AgentGradeRúbricas portátiles para calidad de agentes — offline y online.
Únete a los constructores que utilizan AgentGrade. Gratis para probar — no se requiere tarjeta.
Sin tarjeta de crédito · Cancela cuando quieras
Puntos clave
- Rubricas que viajan a través de arneses de evaluación.
- Paquetes sin conexión vs claridad de monitoreo en línea.
- Honestidad: notas de apoyo a la decisión — no una garantía de que los agentes nunca fallen.
Leyes complejas. Packs de política simples.
Temas de apoyo a la decisión — no una certificación, insignia CMP ni dictamen jurídico.
AgentGrade — definición
AgentGrade is an evaluation harness for AI agents that scores trajectories against task rubrics, safety checks, and regression sets, so teams can gate releases on measured quality instead of vibes.
Qué NO es
- No es un laboratorio de benchmark, un ranking de modelos ni un certificado de aprobado.
- No garantiza que las puntuaciones coincidan con cada harness ni que una nota alta signifique listo para producción.
- No es un motor de políticas, una suite de pentest ni un certificado de cumplimiento.
Responsable / Encargado — Cuando las trazas mencionan datos personales, trata las puntuaciones como apoyo a la decisión y sigue tu propio proceso de privacidad.
Controlar cambios. Rúbricas se rompen.
Nuevas reglas, nuevo riesgo
Cada actualización regulatoria puede dejar herramientas del agente, clases de datos y rutas de escalado desincronizadas.
Docs vs runtime
Cuando el PDF vive aparte del runtime del agente, los puntos ciegos aparecen en producción.
Reescrituras manuales
Editar a mano checklists por cada dominio drena en silencio el tiempo de ingeniería y cumplimiento.
Problemas tras el lanzamiento
Las brechas suelen surgir solo tras una auditoría, incidente o cuestionario de cliente.
Describir. Calificar. Actuar.
Calificaciones de apoyo a la decisión — no es un certificado de aprobación.
Comprobaciones de política
Reglas condición + acción que un runtime de agente puede evaluar.
Checklist de cumplimiento
Deberes legibles para que los responsables vean brechas antes del go-live.
Mapeo AI Act UE
Punteros temáticos para obligaciones de alto riesgo — no certificación de conformidad.
Reglas exportables
Salida estructurada que puedes conectar a barreras o middleware.
Todo lo que necesitas para una primera calificación
Diseñado para equipos que envían agentes que necesitan revisiones de rubricas
Puntuación de calidad
Reglas condición + acción que un runtime de agente puede evaluar.
Comprobación de fidelidad
Deberes legibles para que los responsables vean brechas antes del go-live.
Tasa de éxito de tarea
Punteros temáticos para obligaciones de alto riesgo — no certificación de conformidad.
Rúbrica exportable
Salida estructurada que puedes conectar a barreras o middleware.
AgentGrade — Cómo funciona
Pegar
Pegar texto de política y elegir dominio.
Codificar
Generar comprobaciones llamables por agente y una lista de errores de validación.
Hacer cumplir
Conectar reglas en tiempo de ejecución de agente; mantener humanos para excepciones.
Describir. Calificar. Actuar.
Calificaciones de apoyo a la decisión — no es un certificado de aprobación.
Nuevas reglas, nuevo riesgo
Cada actualización regulatoria puede dejar herramientas del agente, clases de datos y rutas de escalado desincronizadas.
Comprobaciones de política — Reglas condición + acción que un runtime de agente puede evaluar.
Pruébalo en esta página
or generate below.
Historial guardado
Aún sin testimonios — por diseño
No publicamos cifras de clientes ni citas inventadas. Ejecute la herramienta y lea una evaluación real — esa es nuestra prueba.
Puntúa trazas en tres ejes
Calidad, fidelidad y éxito de tarea — prueba una demo etiquetada sin plan de pago.
Tasas de paso que puedes comparar
Cada ejecución devuelve un cuadro de puntuación, un id de run y la versión del ruleset para que los releases sigan siendo comparables.
Límites honestos de eval
Gratis 3/día · 15/mes; Pro 40/día · 300/mes. Sin topes ocultos. El modo demo está etiquetado. No es un certificado de aprobado.
Límites honestos
AgentGrade redacta una nota. No certifica que los agentes nunca fallen.
Planes simples que escalan
Todos los planes de pago incluyen
- Studio de política a reglas
- Exportación de checklist de cumplimiento
- Cuadros de puntuación de trazas (calidad, fidelidad, éxito de tarea)
- Soporte por email en planes de pago — sin extras ocultos para el uso central del studio
- Ejecuciones diarias de IA limitadas (3/día · 15/mes)
- Demo de Studio (sin cargo extra de LLM)
- IA incluida: 40 ejecuciones/día · 300/mes (uso justo)
- No se requiere suscripción separada a ChatGPT
- Soporte prioritario · 2 meses gratis con anual
- Asientos de equipo · Acceso API (roadmap)
- BYOK opcional (tu clave OpenAI)
Feature comparison
What each plan includes — quotas reflect the enforced fair-use limits.
| Dimensión | Free | Pro | Enterprise |
|---|---|---|---|
| Uso | |||
| Ejecuciones de AI | 3/day · 15/mo | 40/day · 300/mo | 200/day · 3,000/mo |
| Exportación de informes | Con marca de agua | Exportación limpia | Exportación limpia |
| Registro de auditoría | No incluido | ✓ Incluido | ✓ Incluido |
| Producto | |||
| Quality score | ✓ Incluido | ✓ Incluido | ✓ Incluido |
| Faithfulness check | ✓ Incluido | ✓ Incluido | ✓ Incluido |
| Task-success rate | ✓ Incluido | ✓ Incluido | ✓ Incluido |
| Regression-aware flag | ✓ Incluido | ✓ Incluido | ✓ Incluido |
| BYOK (su clave LLM) | No incluido | No incluido | ✓ |
| SSO | No incluido | No incluido | Planificado |
| Soporte y cumplimiento | |||
| Soporte | Comunidad | Prioridad | SLA personalizado |
¿Ya pagaste? Desbloquea Pro con tu licencia
Licenses are issued manually after your payment is confirmed: we generate one per paid order and send it to the purchase email, typically within a few hours. Enter it below to activate Pro on this device — no account needed. Nothing yet? Write to lixingliangsy@163.com and reference your order email.
Tus preguntas, respondidas
¿Qué genera AgentGrade?
Comprobaciones de política invocables por agentes, una checklist de cumplimiento y un mapeo temático del AI Act de la UE que puedes exportar — flujo similar a un generador de políticas (pegar → generar → revisar), pero orientado a barreras de agentes en lugar de una página pública de privacidad.
¿Es asesoramiento jurídico o una certificación?
No. Las salidas son notas de apoyo a la decisión. Que quien lidere la eval revise antes de hacer gate de un release. No certificamos que los agentes nunca fallen.
¿Puedo cancelar en cualquier momento?
Sí. Los planes self-serve se cancelan cuando quieras; el acceso continúa hasta el fin del periodo.
¿Necesito tarjeta de crédito para empezar?
No. Empieza con registro por email o modo Demo en el studio, y mejora cuando estés listo.
¿Necesito mi propia suscripción a ChatGPT / OpenAI?
No para Free/Pro. Las ejecuciones de IA están incluidas en tu plan (fair use) con nuestra clave de plataforma. Enterprise puede opcionalmente traer su propia clave OpenAI (BYOK) — configúrala en /settings (la clave permanece solo en el servidor).
¿Qué es Fair Use / qué pasa si alcanzo el límite de IA?
Gratis son 3 ejecuciones/día y 15/mes. Pro son 40/día y 300/mes. Si llegas al límite de uso justo, Studio devuelve un resultado demo etiquetado hasta el reinicio diario o mensual — o usa BYOK Enterprise para más volumen.
¿Es seguro el checkout?
Los pagos los procesa Waffo Pancake (merchant of record).
¿Qué ocurre después de pagar?
Recibes confirmación de acceso; el cumplimiento se rastrea vía webhook + registros de pedido.
Respuestas rápidas
- Puntuación de calidad
- Comprobación de fidelidad
- Tasa de éxito de tarea
- Rúbrica de eval exportable
- El precio empieza en $0 (Gratis).
Más preguntas
¿Qué produce AgentGrade?
Un borrador de política estructurado sobre herramientas, datos y rutas de escalado editable.
¿Es consejo legal?
No. Es ayuda de redacción. Las políticas deben ser revisadas por su consejo y risk owners.
¿Cómo funciona el modo Demo?
Active Demo sin IA en vivo; el modo en vivo necesita una clave configurada.
¿Mapea el AI Act UE?
Los narrativos pueden citar temas de gobernanza; no certifica conformidad.
¿Se pueden versionar políticas?
Las ejecuciones guardan rulesetVersion y runId para seguimiento de cambios.
¿Quién debería usarlo?
Ingenieros de plataforma y cumplimiento que definen guardrails antes de producción.
Cómo se compara
| Dimensión | Manual | AgentGrade |
|---|---|---|
| Rúbrica | Comprobaciones ad hoc por intuición | Puntuaciones repetibles de calidad y fidelidad |
| Consistencia | Varía según quien revise | El mismo paquete de eval en cada ejecución |
| Salida | Opiniones en Slack | Cuadro de puntuación exportable |
| Mejor para | Suite completa de benchmark offline | Triaje de primera pasada de la calidad del agente |
Cuándo no usar: No trates AgentGrade como un certificado de SLA de producción — es apoyo a la decisión de evaluación.
- Rúbricas de eval que viajan — Puntuaciones que puedes reutilizar entre prompts.
- Lanzamiento de la oleada 1 — AgentGrade en el clúster de operaciones de agentes.
- Eval offline frente a monitoreo online — Cuando los paquetes y las trazas en vivo responden preguntas distintas.
La gente también busca
Haga clic en una pestaña para expandirla; haga clic nuevamente para ocultarla. Todo el contenido permanece en la página para los motores de búsqueda.
Empieza con más inteligencia hoy
Únete a builders que usan AgentGrade. Prueba gratis — sin tarjeta.
De confianza · Cancela cuando quieras