Dashboard de Benchmarks

Comparativa de rendimiento del pipeline de homogeneización entre modelos LLM: latencia extremo a extremo, consumo de tokens y coste estimado por historial procesado. Se evaluaron 4 modelos cloud (Gemini, Groq) y 7 modelos locales vía Ollama sobre un corpus de 27 informes cardiológicos sintéticos en español e inglés.