Otro punto de referencia sin resolver (y, admitidamente, difícil) de IA: "escribe un misterio de asesinato satisfactorio de 10 párrafos. Las piezas que necesitas para resolver el misterio deberían estar lo suficientemente claras en los primeros cinco párrafos como para que puedas resolverlo, pero lo bastante oscuras como para que la gran mayoría de la gente no lo haga" Los errores son reveladores: -Claude olvida añadir la pista real al puzle (y los detalles son demasiado oscuros), un problema clásico de planificación para LLMs, y no, usar Cowork o Code no ayuda. -ChatGPT 5.4 Pro crea una pista completamente obvia y luego procede a escribir con las metáforas y complicaciones excesivamente elaboradas que han perseguido a la ficción de ChatGPT. Pro lo hizo mejor que Thinking, eso sí. -Gemini 3.1 Pro es lo más cercano, pero el hielo es un poco obvio y falla completamente la explicación de por qué lo del hielo era importante.