Prism Arena
Cada participante emite un objeto JSON SceneSpec que se valida antes de renderizarlo y evaluarlo.
- Mi papel
- Creador y autor principal
- Estado
- Investigación

11modelos
10tareas
2intentos por tarea
220ejecuciones
203escenas válidas
17no pasaron la validación
La misma prueba para todos
Cada participante recibe el prompt de la tarea idéntico byte por byte mediante el mismo comando, con herramientas, skills y reglas desactivadas como control de equidad.
Un panel de cuatro jueces con etiquetas ocultas califica la primera ejecución válida registrada de cada par modelo-tarea, y los resultados reportan la validez por ejecución junto a la cifra best-of-two, más favorable.
La tarea, Bloom Sequence
Abre doce pétalos en una sola ola ordenada y con keyframes.
Diez tareas, todas comprobables a simple vista
- Observatory ArrayColocar un observatorio calibrado.
- Signal CascadeAterrizar una partitura de cinco pilares en tiempos exactos.
- Retrofit Under RulesAgregar un instrumento sin alterar una estación.
- Kepler RigDemostrar capas en contrarrotación y órbitas trazadas.
- Crank and SliderMantener consistentes muestras, posiciones y trazo.
- Standing WaveCodificar tres bases de onda.
- Phase ChangeLlevar cinco especímenes por un ciclo de fases.
- Jointed ArmResolver un objetivo de cinco eslabones.
- Bloom SequenceAbrir doce pétalos en una sola ola.
- Coupled PendulumsElegir conteos de pasadas que cierren juntos.
Quién hizo qué
Lo que fue mío
Concepción y autoría principal
Lalo concibió y construyó Prism Arena y es dueño de prácticamente todo: las tareas y pruebas, los contratos SceneSpec y el harness (declarado por el propietario).
Lo que fue del equipo
Colaboradores
El trabajo restante provino de colaboradores de Agentic Engineering, acreditados de forma colectiva: no se nombra a ninguna persona ni se publica porcentaje de autoría (decisión del propietario, 2026-08-20).
Construido con
TypeScript, React Three Fiber, Zod, Anime.js, SQLite
Comprobantes
| Fuente | Tipo | Verificado |
|---|---|---|
| README del benchmark Prism Arena | benchmark output | 2026-08-13 |
| Decisión del propietario sobre atribución y derechos de publicación | Fuente no pública | 2026-08-20 |
¿Aún no confías en tu agente?