Waddle-1 logra un 81,4 % en el benchmark de robots RoboDojo-RC Tier 1 de RoboCurve
Waddle-1 en resumen Al 20 de noviembre de 2026, el tablero RoboDojo-RC Tier 1 de RoboCurve pone primero a Waddle-1, el sistema de agentes de Waddle Labs para controlar robots, con un 81,4 % en 120 intentos, por delante
Waddle-1 en resumen
Al 20 de noviembre de 2026, el tablero RoboDojo-RC Tier 1 de RoboCurve pone primero a Waddle-1, el sistema de agentes de Waddle Labs para controlar robots, con un 81,4 % en 120 intentos, por delante de GPT-6.2 Astra (65,7 %). Corrió como sistema completo y sin límite de llamadas; los demás modelos sí tienen tope.
Qué cambió con Waddle-1
RoboCurve publicó el resultado de Waddle-1 en su tablero RoboDojo-RC Tier 1 el 20 de noviembre de 2026: una puntuación media del 81,4 % en 120 intentos de tareas reales con robots, la puntuación más alta del tablero. Waddle-1 es el sistema de agentes de Waddle Labs para usar robots, un laboratorio de IA aplicada cuyos agentes controlan robots escribiendo código: dividen un objetivo en subtareas, ven las cámaras, escriben código de control y llaman a modelos de acción de nivel inferior, y luego entregan un programa que puedes ejecutar y revisar hablando con los agentes, un flujo de trabajo que Y Combinator describe como «el Claude Code para la robótica».
El resto del tablero muestra la distancia. Al 20 de noviembre de 2026, la configuración de modelo estándar más fuerte, GPT-6.2 Astra (high), logró un 65,7 %, seguida de Dream-1, de Dream Labs, con un 59,5 %, Claude Fable 5.2 (high) con un 57,5 % y Gemini 4 Carbon (high) con un 54,5 %, mientras que GR00T N1.7 de NVIDIA, una política de robots creada para ese fin, logró un 9,5 %. RoboCurve ejecuta cada configuración en los mismos 120 intentos de tareas como tapar un bolígrafo, conectar un cargador a una regleta y servir una bebida.
La comparación tiene una salvedad importante, que el propio RoboCurve indica en el tablero: las configuraciones de modelos tienen un tope de 40 llamadas al modelo por intento (las políticas robóticas reciben 3.600 pasos de control), mientras que Waddle-1 corrió como sistema completo — una conversación por tarea, un límite de 10 minutos y ningún tope de llamadas — y promedió 7,4 minutos por intento. RoboCurve estima su costo en 2,46 dólares por intento, a partir de un precio alojado previsto de 20 dólares por hora; Waddle Labs no ha publicado precios. Waddle-1 no está disponible abiertamente — el acceso se solicita en el sitio de Waddle Labs — y por ahora la puntuación se apoya en este único tablero.
Waddle-1 en cifras
Los valores provienen de la fuente enlazada en la fecha indicada. No son mediciones de IA Compa.
- Puntuación media en RoboDojo-RC Tier 1 (RoboCurve), al 20 nov 2026: 81.4%
Por qué Waddle-1 importa para los negocios
Por qué importa: si el control de robots escrito por agentes se sostiene más allá de un solo tablero, un fabricante pequeño o un almacén podría poner un robot a hacer una tarea física nueva describiéndola y revisando el programa que escribe el agente, en vez de contratar integradores o recopilar datos de entrenamiento para cada máquina y tarea. El resultado de Waddle-1 es una señal temprana, obtenida con un régimen de ejecución más favorable que el de los modelos que quedaron debajo, pero apunta al cambio que los agentes de código ya trajeron al software: el modelo escribe el código, una persona supervisa y el costo de probar algo nuevo baja.
Fuentes
- RoboDojo-RC Tier 1 leaderboard — RoboCurve · robocurve.org · Evaluación
- Introducing Waddle: agents that control robots — Waddle Labs · waddlelabs.ai · Oficial
- Build with Waddle-1 — request access — Waddle Labs · waddlelabs.ai · Oficial
- Waddle Labs — Y Combinator company profile — Waddle Labs · ycombinator.com · Oficial
Última verificación: 21 de noviembre de 2026. IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas en estas noticias.
Originally published by Dev.to AI. Aggregated on AIWithGhost for educational purposes — full credit and traffic to the original publisher.