Benchmarks reales · MeigaHub

Tool calls

22.472

72.6% éxito

Usuarios activos

5

con tool calls registradas

Modelos LLM

13

distintos en producción

Ahorro estimado

$137,91

vs 100% cloud

Distribución local vs cloud

Porcentaje de llamadas LLM resueltas por modelo local self-hosted vs API cloud (OpenAI/Mistral/etc).

Local (servidor propio) 40.9%

9.194 llamadas · 75.1% éxito

Cloud (API externa) 59.1%

13.278 llamadas · 70.9% éxito

Tasa de éxito por herramienta

Top 12 herramientas con ≥30 llamadas registradas. Calculado sobre model_task_outcomes.

Herramienta	Llamadas	% éxito
search	9.265	77.7%
find_local_leads	3.174	85%
manage_leads	1.367	100%
fetch_readable	1.280	55.8%
stealth_browser	990	52.4%
manage_leads	923	91.1%
manage_leads	623	9.5%
manage_leads	619	99.5%
write_and_publish_blog_post	439	55.6%
manage_app_errors	243	100%
manage_automation	240	9.2%
manage_leads	223	24.2%

Volumen de uso registrado

Contadores agregados desde usage_tracking — sumas históricas de acciones reales.

searches_daily

13.539

web_fetches_daily

4.766

stealth_sessions_month

512

chat_messages_daily

507

emails_daily

502

server_downloads_monthly

3

image_analysis_daily

2

blog_drafts_month

1

Ahorro estimado — metodología

Comparamos el coste actual real (solo las llamadas que efectivamente se enrutaron a cloud) contra un escenario hipotético en el que todas las llamadas LLM se hubieran ejecutado en cloud.

Tokens por llamada estimados: 1500 (input + razonamiento + tool call).
Precio blended cloud: $10/1M tokens (referencia GPT-4o 50% input / 50% output).
Modelos locales detectados: contienen qwen / llama / mistral-7b / phi / gemma / .gguf.

Si todo fuera cloud

$337,08

Cloud real gastado

$199,17

Ahorrado por local

$137,91

Estimación conservadora. El ahorro real por usuario suele ser superior, ya que GPT-4o cobra distinto input/output, los modelos pequeños añaden cuota mínima mensual y el coste de cloud aumenta con la longitud del contexto. Estos cálculos no incluyen el coste de electricidad ni amortización del hardware local.

Casos reales con métricas auditables

Desglose técnico de los casos mostrados en la portada. Sectores y métricas reales; nombres y datos identificativos omitidos por privacidad (anonimizados con consentimiento del usuario). Las cifras son reproducibles desde el panel del producto y desde las tablas usage_tracking, model_task_outcomes y automation_rule_runs.

CASO 1

Asesoría legal · captación REGCON

Despacho de 4 personas en Galicia (anonimizado). Objetivo: identificar empresas obligadas a presentar plan de igualdad según el Real Decreto 901/2020 que aún no aparecen en el registro REGCON del Ministerio de Trabajo.

Métrica	Valor	Fuente verificable
Empresas del pool verificadas en REGCON	2.847	`company_pool.regcon_checked_at` · 6 semanas
Empresas sin plan de igualdad (no en REGCON)	1.483	`company_pool.in_regcon = false`
Leads cualificados creados (con email contacto)	312	`leads.source = automation`
Coste API externa (Brave Search)	€18	Facturación Brave · 6 semanas
Coste LLM cloud	€0	Servidor local Qwen3.5 9B · `model_task_outcomes`
Horas de trabajo manual evitadas	~80 h	Estimación cliente (1 verificación REGCON manual ≈ 2 min)

Pipeline técnico: manage_leads pool_verify_regcon (provincia) → manage_leads pool_search only_verified_not_regcon → collect_leads con enriquecimiento web (Brave API) → campaña email programada. Todo orquestado por el agente sobre el servidor local del usuario.

CASO 2

Agencia marketing · blog SEO en autopiloto

Agencia de 6 personas (anonimizado). Objetivo: producir contenido SEO recurrente sin contratar redactor externo ni perder horas en briefing / revisión cada semana.

Métrica	Valor	Fuente verificable
Posts publicados en 90 días	47	`blog_posts.published_at`
Artículos en top-30 Google (consulta primaria)	18	Google Search Console · captura 90 días
Visitas humanas a posts (90 d)	3.412	`page_views.is_bot = false`
Ratio local/cloud en redacción	84% / 16%	`model_task_outcomes` · task `tool:write_and_publish_blog_post`
Coste cloud LLM	~€7/mes	Facturación OpenAI (escalation post-fallo local)
Tiempo humano de revisión	~2 h/semana	Estimación cliente (vs ~12 h/semana redactando)

Pipeline técnico: Regla de automatización cron diaria → search tendencias del sector → write_and_publish_blog_post con schema markup automático → publicación social cross-channel. A+ routing aprende qué modelos locales rinden bien para redacción larga; escala a cloud solo cuando hay fallo de calidad.

CASO 3

Despacho ingeniería · vigilancia BOE / BDNS / PLACSP / TED

Ingeniería civil de 8 personas (anonimizado). Objetivo: vigilar diariamente licitaciones públicas, subvenciones y concursos europeos relevantes para su área (obra civil, infraestructura hídrica, eficiencia energética) sin destinar a una persona.

Métrica	Valor	Fuente verificable
Fuentes oficiales monitorizadas (intake diario)	4	BOE · BDNS · PLACSP · TED (APIs oficiales)
Oportunidades ingeridas (90 d)	2.184	`opportunities.search_case_id`
Oportunidades con score ≥70 (matching LLM)	12	`opportunity_matches.score >= 70`
Candidaturas presentadas con docs adaptados	3	`candidacies.status = submitted` · `adapted_documents`
Coste cloud LLM	€0	100% local (Qwen2.5 14B para scoring + adaptación)
Tiempo humano dedicado	~3 h/semana	Revisión final de candidaturas (vs vigilancia manual full-time)

Pipeline técnico: Search Case con fuentes boe_api, bdns_api, placsp_atom, ted_api → intake diario programado → SearchCaseMatchingService scoring por batches → notificación a chat con oportunidades ≥70 → generate_adapted_document con perfiles de la empresa (carpetas de docs en profile_folders).

Política de datos: los tres casos son cuentas reales con identidad anonimizada. Los porcentajes y agregados publicados aquí no permiten reidentificar al cliente. Si eres usuario y quieres que tu caso aparezca (con tu identidad o anonimizado), escríbenos desde contacto.

Transparencia y reproducibilidad

· Todos los datos provienen de tablas reales en producción: model_task_outcomes, usage_tracking.
· Ningún dato es personal. Sólo se publican totales agregados y porcentajes.
· El cálculo se ejecuta con php artisan benchmarks:refresh y se cachea 24h.
· Código fuente del cálculo: App\Services\BenchmarkStatsService (auditable).

Crear cuenta gratis Requisitos de hardware local

Benchmarks reales de MeigaHub