# LatamBench audita LLMs en cultura latinoamericana

> Un leaderboard independiente sobre qué tanto saben los modelos de lenguaje de cultura latinoamericana, con un juez calibrado y transcripciones abiertas.

**Publicado:** 6 de marzo de 2026 | **Área:** Research | **Tipo:** Ship | **Crafters:** Railly Hugo

![](https://crafter.run/changelog/latambench/cover.webp)

---

LatamBench es un leaderboard independiente que mide cuánto saben los modelos de lenguaje sobre la cultura latinoamericana. Vuelve a correr los benchmarks Trueque y CHOCLO con un juez anclado a las respuestas de referencia, publica cada transcript y audita los benchmarks en el camino. Lo construye Crafter Research y está en [latambench.org](https://latambench.org).

<Clip src="/changelog/latambench/leaderboard.mp4" poster="/changelog/latambench/leaderboard.webp" size="1280x800" alt="El leaderboard de LatamBench cambiando entre Trueque y CHOCLO y ordenando por alucinación" caption="Ordena por alucinación y el ranking cambia." />

## Tres números por modelo

La precisión cruda cuenta igual un "no sé" honesto que una respuesta inventada. LatamBench separa el resultado de cada modelo en correcto, abstención y alucinación, así se ve qué modelos inventan cuando fallan. En CHOCLO, el modelo regional LatamGPT alucina en el 53.2% de los ítems, el valor más alto del tablero.

## Dos benchmarks auditados

Trueque tiene 500 preguntas curadas sobre cultura, historia, geografía y gastronomía de 20 países. CHOCLO cubre entidades culturales de nicho por país, categoría y dificultad, y sus resultados están marcados como preliminares porque la calibración del juez solo cubre Trueque.

![Tarjetas de LatamBench para Trueque, CHOCLO y el dataset propio planeado, y la sección del harness público](https://crafter.run/changelog/latambench/benchmarks.webp)

*El harness, las respuestas, los transcripts del juez y la calibración son públicos.*

## Pruébalo

Revisa el leaderboard en [latambench.org](https://latambench.org). Para auditar un veredicto o correr un modelo nuevo, el harness, las respuestas y los transcripts del juez están en el [repositorio de GitHub](https://github.com/crafter-research/latambench), con seed 42 y temperatura 0 para que la tabla se reproduzca.

---

**Repositorios**

- [crafter-research/latambench](https://github.com/crafter-research/latambench)

**Enlaces**

- [Abrir el leaderboard](https://latambench.org)

**Fuentes**

- https://github.com/crafter-research/latambench
- https://latambench.org

**Todos los cambios:** [Índice en Markdown](https://crafter.run/es/changelog/sitemap.md) | [Crafter Station](https://crafter.run)
