LemoonLabs856
ejecuciones de IAs del 22 al 25/10/2026, sobre seis proyectos de prueba.
Laboratorio · Lemoon Code
Lemoon Code, nuestro laboratorio de pruebas
Aquí experimentamos, construimos y medimos nuestras propias herramientas de IA, y comprobamos lo que entregan. Del 22 al 25/10/2026, más de 800 ejecuciones de IAs en proyectos de prueba.
Qué es
Donde ponemos a prueba a las IAs
Lemoon Code es nuestro laboratorio. Le damos un encargo de programación y lo hace con la IA que toque. Por el camino, manda a la IA solo la parte del proyecto que necesita, elige qué IA hace cada tarea, comprueba el resultado con pruebas y pide la revisión de otra IA. Al final, decide una persona.
Así comprobamos que nuestras herramientas funcionan, cuánto cuestan y dónde fallan, antes de fiarnos de ellas. Lemoon Code no se vende: es la prueba de que sabemos hacerlo y de que no dependemos de nadie.
Lo medido · del 22 al 25/10/2026 · proyectos de prueba
La campaña de pruebas de octubre
57 de 60
encargos resolvió una IA gratuita en los mismos 60 encargos, igual que Gemini por suscripción.
88 % menos
código recibió de media la IA en el proyecto más grande, mandándole solo el contexto justo.
7 entregas
parecían buenas y no lo eran. Las pillamos con pruebas que la IA no ve.
Cómo se midió
El mismo trabajo para todas
- Los mismos encargos. Cada IA hizo la misma lista de encargos, en el mismo orden, cada una en su propia copia de cada proyecto. Fueron 60 encargos, diez por proyecto, de dificultad 1 a 5.
- Pruebas ocultas. Al terminar, se pasaron a cada entrega pruebas que la IA no ve. Antes se comprobó que cada encargo se podía resolver.
- Lo que no depende de la IA no cuenta. Un corte de la máquina o de la conexión se repite aparte: si contara, mediríamos la red y no la IA.
- Con su margen. Cada resultado lleva su margen de error. Si dos IAs se solapan, no se puede decir cuál es mejor.
- Repetible. Cada ejecución apunta la versión exacta con la que corrió.
La primera noche de la campaña hubo 410 ejecuciones que se descartaron, porque el método medía mal.
Los límites
Lo que estas cifras no dicen
- Son proyectos de prueba, no de una empresa. El más grande tiene unas 6300 líneas de código.
- Solo miden tareas de código. Lo que automatizamos para una pyme (correos, citas, stock) se mide aparte, con ella.
- No dicen cuál es «la mejor IA»: los márgenes se solapan.
- No son el ahorro de ninguna empresa.
Lo que aprendimos: las IAs buenas ya aciertan casi siempre en encargos como estos. Lo que cambia entre ellas es la velocidad, el coste y los límites de uso. Por eso no nos fiamos de la marca: cada entrega se comprueba con pruebas.
Más del laboratorio
Los otros experimentos
- Limo: el bot que prepara las publicaciones de nuestras redes y no publica nada sin que lo aprobemos.
- La batalla de las IAs: dos equipos de IAs, el mismo encargo y un árbitro.
- El MCP de la empresa: da a cualquier IA solo lo que necesita saber de una empresa.
Lo que hacemos para tu empresa es otra cosa: automatizar una tarea que se repite, dejarla funcionando en 30 días y enseñarte con números lo que te ahorra. Mira qué automatizamos o pide la auditoría gratis.
Lo medimos todo. También lo tuyo.
En 30 días te enseñamos con números lo que te ahorra la primera automatización. Si no te convence, no la pagas.