Saltar al contenido
Cisent Escríbenos por WhatsAppEscríbenos

Manthys · generalista

Mind

Razona, redacta y coordina el trabajo dentro de Husker. Cuando un dato no consta, lo dice en vez de inventarlo.

Alucinación

60%

menos invención que su modelo base.

Mind Ultra 2 en SimpleQA, de OpenAI: contesta mal el 36,7 % de las preguntas; su base, el 90,9 %.

Frente a su modelo base

Inventa menos y dice “no lo sé”.

SimpleQA, de OpenAI, y AA-Omniscience, de Artificial Analysis, miden cuánto inventa un modelo cuando no sabe. Sin que se le pida, Mind Ultra 2 dice “no lo sé” en el 59 % de SimpleQA; su base, en el 1,1 %.

  • Su modelo base
  • Manthys

Respuestas inventadas en SimpleQAMind Ultra 2

90,9 %36,7 %

Respuestas inventadas en AA-OmniscienceMind Ultra 2

27,3 %19,0 %

Dice “no lo sé” sin que se le pida (SimpleQA)Mind Ultra 2

1,1 %59,0 %
De 0 a 100 %. Pregunta a pregunta, frente al mismo modelo base. Inventar menos es mejor; decir “no lo sé” cuando no sabe, también.
90,9 %Su modelo base38,0 %36,7 %Mind Ultra 222,0 %
Sin instrucciónCon “si no sabes, di no lo sé”
Respuestas inventadas en SimpleQA (4.317 preguntas pareadas). El entrenamiento solo logra lo mismo que la instrucción en el modelo base: 36,7 % frente a 38,0 %. Juntos bajan a 22,0 %.

Dice “no lo sé” cuando no sabe.

Eficiencia

3,5×

menos tokens que su base, sin perder aciertos.

Mind Lite 2 en un banco propio de 30 preguntas generalistas: 30 de 30 con 160 tokens por respuesta; su base, 29 de 30 con 569.

Eficiencia

La misma respuesta, con menos.

Tokens por respuesta de cada modelo, frente a su base. Los tres aciertan las 30 preguntas.

Mind Lite 2 · 3,5 veces menos

Manthys Mind Lite 2160
Su modelo base569

Mind Pro 2 · 3,1 veces menos

Manthys Mind Pro 2214
Su modelo base658

Mind Ultra 2 · el que menos gasta

Manthys Mind Ultra 282
Su modelo base84
De 0 a 700 tokens. Banco propio de 30 preguntas generalistas con respuesta verificable, el mismo para cada modelo y su base. La base de Mind Ultra 2 ya era eficiente: el ahorro es chico y, aun así, es el que menos gasta.

Tres modelos

Lite, Pro y Ultra.

Los tres trabajan dentro de Husker: análisis, redacción y coordinación de tareas.

Manthys Mind Lite 2

160tokens

por respuesta, con 30 de 30 aciertos: 3,5 veces menos que su base.

Manthys Mind Pro 2

214tokens

por respuesta, con 30 de 30 aciertos: 3,1 veces menos que su base.

Manthys Mind Ultra 2

54puntos

menos de invención que su base en SimpleQA, y el que menos gasta: 82 tokens por respuesta.

Todas las cifras

Las tablas de Mind.

Alucinación

MedidaMind Ultra 2Su modelo base
Respuestas inventadas · SimpleQA (4.324)36,7 %90,9 %
Respuestas inventadas · AA-Omniscience (600)19,0 %27,3 %
Tasa de alucinación · SimpleQA38,3 %98,8 %
Tasa de alucinación · AA-Omniscience23,0 %33,4 %
Dice “no lo sé” sin que se le pida · SimpleQA59,0 %1,1 %

Lo midió Cisent el 28 de septiembre de 2026, con un protocolo fijado antes de medir, pregunta a pregunta frente al mismo modelo base. La tasa de alucinación son las respuestas inventadas sobre todo lo no acertado.

Eficiencia

ModeloAciertosTokens por respuestaSu base: aciertosSu base: tokens
Manthys Mind Lite 230 de 30160,329 de 30568,5
Manthys Mind Pro 230 de 30213,830 de 30658,0
Manthys Mind Ultra 230 de 3081,830 de 3084,1

Banco propio de 30 preguntas generalistas con respuesta verificable, el mismo para cada modelo y su base. Sostiene el ahorro de tokens, no una ventaja en aciertos.

Cifras medidas por Cisent entre el 20 y el 28 de septiembre de 2026.

Manthys

Las otras familias.

Manthys Sentinel · ciberseguridad

Lee el ataque como un analista.

Conoce Sentinel

Manthys Nova · la mayor escala

Marca su duda. Para que verifiques.

Conoce Nova

Manthys Reflex · decisiones

Decide qué merece la atención del juez.

Conoce Reflex

Agenda una reunión con el equipo de Cisent.

Cuéntanos qué necesita proteger tu organización. Te respondemos por WhatsApp y coordinamos la reunión.

Escríbenos por WhatsApp y agendemos una reunión

o escríbenos a info@cisent.ai