martial Modelos ### El mapa de modelos de IA, octubre de 2026 Claude Opus 5.5 y Sonnet 5.5, GPT-6 Astra, Gemini 4 Argon, Grok 4.7 y Muse Spark: quién lidera en octubre de 2026, cuánto cuesta cada franja y qué probar. Actualizado 28 de oct de 202613 minJean Martial IA local y open source ### Modelos open-weight en 2026: cuál usar y con qué licencia Kimi K3, Qwen3.8, DeepSeek V4.1, GLM-5.3, Gemma 4, gpt-oss, Mistral: tamaños, licencias, distancia a la frontera y cómo alojarlos sin sorpresas legales. Actualizado 28 de oct de 202611 minRémy Sanchez Agentes e ingeniería ### Fine-tuning vs RAG: el criterio Cuándo RAG, cuándo fine-tuning y cuándo un híbrido: el orden de decisión antes de pagar un entrenamiento. Actualizado 26 de sept de 20263 minJean Martial Preguntas frecuentes ## Las preguntas que escuchamos a menudo **¿Qué modelos evalúan?** Los que pueden ganar un puesto: OpenAI, Anthropic, Gemini, DeepSeek, GLM, Qwen, Mistral y open source local. La lista cambia con el mercado. **¿Publican los resultados?** Sí, el método y las conclusiones van a /insights/. Los prompts de clientes nunca se publican. **¿Es obligatorio pasar por el lab antes de un proyecto?** Recomendado, no obligatorio. En proyectos con datos sensibles o idiomas minoritarios, la evaluación evita meses de desvíos. **¿Ofrecen inferencia local?** Sí: modelos abiertos en tu VPC o hardware propio cuando el cumplimiento lo exige. **¿Pueden evaluar un caso puntual sin proyecto completo?** Sí: una corrida acotada con tus prompts y un reporte reproducible. **¿Aceptan patrocinios?** No. La investigación de Slash no se compra.