BMW vs. Toyota
Qué marca prefieren 5 modelos de IA, en general y según la necesidad del comprador cuando está disponible
Configuraciones comparadas: 2026 BMW X1 M35i (Auto (AM-S7), 4 cyl, 2.0 L, Turbo) vs. 2026 Toyota RAV4 AWD Limited & XSE (Auto (AV-S6), 4 cyl, 2.5 L)
Simulación: recorridos de escenarios inventados para reproducir las cuotas publicadas por juez, no filas medidas.
El consenso de los modelos de IA se inclina por Toyota
Intervalo de confianza del 95 % publicado para BMW: 2 %–9 %. Pulse Soltar para ver dónde caen los escenarios simulados.
Cómo leerlo
Cada bola es un escenario de compra simulado. Cada fila de clavos es un modelo de IA que empuja la bola hacia la marca que eligió.
Una tirada es una muestra. Suelte otra vez y el montón se mueve; la banda naranja muestra dónde cae el equilibrio en el 95 % de las tiradas.
Solo se nombra una marca líder cuando la banda no toca el centro. Los recorridos se simulan a partir de las cuotas publicadas por juez: ningún modelo vio estos escenarios.
- Otras necesidades
Toque para soltar. Mantenga pulsado para seguir soltando.
Cómo leerlo
Cada bola es un escenario de compra simulado. Cada fila de clavos es un modelo de IA que empuja la bola hacia la marca que eligió.
Una tirada es una muestra. Suelte otra vez y el montón se mueve; la banda naranja muestra dónde cae el equilibrio en el 95 % de las tiradas.
Solo se nombra una marca líder cuando la banda no toca el centro. Los recorridos se simulan a partir de las cuotas publicadas por juez: ningún modelo vio estos escenarios.
Las cifras detrás de la máquina
Consenso de IA
El consenso de los modelos de IA se inclina por Toyota
Configuraciones comparadas: 2026 BMW X1 M35i (Auto (AM-S7), 4 cyl, 2.0 L, Turbo) vs. 2026 Toyota RAV4 AWD Limited & XSE (Auto (AV-S6), 4 cyl, 2.5 L)
- Intervalo de confianza para BMW: 2 %–9 %
- Intervalos de confianza del 95 % (combinación MOVER de los intervalos de cada juez, ampliada para muestras pequeñas en batallas y tableros nuevos)
Naranja: el intervalo de confianza del 95 % para BMW. Muesca: la estimación puntual. Línea: 50 %.
Cómo se inclinan los jueces
- 0 jueces se inclinan por BMW
- 5 jueces se inclinan por Toyota
- 0 jueces: demasiado reñido para decidir
Un juez se inclina por una marca solo si su intervalo de confianza no incluye el 50 %. Una estimación puntual por sí sola nunca cuenta como victoria.
El consenso da el mismo peso a cada familia de modelos. Los resultados por juez, más abajo, son la medida principal.
Panel rápido: los modelos actuales rápidos o pequeños de cada proveedor, no el panel completo de modelos insignia.
Sobre esta batalla
- Categoría
- SUV compactos
- Fecha de corte
- Edición
2026-10- Metodología
ACM-1.0- Jueces
- 5
- Escenarios
- 63
- Precisión
- Medida
Resultados calculados pero no publicados
Para esta batalla solo se publican el consenso general y los resultados por juez: cada necesidad del comprador tiene menos de 30 escenarios, el mínimo prerregistrado para publicar una fila por necesidad.
Por juez
Intervalos de confianza del 95 % (envolvente de los intervalos bootstrap por conglomerados de escenarios y de Wilson, ampliada para muestras pequeñas en batallas y tableros nuevos)
| Juez (modelo de API) | Cuota de BMW | Intervalo de confianza | Inclinación | Gráfico del intervalo |
|---|---|---|---|---|
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter | 20 % | 10 %–32 % | Toyota | |
deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter | 0 % | 0 %–6 % | Toyota | |
google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter | 0 % | 0 %–6 % | Toyota | |
openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter | 2 % | 0 %–5 % | Toyota | |
mistralai/mistral-large-4-0-20261006 @ mistral-large-4-0-20261006 via OpenRouter | 0 % | 0 %–6 % | Toyota |
Quién se tuvo en cuenta
La regla que decide qué jueces cuentan se fijó antes de la ejecución. Los jueces que la cumplen cuentan con los pesos de abajo; los demás aparecen con sus motivos.
- Se planificaron 63 escenarios de compra.
- Ninguno de ellos quedó fuera.
Pesos en el consenso de 5 jueces contados
| Juez (modelo de API) | Familia de modelos | Peso en el consenso |
|---|---|---|
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter | anthropic | 20,0 % |
deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter | deepseek | 20,0 % |
google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter | google | 20,0 % |
openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter | openai | 20,0 % |
mistralai/mistral-large-4-0-20261006 @ mistral-large-4-0-20261006 via OpenRouter | mistral | 20,0 % |
Jueces no contados
Todos los jueces del panel cumplen la regla.
Resultados calculados pero no publicados
El número de escenarios (n) por necesidad se calcula de forma determinista a partir del plan prerregistrado.
- Necesidad del comprador: Trayectos diarios
- n = 14 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Placer de conducción
- n = 14 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Familia
- n = 10 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Fiabilidad
- n = 12 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
- Necesidad del comprador: Bajo costo de uso
- n = 13 escenarios (menos de 30) — Menos escenarios que el mínimo prerregistrado
Metodología
Cada juez es un modelo de IA consultado mediante una API; «Sobre este resultado» indica cada modelo y cómo se consultó. En cada escenario de compra, el juez elige entre las dos marcas. El escenario es la unidad de análisis.
Los resultados se basan en 63 escenarios de compra.
Un juez se inclina por una marca solo si su intervalo de confianza no incluye el 50 %. Una estimación puntual por sí sola nunca cuenta como victoria.
Las cifras de precisión de esta página se han medido.
- Consenso, necesidades e idiomas
- Intervalos de confianza del 95 % (combinación MOVER de los intervalos de cada juez, ampliada para muestras pequeñas en batallas y tableros nuevos)
- Por juez
- Intervalos de confianza del 95 % (envolvente de los intervalos bootstrap por conglomerados de escenarios y de Wilson, ampliada para muestras pequeñas en batallas y tableros nuevos)
- Idiomas de los escenarios
- inglés
Avisos sobre los datos
- Los modelos eligieron solo según las especificaciones de la EPA; no se evaluaron el precio de compra, la fiabilidad ni la disponibilidad.
Sobre este resultado
Qué se midió, cómo, cuándo y cómo comprobarlo.
- Metodología
ACM-1.0- Edición
2026-10- Fecha de medición
- Modelos de IA (API)
anthropic/claude-haiku-5.5-20261007 @ claude-haiku-5.5-20261007 via OpenRouter, vía OpenRouter (proveedores fijados)deepseek/deepseek-v4.1-flash-20260910 @ deepseek-v4.1-flash-20260910 via OpenRouter, vía OpenRouter (proveedores fijados)google/gemini-4-argon-20261013 @ gemini-4-argon-20261013 via OpenRouter, vía OpenRouter (proveedores fijados)openai/gpt-6-luna-20260922 @ gpt-6-luna-20260922 via OpenRouter, vía OpenRouter (proveedores fijados)mistralai/mistral-large-4-0-20261006 @ mistral-large-4-0-20261006 via OpenRouter, vía OpenRouter (proveedores fijados)
- Condiciones
- Cada modelo se consultó por la vía indicada junto a él y eligió entre las dos marcas en 63 escenarios de compra. Idiomas de los escenarios: inglés.
- Jueces contados
Según la regla de inclusión prerregistrada, se contaron los resultados de 5 de los 5 jueces del panel. Los resultados usan 63 de los 63 escenarios planificados.
- Prerregistro (SHA-256)
c918cf29b0b22318b9606b090f25f1c2f4cebd7b969211ac7328a7951dec90e7- Qué fija el prerregistro
- Instantánea firmada
Verificar este resultado: descargar la instantánea firmada (JSON)
- Clave de firma (kid)
FnG9tqyrr6Y0YUh6teXhpERjAKUSfzL78m4WdnEZ9Jg- Clave de producción
- SHA-256 del contenido (payload)
434ea9e936e02f0408b5fa53f9dfe7c29f52f1d799f92803a4b9da76e3024979
Las posiciones, la inclusión y la influencia en los resultados nunca se venden.