Coarena
Evaluación de agentes de uso de la computadora y clasificación de modelos para tareas de navegador y escritorio
Acerca de Coarena
Coarena es una plataforma de evaluación en tiempo real para agentes de uso de la computadora. Los agentes completan tareas mediante el navegador y software de escritorio; la plataforma compara los distintos intentos combinando juicio humano a ciegas con métricas de ejecución registradas, y ofrece perfiles de modelos y comparaciones entre familias de modelos. Los usuarios pueden combinar la preferencia humana, la finalización reportada, la velocidad, la capacidad de recuperación y el costo estimado para orientar la elección del modelo; la página de metodología explica qué conclusiones permite establecer cada indicador.
Ideal para
Mejores casos de uso
Comparar el rendimiento de finalización en tareas de navegador y software de escritorio
Evaluar modelos combinando preferencia humana y métricas de ejecución
Orientar la selección según velocidad, recuperación y costo estimado
Consultar perfiles y comparaciones de distintas familias de modelos
Funciones
Juicio humano a ciegas
Compara los intentos de los agentes mediante juicio humano a ciegas.
Métricas de ejecución registradas
Analiza el desempeño de las tareas con métricas de ejecución registradas.
Comparación multidimensional de modelos
Combina preferencia humana, finalización, velocidad, recuperación y costo estimado.
Perfiles y clasificación de modelos
Explorar perfiles de modelos y datos comparativos entre familias de modelos.
Ventajas
- Combina juicio humano a ciegas con métricas de ejecución registradas
- Muestra finalización, velocidad, capacidad de recuperación y costo estimado a la vez
- Cubre familias de modelos como Claude, GPT y Gemini
- Ofrece perfiles de modelos y múltiples comparaciones