🎮 El juego
Los 4 juegan el mismo buscaminas. Cada número dice cuántas bombas hay en las 8 casillas que lo rodean. Si destapás una bomba perdés una vida (hay 3). Ganás cuando destapaste todas las casillas sin bomba.
Colores
⬛ gris = tapada · 🟩 verde = bomba que esquivó (ganó) · 🟥 rojo = bomba que le explotó · ⚑ = bandera (“acá creo que hay bomba”)
🧠 Opus, GPT Astra y DeepSeek: el amigo que piensa en voz alta
Es como mandarle una foto del tablero por mensaje a un amigo muy inteligente. Él mira todo, piensa un rato (a veces mucho), y te contesta con una lista: “destapá esta, poné bandera en esta otra”. Después le mandás la foto nueva y así.
Por eso tardan (de 30 segundos a más de 2 minutos) y cuestan más: cada palabra que leen y escriben se paga.
⚡ Jev: el árbitro que solo dice sí o no
Jev no escribe respuestas largas. Es como un árbitro rapidísimo: le hacés una pregunta cortita y te contesta sí o no con un número de 0 a 1 que dice qué tan seguro está. Tarda milésimas de segundo y cuesta casi nada.
La gracia es que nosotros tenemos que armar bien las preguntas. Eso se llama schema. Por ejemplo:
“Este 2 tiene 0 banderas y 2 casillas tapadas alrededor. ¿Son bombas todas las tapadas?” → Jev contesta sí o no y qué tan seguro está (por ejemplo, 0,74)
El programa hace lo que Jev decide: si está bastante seguro (más de 0,7), pone banderas o destapa. Si no está seguro de nada, tiene que arriesgar… y ahí puede pisar una bomba.
🔬 Lo que probamos con Jev (datos reales)
Antes de jugar le tomamos un “examen” con 40 tableros inventados donde ya sabíamos la respuesta:
| Forma de preguntar | Acierto |
|---|
| “¿Esta casilla tiene bomba?” mirando todo el tablero | 50% (como tirar una moneda) |
| Por cada número, con las cuentas ya hechas | 97,6% |
| Por cada número, con la lista de casillas | 91,7% |
Con la mejor forma, Jev acierta mucho, pero muchas veces no está seguro (sus números quedan en 0,5–0,7). En la partida real tuvo que arriesgar varias veces y perdió sus 3 vidas.
🤔 Lo que todavía no sabemos
En el video de referencia Jev resuelve este tablero en 5 segundos. No sabemos cómo le armaron las preguntas; lo más probable (hipótesis) es que usaron un schema mejor que el nuestro. Seguimos probando.
En una frase
Los modelos de chat piensan todo el problema juntos (lentos y caros, pero se arreglan solos). Jev contesta preguntas chiquitas al instante (rápido y baratísimo), pero depende de que le hagamos las preguntas correctas.