ChatGPT · Claude · Gemini · Actualizado en oct. 2026
ChatGPT, Claude y Gemini se equivocan en los mismos sitios y con el mismo tono seguro: cálculos dentro de un párrafo bien escrito, normas que cambian según el país o que cambiaron después de entrenar el modelo, consejos que antes eran habituales y código que funciona pero responde a una pregunta algo distinta. Cuál de los tres falla depende de la pregunta y de la versión del modelo, así que un ranking no te dirá si la respuesta que tienes delante es correcta. Revisarla, sí: pide a una IA de otra empresa que la repase afirmación por afirmación.
LO DICEN ELLOS MISMOS
Cada producto muestra un aviso debajo del cuadro de texto (texto original en la versión en inglés):
“ChatGPT can make mistakes. Check important info.”“Claude can make mistakes. Please double-check responses.”“Gemini can make mistakes, so double-check it”El aviso tiene razón. Solo que no dice dónde mirar.
DÓNDE MIRAR
Cada uno con una de nuestras revisiones de ejemplo, en tu idioma.
Cuotas de préstamos, tramos de impuestos, interés compuesto. El método suele estar bien y una cifra intermedia no, y todas las que vienen después heredan el error.
En nuestros ejemplos: los revisores encontraron algo mal en 6 de 6.
Ver la revisión: Hipoteca de 200.000 €: ¿cuánto ahorras amortizando 20.000 €? Las cuentas de una IA, revisadasLas deducciones y los límites cambian, y son distintos en cada país. Una respuesta puede leerse bien y usar cifras antiguas o la norma de otro país.
En nuestros ejemplos: los revisores encontraron algo mal en 5 de 6.
Ver la revisión: Vender la vivienda habitual a los 63 años: ¿pagas IRPF? Una respuesta de IA, revisadaEstancias como los 90 días en 180 de Schengen exigen contar fechas en una ventana móvil. Sumar viajes o suponer que salir reinicia el contador da una fecha equivocada.
En nuestros ejemplos: los revisores encontraron algo mal en 6 de 6.
Ver la revisión: Regla 90/180 de Schengen: después de 70 días, ¿puedo volver dos meses?Las respuestas de salud suelen acertar en lo principal y fallar en los detalles: cuánto tiempo mantener una precaución, qué cuenta como dosis olvidada, qué fármaco es la verdadera excepción.
En nuestros ejemplos: los revisores encontraron algo mal en 1 de 4.
RANK() y DENSE_RANK() devuelven personas distintas cuando hay salarios empatados. Las dos consultas se ejecutan, así que nada te avisa de que una está mal.
En nuestros ejemplos: los revisores encontraron algo mal en 3 de 6.
Ver la revisión: Los 3 salarios más altos por departamento, con empates: la SQL de una IA, revisadaNUESTROS EJEMPLOS
El 27 de octubre de 2026 hicimos 28 preguntas en 6 idiomas, todas elegidas porque una respuesta errónea cuesta algo. Las respondieron GPT-5.4 Nano, Claude Haiku 4.5 y Gemini 2.5 Flash-Lite a través de sus API y sin búsqueda web, y dos IA de otras empresas revisaron cada respuesta. En 21 de las 28, los revisores encontraron al menos una afirmación errónea o en disputa. Leímos cada informe: de los 42 que generamos, 14 no se publicaron porque un revisor o el informe se equivocaba, o añadía algo que no pudimos confirmar.
Es una muestra pequeña y elegida a mano de preguntas difíciles, respondidas por el modelo más barato de cada empresa. No es una tasa de error de ChatGPT, Claude o Gemini, ni demuestra que uno sea más preciso que otro.
ANTES DE FIARTE
Los modelos de una misma empresa comparten entrenamiento y hábitos. ChatRound elige por defecto revisores de otras empresas.
Un revisor que lee primero la respuesta puede adoptar su planteamiento. Los revisores de ChatRound escriben su propia respuesta antes de repasar la original.
En preguntas de dinero, salud o derecho, busca la afirmación señalada en una fuente primaria. El informe cita cada una, así que sabes exactamente qué buscar.
PREGUNTAS FRECUENTES
No hay una respuesta estable. Los resultados cambian con cada versión y según el tipo de pregunta, y nuestros ejemplos son demasiado pocos para hacer un ranking. Para una respuesta en la que vas a confiar, revisarla te dice más que cualquier ranking.
Puedes, y a veces detecta algún fallo. Pero la investigación sobre autocorrección encontró que los modelos que revisan su propio razonamiento sin información externa a menudo no mejoran, y a veces empeoran (Huang et al., ICLR 2024). Un revisor de otra empresa es una segunda mirada más independiente. arXiv:2310.01798
No necesariamente. En nuestros propios ejemplos, un revisor se puso del lado de una respuesta errónea más de una vez. Por eso cada informe cita sus pruebas, y por eso las afirmaciones sobre dinero, salud o derecho merecen igualmente una fuente primaria.
No. Sigue usando el que prefieras; ChatRound revisa sus respuestas. Pega una, o pulsa el botón Revisar debajo de una respuesta con la extensión de Chrome, que deja el texto corregido en el cuadro de mensaje de ese chat sin enviarlo.
Pega una respuesta de ChatGPT, Claude, Gemini o cualquier IA. Dos IA de otras empresas la revisan.