01 / CONJUNTOS DE EVALUACIÓN DE GATEWAYS
Evalúa la ruta, no solo el modelo.
Ninguna evaluación demuestra por sí sola la seguridad o la identidad del modelo. Combina pruebas controladas, muestras repetidas y procedencia.
01 / CONJUNTOS DE EVALUACIÓN DE GATEWAYS
Evalúa la ruta, no solo el modelo.
Ninguna evaluación demuestra por sí sola la seguridad o la identidad del modelo. Combina pruebas controladas, muestras repetidas y procedencia.
Límite de credenciales y endpoint
Revisa TLS, manejo del endpoint, redacción de errores, exposición de credenciales y señales de retención.
Objetivo: señal de seguridad
Consistencia del modelo declarado
Ejecuta sondeos de capacidad repetidos y comprobaciones de pares de respuestas en las rutas declaradas.
Objetivo: señal de identidad
Ventana de disponibilidad de la ruta
Mide conexiones, tiempos de espera, latencia, reintentos y variación entre ventanas.
Objetivo: estabilidad + alcance
Conjunto de retos de integridad de respuesta
Usa tareas invariantes, salidas estructuradas y comportamiento de herramientas para detectar degradación de la ruta.
Objetivo: señal de integridad
Coste efectivo por éxito
Compara el precio mostrado con el coste de las tareas completadas después de fallos y reintentos.
Objetivo: señal de precio
Gestión de abuso y políticas
Mide cómo conserva la ruta los controles declarados del proveedor ante indicaciones adversarias.
Objetivo: señal de seguridad
“Sospechoso” no significa “demostrado”.
Las evaluaciones deben mostrar incertidumbre, muestras repetidas, controles de falsos positivos y una vía de apelación.
Resumen editorial de un benchmark externo. Folkbench no ejecutó esta evaluación.
Qué cambió en la evidencia.
Identidad del gateway y consistencia del modelo
Los pares de tareas repetidos muestran señales de consistencia; la consistencia no demuestra identidad.
Ventana de fiabilidad de la ruta de 30 días
Patrones de conexión, tiempos de espera y disponibilidad con contexto de muestra.
Coste efectivo por tarea completada
Precio mostrado comparado con el coste de finalización ajustado por reintentos.
Cada método e informe incluye su alcance, fecha de actualización y limitaciones de evidencia.