Saltar al contenido

Lab as a Service · I+D externo sin humo

Lo probamos antes de que lo pagues.

Cada herramienta promete un 10x y la demo siempre funciona. Nosotros la desmontamos pieza a pieza, la medimos a tu escala y te devolvemos un veredicto: sí, no, o depende de esto.

Encargar un experimento Abrir el cuaderno
Experimentos publicados
29
Herramientas en la mesa
227
Horas facturadas
0
Promesas de la demo Casos de juguete Costes ocultos Lo que funciona VEREDICTO Esto es lo que queda

scroll para desintegrar el humo

  • Reglamento de Circulación Ferroviaria
  • Python
  • matplotlib
  • Hermes
  • Faster-Whisper
  • xurl
  • SQLite WAL
  • macOS
  • Playwright
  • Chromium
  • Chrome DevTools Protocol
  • tiktoken
  • Claude
  • GPT-4o
  • Presidio
  • spaCy es_core_news_lg
  • GLiNER multi PII
  • OpenAI Privacy Filter
  • transformers
  • PyTorch
  • FAISS
  • sqlite-vec
  • Chroma
  • LanceDB
  • DuckDB
  • numpy
  • multilingual-e5-small
  • bm25s
  • bge-m3
  • bge-reranker-v2-m3
  • sentence-transformers
  • XQuAD
  • MCP
  • n8n
  • Claude Code
  • Model Context Protocol
  • Agent Skills Standard
  • Subagent Workflows
  • Context Editing API
  • Python Sandbox
  • Strands Decider 2B
  • Cloudflare Clef
  • Perplexity Decisions API
  • vLLM
  • LangGraph SQLiteSaver
  • n8n Wait Webhook
  • Inngest
  • Ruflo Harness
  • Docker
  • DeepEval
  • Arize Phoenix
  • Langfuse CI
  • n8n Evals
  • Pytest
  • Airtable
  • PostgreSQL
  • Excel
  • Qwen3 4B Instruct
  • Gemma 3 4B
  • Llama 3.2 3B
  • Qwen3 1.7B
  • MLX
  • mlx-lm
  • PyMuPDF
  • Hermes Agent
  • Gemini
  • faster-whisper
  • OmniVoice
  • FFmpeg
  • Chrome headless
  • X API
  • Astro
  • INE
  • DIRCE
  • pandas
  • Jupyter
  • Mistral Large 4 API
  • MCP Protocol
  • Message an Agent Node
  • Instance-Level MCP
  • PostgreSQL / SQLite WAL
  • LangChain Nodes
  • Redis
  • pypdf
  • pdfplumber
  • PyMuPDF4LLM
  • MarkItDown
  • Docling
  • php.net
  • NVD
  • BOE
  • W3Techs
  • Data Pipelines
  • Schema Validation
  • LLM Guardrails
  • Agent2Agent
  • OAuth
  • SQLite
  • WAL Mode
  • Benchmarking
  • Model Context Protocol SDK
  • FastMCP
  • Traefik
  • json-repair
  • BAML
  • Outlines
  • Pydantic
  • Ollama
  • Llama
  • Qwen
  • Gemma
  • JSON Schema
  • tokenizers
  • OPUS-100
  • StarByFace
  • CelebAI
  • Celebs
  • Gradient
  • OpenClaw
  • Codex
  • goose
  • SWOT Analysis
  • Painfinder
  • AInventory
  • ChatGPT
  • webappanalyzer
  • Wappalyzer
  • RDAP
  • WHOIS
  • Character.AI
  • Chai
  • Talkie
  • Botify AI
  • Janitor AI
  • Inworld AI
  • Hello History
  • Replika
  • Tactiq
  • Granola
  • AI Doula
  • Humata
  • Komo
  • Poe
  • Chatsonic
  • Kore.ai
  • HeyPat
  • Glimpse
  • Konjer
  • Dora AI
  • Framer
  • Carrd
  • Google Forms
  • Tally
  • Typeform
  • Fillout
  • Brave
  • Krea AI
  • Generated Photos
  • Mage Space
  • Stable Diffusion
  • Ideogram
  • ReLogo AI
  • BigJpg
  • ImgUpscaler
  • Waifu XL
  • Cleanup.pictures
  • Pixlr
  • Deep Dream Generator
  • AutoDraw
  • Clip Studio Paint
  • Unscreen
  • bigmp4
  • D-ID
  • Pika
  • Visla
  • VideoGist
  • Kapwing
  • FaceSwapper
  • Reply with AI
  • QuickReply
  • Copy.ai
  • Namelix
  • CopyPage
  • AI Pickup Lines
  • Love Letter Generator
  • Slogan Generator
  • PrayGen
  • LinkedIn Turbo Responder
  • RoastLinkedIn
  • Gamma
  • Beautiful.ai
  • Canva
  • Copilot en PowerPoint
  • SlidesAI
  • Pitch
  • Decktopus
  • MotionIt
  • DiagramGPT
  • Diagramming AI
  • Mermaid Chart
  • ConceptMap AI
  • Napkin
  • Visily
  • Whimsical
  • Duino Code Generator
  • Excel Formularizer
  • AI/ML API
  • AI Plagiarism Checker
  • GitHub Copilot
  • Cursor
  • Telegram
  • Tailscale
  • Looka
  • Inkscape
  • TTSMaker
  • Amazon Polly
  • ElevenLabs
  • Ecrett Music
  • Suno
  • Udio
  • Songmastr
  • Podcastle
  • Cloudflare
  • Turnstile
  • FastAPI
  • AWS
  • Git

El método

Así se desmonta una promesa.

01 02 03 04 05 La demo impecable Integraciones 3 de 4 conectan Coste a tu escala ×4 lo prometido Seguridad claves en el prompt Mantenimiento asumible VEREDICTO NO así · plan B listo

Ejemplo ilustrativo

  1. 01

    Hipótesis

    Nos traes una pregunta con dinero detrás. «¿Aguanta este agente 50.000 ejecuciones al mes?» «¿Airtable o Postgres?» «¿Ese SaaS de 40.000 € al año hace algo que no haga un flujo de n8n?»

  2. 02

    Despiece

    Desmontamos la tecnología en sus piezas reales: la demo, las integraciones, el coste a tu volumen, la seguridad, lo que cuesta mantenerla. Sin diapositivas del fabricante.

  3. 03

    Medición

    Cada pieza se mide con tus datos y a tu escala: latencia, coste por ejecución, tasa de fallo, dónde se filtran las credenciales. Lo que cruje se marca en rojo.

  4. 04

    Veredicto

    Una página. Sí, no o depende de esto, con los números, el banco de pruebas para que lo repitas tú y un plan B si la respuesta es no.

Cuaderno de experimentos

Lo último que ha pasado por la mesa.

Pasa el ratón por encima: cada experimento se despieza en lo que de verdad importa.

01 Factura en PDF 02 Texto del PDF 03 Modelo local 04 Comprobaciones 05 Contabilidad VEREDICTO Qwen3 4B: 26 de 27 bien

EXP-006

¿Puede una IA gratuita en tu ordenador leer tus facturas? 4 modelos locales frente a reglas, medidos con NIF, IVA e IRPF

Qwen3 4B leyó bien 26 de 27 facturas españolas en local, a 3,0 s cada una. Las reglas fallaron todas las de un formato nuevo y Gemma 3 4B quitó la letra del NIF en 8.

Qwen3 4B: 96,3 % de facturas perfectas • reglas: 0 % con un formato nuevo • 3,0 s por factura en un portátil • 3 comprobaciones automáticas avisan del 100 % de los errores de Llama 3.2 y Qwen3 1.7B

8 nov 2026 · 8 min

01 Texto del cliente 02 Reglas: DNI, IBAN, tel. 03 GLiNER: nombres 04 Texto tapado 05 ChatGPT o Claude VEREDICTO Reglas + GLiNER: 0,6 % fuga

EXP-005

¿Cómo anonimizar datos personales antes de ChatGPT? 5 detectores gratuitos medidos con DNI, IBAN y nombres en español

Ningún detector local de datos personales bajó del 10 % de fugas solo. Reglas para DNI, IBAN y teléfonos más GLiNER dejaron escapar el 0,6 % de 1.878 datos en 500 documentos.

Reglas + GLiNER: escapa el 0,6 % de los datos • mejor modelo solo: 10,6 % • Presidio por defecto: 32,6 % • GLiNER: 76,7 ms por documento en CPU

7 nov 2026 · 8 min

01 Cae el LZB 02 Meta 0: vía ocupada 03 Telefonema erróneo 04 Nadie corrige 05 Alcance VEREDICTO Seis capas, cuatro agujeros

EXP-004

Accidente de Urda: cómo fallaron las capas de seguridad de la Madrid-Sevilla cuando cayó el LZB

Análisis técnico del alcance de Urda con datos públicos y el texto literal del reglamento: seis capas de protección, cuatro agujeros, 17 minutos entre la orden y el impacto y dos telefonemas casi iguales.

6 capas de protección: 1 caída, 3 con fallo, 1 activa y 1 sin datos • 17 minutos entre la orden y el impacto (hora oficial) • velocidad media implícita de 83,3 a 125 km/h • 2 telefonemas distintos con el mismo código 5ET3.3

29 oct 2026 · 14 min

01 Pregunta 02 BM25 + embeddings 03 Fusión RRF 04 Reranker top-20 05 Contexto del LLM VEREDICTO Reranker: +9,9 a +10,8 pts

EXP-003

¿Búsqueda híbrida o vectorial para RAG en español? BM25, embeddings, fusión RRF y reranker medidos con preguntas reales

La fusión RRF suma 3,91 puntos de nDCG@10 en MLQA y resta 4,69 en MIRACL. Lo que gana en los dos es el reranker sobre el híbrido: +10,78 y +9,91 puntos, a 765–988 ms por consulta.

RRF frente al denso: +3,91 puntos de nDCG@10 en MLQA y -4,69 en MIRACL • híbrido + reranker frente al denso: +9,91 y +10,78 • reranker: 765–988 ms por consulta

28 oct 2026 · 9 min

01 123.700 empresas 02 39.400 usan IA 03 10.800 la esperan 04 79,6 % no sabe cómo VEREDICTO El freno es saber hacerlo

EXP-002

IA en las empresas españolas: 8 oportunidades de negocio con los datos del INE

La IA pasa del 21,1 % al 33,6 % de las empresas en un año, pero 10.800 la esperan y el 79,6 % de ellas no sabe cómo implantarla. Qué productos y servicios ofrecer, con los datos del INE y un cuaderno Jupyter.

Uso de IA del 21,1 % al 33,6 % en un año • 10.800 empresas la esperan • 79,6 % frenadas por falta de conocimientos • 43,3 % compra a un proveedor externo

26 oct 2026 · 10 min

01 Párrafo en español 02 Embedding 384 d 03 Base vectorial 04 10 vecinos VEREDICTO Exacto: 1,6 ms y 100 %

EXP-001

¿Qué base de datos vectorial usar en local para RAG? sqlite-vec, Chroma, LanceDB, FAISS y DuckDB medidos con 100.000 párrafos en español

Con 100.000 vectores, la búsqueda exacta de FAISS responde en 1,6 ms sin perder vecinos. Chroma tarda 0,6 ms pero devuelve el 92 %, y el índice por defecto de LanceDB solo el 28,7 %.

100 % de recall con FAISS exacto en 1,647 ms • Chroma: 0,595 ms y 92,02 % • LanceDB IVF_PQ por defecto: 28,71 %

24 oct 2026 · 8 min

Ver los 29 experimentos →

Lab as a Service

Pagas un veredicto, no horas.

Comprar tecnología a ciegas es caro: la demo dura veinte minutos, el contrato tres años y el piloto interno se come un trimestre. Un experimento sale más barato que equivocarse.

Sin laboratorio

  • Decides por la demo y el caso de éxito del fabricante.
  • Tu equipo prueba en sus ratos libres durante meses.
  • Descubres el coste real con la primera factura.
  • La seguridad se revisa cuando ya hay un susto.

Con Yeswelab

  • Decides con números medidos en tu caso.
  • Tu equipo sigue con lo suyo. El laboratorio hace el trabajo sucio.
  • Conoces el coste a tu volumen antes de firmar.
  • Las credenciales y los datos se auditan dentro del experimento.

Tres formatos. Una pregunta cada uno.

01 Tu caso 02 Opción A 03 Opción B 04 Mismo banco 05 Ganadora VEREDICTO Gana B por coste

Duelo

A contra B. Con tus datos.

Dos herramientas, o la de pago contra la alternativa open source. Mismo caso, mismo volumen, mismas trampas. Gana la que aguanta, no la que mejor se vende.

01 02 03 04 VEREDICTO Cruje en ×100

Estrés

¿Aguanta a tu escala?

Funciona con 10 registros en la demo. Lo llevamos a 10.000, a 100.000 y al día de la campaña. Te decimos dónde cruje, cuánto cuesta y qué cambiar antes de que pase.

VEREDICTO Causa: contexto

Autopsia

Algo ya falla en producción.

El agente alucina, el flujo se cae los lunes o la factura de tokens se ha triplicado. Abrimos, encontramos la pieza que falla y te damos el arreglo medido.

Lo que recibes

  1. 01
    Veredicto en una página

    Sí, no o depende de esto. Lo lee tu dirección en dos minutos y lo defiende tu equipo técnico.

  2. 02
    Números a tu escala

    Coste por ejecución, latencia, tasa de fallo y mantenimiento. Medidos, no estimados por el fabricante.

  3. 03
    Banco de pruebas reproducible

    Repositorio con datos, scripts y resultados. Lo vuelves a lanzar cuando salga la versión 2.

  4. 04
    Plan B

    Si la respuesta es no, te decimos qué sí funciona, con la misma vara de medir.

Las reglas del laboratorio

  • Precio cerrado

    Se acuerda antes de empezar, por escrito. Pagas un veredicto, no horas.

  • Sin veredicto, sin factura

    Si no llegamos a una conclusión respaldada por datos, no cobramos.

  • Sin reuniones de descubrimiento

    Nos mandas la hipótesis por escrito y te devolvemos una propuesta cerrada por escrito.

  • Confidencial por defecto

    Tu experimento no se publica. Solo si tú quieres, y anonimizado.

01 02 03 VEREDICTO Publicado gratis

La prueba

Todo lo del cuaderno lo publicamos gratis. Imagina lo que sale con tus datos.

Mandar mi hipótesis → Ver experimentos

Encargar experimento

¿Qué quieres que desmontemos?

Escribe la hipótesis como se la contarías a tu socio. Te devolvemos por escrito una propuesta cerrada: qué mediremos, cómo y cuánto cuesta. Sin llamadas, sin compromiso.

  • → Respuesta por escrito
  • → Precio cerrado antes de empezar
  • → Confidencial por defecto
nuevo_experimento.yml
decision: *

Para quien construye

¿Tu producto aguanta el laboratorio?

Si has hecho una herramienta, una API, un modelo o un proyecto open source, mándalo. Lo probamos en serio, sin guion, y publicamos el experimento en el cuaderno, en X, en TikTok y en YouTube.

Delante de quién sale tu experimento

X @Yeswelab_OU 1079 siguen los experimentos en X Seguir → TikTok @yeswelab 9604 43.900 me gusta · 144 vídeos Seguir → YouTube @yeswelab 2,81 mil 152 vídeos · suscriptores Seguir →
  • 01
    Sin publirreportajes

    El veredicto sale tal cual, bueno o malo. Por eso la gente se lo cree.

  • 02
    El mismo método

    Hipótesis, despiece, medición y veredicto. Igual que con cualquier herramienta del cuaderno.

  • 03
    Ves los números antes

    Te pasamos el banco de pruebas antes de publicar. Para corregir datos, no opiniones.

// muestra para el laboratorio

tipo *