› La pregunta más peligrosa que puedes hacer a un modelo es sobre algo que no existe.
› Si responde con tono seguro, acabas de recibir una invención que no distinguirás de un hecho real.
› Por eso, en lugar de otro benchmark de internet, hice el mío propio, barato y malicioso: cuatro preguntas sobre cosas polacas que inventé para la prueba, cuatro sobre cosas reales pero con trampa, y al final una factura para calcular.
› Modelos: GPT-6 Astra, Claude Fable 5.1, Claude Opus 5 y Gemini 3.8 Flash.