La ronda de $40M de Vals AI pone a prueba el mercado de la evaluación independiente de IA

Vals AI recaudó $40 millones con una valoración de $400 millones, convirtiendo un titular de financiación agregado por Techmeme en una prueba más amplia de la medición independiente de IA.

Andreessen Horowitz lideró la Serie A, con la participación de 8VC, Bloomberg Beta, HRT Ventures y Next Ladder Ventures. Vals anunció la financiación el 13 de agosto de 2026.

La empresa afirma que sus ingresos crecieron ocho veces en comparación con todo 2025. Su base de clientes se ha duplicado, mientras que su equipo se ha triplicado en seis meses.

Estas cifras siguen siendo reportadas por la empresa y carecen del contexto que ofrecen los estados financieros públicos. Sin embargo, apuntan a un mercado que se está formando en torno a una pregunta difícil: ¿quién puede medir de forma creíble si los modelos de IA realizan un trabajo útil?

Los desarrolladores de modelos ya publican puntuaciones en pruebas de programación, matemáticas, razonamiento y seguridad. Las empresas también realizan pruebas internas antes de desplegar modelos.

Vals apuesta a que ninguno de estos enfoques ofrece suficiente independencia, actualidad o cobertura. Su principal rival no es otra startup de evaluación. Es la práctica de permitir que los proveedores de IA definan, ejecuten y divulguen las pruebas utilizadas para respaldar sus propias afirmaciones sobre productos.

Ese conflicto explica por qué importa la ronda. La financiación no convierte a Vals en árbitro del sector, pero le da más recursos para competir por ese papel.

La ronda de financiación respalda a un árbitro independiente

Vals está recaudando fondos para construir infraestructura de medición, no otro modelo de IA de propósito general.

Según el anuncio de la Serie A de la empresa, a16z lideró la inversión de $40 millones con una valoración de $400 millones. Los inversores existentes 8VC y Bloomberg Beta se unieron a la ronda.

HRT Ventures y Next Ladder Ventures participaron como nuevos inversores. Vals no reveló cuánto aportó cada firma ni proporcionó cifras de ingresos auditadas.

La empresa de San Francisco desarrolla evaluaciones y benchmarks para tareas de finanzas, derecho, software, salud, matemáticas e investigación de IA. Un benchmark es una prueba estructurada utilizada para comparar el rendimiento de modelos bajo condiciones definidas.

Vals afirma que sus resultados han aparecido en model cards de OpenAI, Anthropic, Google, Meta y xAI. Las model cards documentan las capacidades, limitaciones y resultados de evaluación de un sistema.

Esa adopción declarada importa más que un ranking público por sí solo. Un benchmark adquiere relevancia comercial cuando los laboratorios lo citan y los compradores lo usan para seleccionar modelos.

Vals también afirma que grandes despliegues empresariales utilizan sus evaluaciones al elegir modelos y medir productos. La empresa ha apoyado al Departamento de Comercio y a miembros del Congreso que trabajan en políticas de IA.

Estas afirmaciones describen varios mercados distintos. Los laboratorios de modelos quieren pruebas de que una nueva versión mejoró. Las empresas necesitan pruebas vinculadas a sus propios flujos de trabajo, mientras que los gobiernos necesitan mediciones relacionadas con el riesgo y la capacidad nacional.

Un único proveedor de evaluación que atienda a los tres grupos afronta posibles conflictos. Sin embargo, también obtiene visibilidad en los ciclos de desarrollo de modelos, compras y políticas públicas.

Vals acompañó el anuncio de financiación con tres lanzamientos de producto. Vals Smith pasó a estar disponible de forma general para crear benchmarks de programación personalizados a partir de repositorios de GitHub.

La empresa también anunció trabajo sobre riesgos de frontera que abarca investigación autónoma de IA, ciberseguridad y salud mental. Vals 2.0 añadió un sitio web reconstruido y un Vals Index ampliado.

El Vals Index combina el rendimiento en varios dominios económicamente relevantes. Se diferencia de un único benchmark tipo examen porque incluye trabajo con herramientas, archivos, código y secuencias de tareas más largas.

Esta financiación respalda, por tanto, dos negocios relacionados. Uno produce comparaciones públicas que generan credibilidad y distribución. El otro vende infraestructura de evaluación personalizada a organizaciones que toman decisiones privadas.

Esa combinación crea la tensión central. Las clasificaciones públicas atraen atención, pero las evaluaciones privadas tienen más probabilidades de reflejar las condiciones de un despliegue real.

La siguiente prueba es si Vals puede conectar esos negocios sin debilitar la confianza en ninguno de los dos.

Por qué el interés basado en Techmeme llegó a los benchmarks de IA

La financiación atrajo atención porque las afirmaciones sobre capacidades de modelos se han vuelto más difíciles de interpretar justo cuando las decisiones de gasto empresarial se han vuelto más trascendentes.

Muchos benchmarks establecidos son ahora demasiado conocidos como para diferenciar a los sistemas líderes. Los modelos pueden acercarse a la puntuación máxima y aun así fallar en tareas que implican información incompleta o varias herramientas conectadas.

El material de pruebas públicas también puede aparecer en los datos de entrenamiento. Esta contaminación puede hacer que un modelo parezca mejor sin demostrar que puede generalizar a trabajo no visto.

La investigación sobre benchmarks privados describe el mismo problema. Las filtraciones de benchmarks públicos pueden debilitar las comparaciones, mientras que los conjuntos de reserva privados pueden reducir la exposición a datos de entrenamiento.

El asunto no es meramente académico. Una empresa que selecciona un modelo para análisis financiero no necesita otra puntuación sobre cultura general.

Necesita saber si el sistema puede leer documentos relevantes, utilizar las herramientas requeridas, mantener la precisión numérica y señalar la incertidumbre. También necesita evidencia obtenida en condiciones similares a las de despliegue.

Esa presión ha aumentado a medida que los productos de IA han pasado de interfaces de chat a agentes. Un agente es un sistema que utiliza un modelo, herramientas, memoria y acciones repetidas para llevar a cabo una tarea.

El rendimiento de los agentes depende de algo más que del modelo subyacente. La calidad de búsqueda, el diseño de herramientas, los prompts, los límites de permisos y la recuperación ante errores pueden cambiar el resultado.

Un modelo que rinde bien en una prueba controlada de preguntas y respuestas podría fallar tras recibir una hoja de cálculo, un navegador y varias instrucciones contradictorias. Otro modelo podría compensar un razonamiento más débil mediante un mejor uso de herramientas.

Vals se centra en estos sistemas combinados, además de en modelos independientes. Su metodología incluye uso de herramientas, múltiples formatos de entrada, contextos largos y tareas que requieren trabajo sostenido.

Este cambio presiona a los laboratorios de modelos de una manera específica. Un benchmark controlado por un laboratorio puede destacar la configuración más sólida de un sistema y dejar menos visibles los ajustes desfavorables o los fallos.

Un evaluador independiente puede estandarizar las condiciones entre proveedores. También puede preservar material de prueba privado que los modelos no hayan encontrado durante el desarrollo.

Esa promesa ayuda a explicar el interés de los inversores. La evaluación ocupa un punto de control entre el progreso técnico y la adopción comercial.

Cada laboratorio de modelos necesita evidencia. Cada comprador serio necesita criterios de aceptación, y los reguladores necesitan cada vez más métodos para evaluar capacidad y riesgo.

Aun así, el tamaño de esos mercados no garantiza que una empresa los domine. Los grandes clientes suelen construir evaluaciones internas porque sus datos, políticas y costes de fallo son específicos.

Los laboratorios también tienen un acceso más profundo a los componentes internos de los modelos y a sistemas no publicados. Los evaluadores independientes suelen probar mediante interfaces públicas o acceso especialmente acordado.

Por tanto, Vals debe demostrar que la independencia genera suficiente confianza adicional como para compensar el acceso técnico más limitado del evaluador. También debe actualizar las pruebas más rápido de lo que los modelos pueden aprender sus patrones.

Este es el verdadero significado del interés basado en Techmeme. La historia de financiación indica que la evaluación se está convirtiendo en una capa comercial propia, no en una función de investigación de apoyo.

Las pruebas independientes desafían las puntuaciones controladas por laboratorios

Vals vende la separación entre la empresa que crea un modelo y la organización que juzga su rendimiento.

Esa separación se asemeja a instituciones conocidas en finanzas, medicina, seguridad y contabilidad. Una afirmación se vuelve más útil cuando una parte externa puede probarla bajo condiciones consistentes.

La IA carece de un equivalente universalmente aceptado. Las empresas de modelos publican extensos informes técnicos, pero cada proveedor elige tareas, prompts, ajustes y puntos de comparación diferentes.

Esas decisiones pueden ser razonables y aun así dificultar la comparación directa. Pequeñas diferencias en los prompts, el acceso a herramientas o los ajustes de razonamiento pueden afectar materialmente el rendimiento.

Vals sostiene que el desarrollo de modelos avanza más rápido de lo que la comunidad puede crear nuevas pruebas exigentes. Las pruebas más antiguas se saturan, mientras que los ejemplos públicos pueden entrar en futuros conjuntos de entrenamiento.

Su respuesta propuesta utiliza conjuntos de pruebas privados y tareas específicas de dominio. Vals desarrolla esas tareas con expertos en la materia y publica ejemplos de validación seleccionados para aportar contexto.

La metodología de evaluación de la empresa separa el material público de validación, los conjuntos privados de validación y los conjuntos de prueba que permanecen confidenciales. Solo el conjunto de prueba privado determina las puntuaciones publicadas de los benchmarks.

Esa estructura reduce el riesgo de contaminación directa. No elimina todas las vías por las que un modelo o desarrollador puede adaptarse a un benchmark.

Los laboratorios aún pueden optimizar frente a descripciones públicas, resultados anteriores o tareas relacionadas. Los envíos repetidos también pueden revelar información sobre una prueba oculta a través de cambios en las puntuaciones.

Vals informa de precisión junto con coste, latencia, incertidumbre y patrones cualitativos de fallo. Esta visión más amplia importa porque el modelo con mayor puntuación no es automáticamente la mejor opción de despliegue.

Un modelo ligeramente menos preciso podría ejecutarse más rápido o manejar los fallos de forma más predecible. Otro podría producir resultados más sólidos solo cuando se le asignan presupuestos de razonamiento costosos.

Las tareas del mundo real también generan resultados menos ordenados que los exámenes de opción múltiple. Un memorando jurídico puede contener una conclusión correcta pero omitir un precedente determinante.

Un modelo financiero puede utilizar la estructura adecuada mientras arrastra un error numérico a través de varias pestañas. Un agente puede completar una tarea de programación pero introducir una regresión no relacionada.

Evaluar esos resultados suele requerir rúbricas detalladas, comprobaciones deterministas u otro modelo que actúe como juez. Cada método introduce sus propios supuestos.

Las comprobaciones exactas aportan claridad, pero solo cubren resultados con respuestas objetivamente verificables. La revisión humana ofrece matices, pero cuesta más y puede variar entre revisores.

Los jueces basados en modelos escalan con mayor facilidad, aunque sus preferencias y errores pueden moldear la clasificación final. Un proveedor de benchmarks debe mostrar cómo valida a esos jueces.

Esto crea una diferencia importante entre independiente e infalible. La independencia puede reducir un conflicto con el proveedor, pero no garantiza que la prueba mida lo correcto.

Los competidores abordan el problema desde posiciones distintas. Patronus AI ofrece evaluadores automatizados, conjuntos de datos, experimentos y monitorización de producción para sistemas empresariales.

Su documentación sobre evaluadores describe pruebas continuas de la precisión de los evaluadores en conjuntos de datos propietarios y públicos. Esto hace hincapié en la evaluación dentro del desarrollo y las operaciones de producto.

METR se centra intensamente en capacidades y riesgos de frontera, incluido si los sistemas de IA pueden acelerar la investigación en IA. Epoch AI ha desarrollado benchmarks difíciles con preguntas no publicadas para limitar la contaminación.

Scale AI combina servicios de datos con evaluaciones para laboratorios de frontera y empresas. Los grupos académicos siguen creando benchmarks públicos que ofrecen transparencia y participación amplia.

Vals abarca varias de estas categorías. Publica comparativas públicas de modelos, crea pruebas propietarias, admite benchmarks personalizados y trabaja en evaluaciones de riesgos de frontera.

Esa amplitud puede convertirse en una ventaja si sus métodos se trasladan entre dominios. Puede convertirse en una desventaja si los clientes cuestionan si una sola organización puede mantener experiencia en todos los campos.

La financiación de la empresa le da tiempo para demostrar que la puntuación independiente de modelos es un negocio duradero. No resuelve qué modelo de evaluación se convertirá en el estándar.

Las pruebas privadas resuelven un problema y crean otro

Mantener los conjuntos de pruebas privados limita la contaminación, pero también pide a los usuarios que confíen en afirmaciones que no pueden inspeccionar por completo.

La transparencia y la integridad de las pruebas tiran en direcciones opuestas. Publicar cada pregunta permite a los investigadores auditar un benchmark, reproducir resultados e identificar errores.

También da a los desarrolladores de modelos acceso directo al material. Ese acceso facilita el entrenamiento deliberado, la contaminación accidental y la optimización repetida.

Las pruebas privadas protegen las preguntas, pero restringen el escrutinio externo. Los usuarios deben confiar en el muestreo, las etiquetas, las rúbricas y la implementación de puntuación del creador del benchmark.

Vals intenta equilibrar esas exigencias mediante ejemplos públicos de validación y datos privados de puntuación. También publica como código abierto partes de su infraestructura de evaluación.

La infraestructura abierta puede mejorar la reproducibilidad. Permite a los investigadores examinar cómo se invoca a los modelos, cómo se distribuyen las ejecuciones y cómo las interfaces comunes gestionan distintos proveedores.

Las preguntas privadas subyacentes siguen sin estar disponibles. Eso significa que una persona externa no puede reproducir por completo una puntuación publicada sin acceso de Vals.

Esta disyuntiva no es exclusiva de Vals. FrontierMath y otros benchmarks más recientes han retenido la mayoría de los problemas porque los modelos capaces podrían encontrarse con preguntas públicas durante el entrenamiento.

El informe más amplio AI Index también destaca diferencias entre el rendimiento informado por los desarrolladores y las pruebas independientes. Identifica la contaminación como una fuente de resultados inflados.

Por tanto, los datos privados son una respuesta racional a una debilidad documentada. Sin embargo, el secretismo puede ocultar preguntas débiles con la misma facilidad con que protege las sólidas.

El diseño de un benchmark también determina qué significa una puntuación. Una evaluación financiera basada en documentos estandarizados podría no representar los sistemas de informes o las reglas de aprobación inusuales de una empresa.

Un benchmark de programación construido a partir de repositorios podría captar la resolución de incidencias, pero pasar por alto la revisión de seguridad, las decisiones de arquitectura o el mantenimiento a largo plazo.

La empresa aborda parte de esta brecha mediante Vals Smith. El producto convierte un repositorio seleccionado de GitHub en un benchmark de programación personalizado.

Ese enfoque puede poner a prueba un modelo frente a código más cercano al entorno real del comprador. También plantea preguntas sobre los permisos del repositorio, el código sensible y la calidad de las tareas generadas.

Un benchmark personalizado solo se vuelve útil cuando sus tareas reflejan el trabajo que las personas realmente necesitan completar. Los problemas fáciles o artificiales pueden generar puntuaciones tranquilizadoras sin predecir el éxito del despliegue.

El mismo problema se aplica fuera de la programación. Los evaluadores necesitan casos representativos, criterios claros de éxito y un registro de fallos costosos.

Las organizaciones ya conservan parte de este material en informes de errores, análisis rechazados, quejas de clientes y comentarios de revisión. Convertir esos registros en pruebas exige una curación cuidadosa.

Para los equipos que construyen su propia base de evidencia, una base de conocimiento de ingeniería con capacidad de búsqueda puede ayudar a organizar especificaciones, notas de incidentes y decisiones anteriores. No sustituye una evaluación formal de modelos.

La visión escéptica es sencilla. Vals podría producir comparativas más creíbles que las pruebas seleccionadas por los proveedores y aun así no llegar a predecir los resultados en producción.

Un benchmark mide el rendimiento dentro del marco que ha elegido. Los sistemas de producción se encuentran con datos cambiantes, entradas adversarias, errores de permisos y comportamiento humano fuera de ese marco.

Ninguna clasificación puede condensar esas condiciones en una cifra definitiva. Los compradores deberían tratar las clasificaciones como evidencia para investigar, no como decisiones automáticas de compra.

Vals tendrá que publicar suficiente detalle metodológico para que los expertos puedan cuestionar sus conclusiones. Debe hacerlo sin exponer el material que protege cada prueba.

Ese equilibrio determinará si las evaluaciones independientes de modelos de IA se convierten en infraestructura de confianza o en otra capa de afirmaciones enfrentadas.

El negocio depende de convertir puntuaciones en decisiones

El argumento más sólido a favor de Vals no es que pueda clasificar modelos, sino que pueda ayudar a las organizaciones a decidir qué desplegar.

Las clasificaciones públicas generan visibilidad porque los lanzamientos de modelos atraen comparaciones inmediatas. Los contratos empresariales dependen de preguntas más concretas con consecuencias operativas directas.

Un equipo jurídico se preocupa por si un agente encuentra la autoridad vinculante y la cita con precisión. Un banco necesita cálculos consistentes, supuestos trazables y acceso controlado a los datos.

Una organización de software necesita pruebas basadas en sus repositorios, herramientas y estándares de revisión. Los evaluadores gubernamentales necesitan evidencia sobre capacidad cibernética, autonomía y uso indebido.

Estos clientes no comparten una única definición de éxito. Vals debe crear infraestructura reutilizable y, al mismo tiempo, permitir que cada comprador defina requisitos locales.

Es un límite de producto difícil. Demasiada estandarización debilita la relevancia, mientras que demasiada personalización convierte el negocio en consultoría intensiva en mano de obra.

Vals Smith ofrece un posible mecanismo. Se pueden generar tareas específicas de repositorios y ejecutarlas mediante una plataforma de evaluación común.

Si el sistema automatiza la mayor parte de la creación y validación de tareas, Vals puede ofrecer evidencia personalizada sin reconstruir su proceso para cada cliente. Si la revisión de expertos sigue siendo extensa, escalar será más difícil.

La afirmación de la empresa de haber multiplicado por ocho sus ingresos sugiere una demanda inicial, pero revela poco sobre su durabilidad. Vals no divulgó ingresos recurrentes anuales, concentración de clientes, retención ni duración de los contratos.

También comparó los ingresos actuales con todo 2025, en lugar de proporcionar una tasa convencional de crecimiento interanual. Eso hace que la declaración sea difícil de interpretar con precisión.

El doble de clientes presenta una limitación similar. Una base de clientes mayor es alentadora, pero el valor de los contratos y la expansión importan más que el número de cuentas por sí solo.

El equipo triplicado muestra que Vals está invirtiendo por adelantado ante la demanda prevista. También eleva la cantidad de ingresos necesaria para sostener el desarrollo continuo de benchmarks.

Las evaluaciones actualizadas requieren especialistas de dominio, ingenieros, revisores, infraestructura y acceso a muchas API de modelos. Las pruebas de agentes a largo plazo pueden consumir una cantidad considerable de cómputo y tiempo de revisión.

Vals debe actualizar los benchmarks cuando los modelos los saturan, explotan debilidades de puntuación o adquieren nuevas interfaces. Las pruebas estáticas pierden valor en un mercado donde las capacidades cambian en cuestión de meses.

El nuevo RSI Index de la empresa ilustra el coste y la ambición implicados. Evalúa si los modelos pueden realizar investigación de IA bajo presupuestos fijos de tiempo y cómputo.

Su benchmark RSI informa de que los sistemas probados completaron experimentos reales, pero no alcanzaron la frontera humana líder. Los modelos también tuvieron peores resultados durante la confirmación oculta de lo que sugerían las mediciones de desarrollo.

Esa brecha demuestra por qué importan las pruebas de reserva. Un resultado prometedor durante la experimentación puede debilitarse al repetirse frente a datos no vistos o semillas controladas.

También muestra los límites de una puntuación titular. Los agentes probados diferían en estrategia de investigación, coste, ritmo de experimentación y capacidad de seguimiento.

Las empresas necesitan la misma profundidad al revisar un modelo para producción. Un único porcentaje no puede mostrar por qué se producen los fallos ni si las salvaguardas pueden contenerlos.

Vals puede crear valor conectando las puntuaciones con las decisiones de despliegue. Debe identificar qué modelo, configuración y conjunto de herramientas se ajusta a una tolerancia al riesgo específica.

Esa posición presiona a los equipos internos de evaluación y a las plataformas competidoras. Los compradores compararán el coste de un evaluador externo con el de crear pruebas por sí mismos.

Los grandes laboratorios de IA también pueden ampliar sus productos de evaluación orientados al cliente. Los proveedores de nube ya controlan el alojamiento de modelos, la monitorización, la seguridad y las relaciones de compra.

Un proveedor independiente tiene menos distribución, pero mayor separación de la venta de modelos. La cuestión comercial sigue siendo si los clientes valoran lo suficiente esa separación como para pagar por ella.

La valoración de $400 millones asume que Vals puede captar una cuota significativa de esta capa de decisión. El crecimiento de los ingresos por sí solo no demostrará esa tesis.

El uso recurrente sí lo hará. Los clientes deben volver para nuevos lanzamientos, actualizar sus benchmarks privados y utilizar los resultados en revisiones reales de compra o despliegue.

Tres señales pondrán a prueba la tesis basada en Techmeme

La siguiente fase debería juzgarse por la adopción, el escrutinio metodológico y la respuesta competitiva, no solo por el titular de la financiación.

La primera señal es el uso empresarial recurrente. Vals debería demostrar que los clientes realizan evaluaciones en varios lanzamientos de modelos y conectan los resultados con decisiones de despliegue.

Los proyectos de benchmark de una sola vez sugerirían un mercado con fuerte peso de servicios. El uso recurrente respaldaría la idea de que las evaluaciones se están convirtiendo en infraestructura permanente.

La evidencia podría incluir patrones de renovación, cobertura de benchmarks en expansión o cuentas de clientes que describan cómo las puntuaciones cambiaron una selección de modelo. Los estudios de caso específicos serían más útiles que las afirmaciones de crecimiento agregado.

La segunda señal es la validación externa de los benchmarks de Vals AI. Los investigadores independientes deberían poder examinar el diseño de las tareas, la fiabilidad de la puntuación, los márgenes de error y el comportamiento de los jueces.

No necesitan acceder a cada pregunta oculta. Sí necesitan suficiente evidencia para determinar si las clasificaciones publicadas se mantienen estables ante cambios razonables.

Los desafíos fortalecerán a la empresa si Vals responde con correcciones, versionado y actualizaciones metodológicas transparentes. Las inconsistencias sin resolver debilitarían su pretensión de autoridad neutral.

La tercera señal es la respuesta de los laboratorios de modelos y los evaluadores competidores. Más citas en las tarjetas de modelos aumentarían la influencia de Vals, especialmente cuando los resultados sean desfavorables para el laboratorio que cita.

Los benchmarks privados competidores podrían fragmentar el mercado en su lugar. Los compradores podrían enfrentarse a varias puntuaciones incompatibles, cada una producida bajo reglas diferentes.

El mercado puede admitir varios evaluadores, pero los responsables de tomar decisiones seguirán necesitando estándares comunes de presentación de informes. Las puntuaciones deberían identificar las versiones de los modelos, configuraciones, herramientas, costes, tamaños de muestra e incertidumbre.

Estas señales importan en los próximos meses porque Vals ahora cuenta con capital para expandirse. La financiación elimina una restricción, al tiempo que aumenta las expectativas en torno a la ejecución.

La empresa debe actualizar las clasificaciones públicas, ampliar los productos de evaluación personalizados y preservar la confianza entre laboratorios, empresas y responsables políticos. Atender a esos grupos simultáneamente pondrá a prueba su neutralidad.

Los lectores también deberían evitar tratar cualquier benchmark como sustituto de sus propias pruebas de aceptación. La evidencia independiente es más valiosa cuando se combina con una evaluación específica para el despliegue.

Eso implica probar documentos, herramientas, casos límite y costes de fallo reales. También implica repetir las evaluaciones cada vez que cambie un modelo, prompt, sistema de recuperación o flujo de trabajo de agentes.

Vals ha identificado una brecha real de medición. La investigación sobre contaminación y la rápida saturación de pruebas más antiguas respalda su diagnóstico.

Lo que sigue siendo incierto es quién será dueño de la solución. Vals podría convertirse en una capa independiente importante, o la evaluación podría seguir distribuida entre laboratorios, clientes, organizaciones sin ánimo de lucro y proveedores especializados.

Por tanto, la noticia de financiación basada en Techmeme es solo el primer resultado. Habrá que observar si las organizaciones confían repetidamente en Vals cuando el dinero, la seguridad y la selección de modelos dependen de la puntuación.