demo en vivo

Dos proveedores dicen servir el mismo modelo. Uno hace trampa.

Los tres endpoints responden como Qwen2.5 1.5B y hablan la API de OpenAI. En cada ronda, A o B se elige al azar para hacer trampa. Mandarles un par de preguntas no alcanza para notarlo. Cachai les manda las mismas pruebas, generadas en el momento, y compara cada respuesta con la del oficial.

Ronda 1. La trampa elegida se aplica en la próxima ronda.

Audítalo desde tu máquina.

Son APIs reales. Cachai se corre con un comando, sin instalar nada más que uv, contra estas mismas URLs.

Aquí la auditoría es rápida (unas 24 pruebas, sin tool calls, porque los modelos corren en CPU). El comando corre las 52 pruebas completas y pide conectar tu cuenta una vez, con cachai login. El proveedor tramposo es nuestro y solo se audita a sí mismo.