Qué es Race Mode
Los distintos LLM tienen fortalezas únicas en conocimiento, razonamiento y estilo.
Race Mode te permite ejecutar el mismo prompt en varios modelos al mismo tiempo y comparar sus resultados.
Aumenta la tasa de éxito al generar respuestas en paralelo, lo que te permite encontrar rápidamente el mejor resultado.
Ahora dispones de muchas opciones de LLM para Race Mode.
📃 Consejo: En nuestra página Choosing LLMs puedes conocer más sobre sus diferencias.
Cómo usarlo
Paso 1
En la página principal, haz clic en Race Mode en la parte inferior de la caja de chat.
Paso 2
Antes de chatear, puedes configurar otros LLM para la construcción.
El modo predeterminado es Auto. Haz clic en Auto para personalizar los LLM.
Paso 3
Haz clic en el ícono de engranaje para abrir el Selector de Modelos de IA.
Paso 4
Espera unos minutos (5–10) y elige la mejor salida.
Paso 5
Después de seleccionar la mejor opción, las demás se eliminarán para ahorrar espacio de almacenamiento.
Opción alternativa
Haz clic en Stop en la parte superior de la interfaz para detener Race Mode.
Al detenerlo puedes:
Elegir tu resultado preferido, o
Permitir que el Agente seleccione uno por ti.
Consejos Importantes
Si tu proyecto tiene integrada Supabase o Stripe, Race Mode no está disponible.
Race Mode consume más créditos que las ejecuciones estándar.
Verifica tu saldo de créditos para evitar que la tarea se interrumpa.
Ventajas de Race Mode
En proyectos complejos, Race Mode puede ayudarte a:
Trabajar más rápido: Ejecuta varios LLM a la vez para probar ideas rápidamente.
Obtener mejores resultados: Genera diferentes enfoques en paralelo para aumentar las posibilidades de un resultado óptimo.
Elegir la mejor opción: Compara las fortalezas de distintos modelos y selecciona el resultado que más te guste.
Mejores Etapas para Usar Race Mode
Explorar posibilidades: Acelera la lluvia de ideas generando más ideas con múltiples LLM.
Iterar prototipos: Corrige errores rápidamente con varios LLM para iterar con mayor velocidad.
Fase de pruebas: Prueba qué prompt, redacción o diseño de interfaz funciona mejor, generando múltiples resultados para elegir.
Evaluar LLM: Ejecuta varios modelos líderes en paralelo para ver cuál rinde mejor en tu caso de uso y así elegir el adecuado.
Reducir alucinaciones: Disminuye el riesgo de respuestas erróneas al contrastar resultados de múltiples LLM.
Preguntas Frecuentes (FAQ)
¿Cuándo debo usar Race Mode?
¿Cuándo debo usar Race Mode?
Puedes usarlo de dos formas:
Mismo LLM, múltiples versiones: Ejecuta el mismo modelo en paralelo para obtener más resultados diversos y encontrar el mejor más rápido.
Varios LLM al mismo tiempo: Para tareas complejas, ejecuta modelos diferentes a la vez y aprovecha las fortalezas de cada uno.
Soy principiante, ¿Race Mode es adecuado para mí?
Soy principiante, ¿Race Mode es adecuado para mí?
Depende de la complejidad del proyecto y de tus objetivos, no de tu experiencia.
Para proyectos simples, el modo normal es suficiente.
Para mayor precisión, estabilidad o comparaciones rápidas entre LLM, Race Mode es más eficaz.
Consulta nuestra guía rápida Quick Start para empezar.
¿Puedo usar MGX con normalidad después de elegir Race Mode?
¿Puedo usar MGX con normalidad después de elegir Race Mode?
Sí. Simplemente selecciona el mejor resultado y continúa usando MGX con normalidad.
⚠️ Nota: Si tu proyecto está integrado con Supabase o Stripe, Race Mode no es compatible.
No tengo el Plan Max. ¿Puedo probar Race Mode?
No tengo el Plan Max. ¿Puedo probar Race Mode?
Lo sentimos, Race Mode solo está disponible para usuarios con Plan Max, ya que ejecutar varios LLM simultáneamente tiene un coste elevado.
¿Hay otras limitaciones en Race Mode, como tipo de proyecto o tamaño de archivo?
¿Hay otras limitaciones en Race Mode, como tipo de proyecto o tamaño de archivo?
No. Race Mode funciona con todo tipo y tamaño de proyectos.
Pero consume más créditos, así que revisa tu saldo para evitar fallos en la generación del proyecto.
¿Race Mode es realmente mejor que los modos normales?
¿Race Mode es realmente mejor que los modos normales?
Para tareas abiertas (sin una única respuesta correcta), como redacción creativa o trabajo de razonamiento, varios LLM pueden ofrecer mejores resultados por su diversidad.
Para tareas cerradas (verificación de hechos o recuperación de datos), distintos LLM suelen dar el mismo resultado, por lo que la ventaja es menor.