Fenómeno

Pasa las pruebas, tarda tres veces más

En un estudio de 2024 (EffiBench), el código que generó un modelo de lenguaje para problemas con solución conocida era correcto con frecuencia, pero tardaba de media 3,12 veces lo que la solución de referencia, y en algunos casos más de diez veces. Otro estudio, de 2025, clasificó casi 500 fragmentos de código generado: las ineficiencias más frecuentes eran de rendimiento (memoria y complejidad subóptimas) y de lógica.

Las pruebas no lo ven: comprueban resultados, no costos.

Piensa antes de seguir: si las pruebas pasan, ¿cómo te das cuenta de que una función es O(n²) cuando podría ser O(n)?