> ## Documentation Index > Fetch the complete documentation index at: https://docs.zelto.ai/llms.txt > Use this file to discover all available pages before exploring further. # Actualizar un benchmark > El diálogo de Configuración: nombre, descripción, idioma, agentes asignados, valores predeterminados de ejecución (`settings`: objetivo, repeticiones, candidatos predeterminados; no se versionan) y configuración de puntuación (`scoring`: máximo de turnos, variables faltantes, umbral por idioma; van al borrador y se aplican en la siguiente publicación). Envía solo los campos que cambian. ## OpenAPI ````yaml /es/docs-openapi.json patch /v1/benchmarks/{id} openapi: 3.1.0 info: title: API REST de Zelto version: v1 description: >- Acceso programático a tu organización de Zelto. Cada endpoint está limitado a la organización a la que pertenece la clave de API. Crea una clave en Configuración → Integraciones → Integración por API. servers: - url: https://api.zelto.ai description: Producción security: - bearerAuth: [] tags: - name: Monitors description: Exportaciones filtradas y asíncronas de resultados guardados de monitores. - name: Agentes description: >- Agentes de IA de voz y texto normalizados mediante el flujo de ingestión de Zelto. - name: Conversaciones description: >- Conversaciones de voz y texto (llamadas, chats y mensajes de voz), junto con sus transcripciones y grabaciones. - name: Métricas del cliente description: >- Evaluaciones proporcionadas por el cliente y asociadas a una conversación. Requiere que las métricas estén habilitadas. - name: Revisiones description: Estado de revisión humana de las conversaciones. - name: Colas de revisión description: Agrupa y dirige conversaciones para revisarlas por lotes. - name: Empresas description: Clientes o marcas para los que trabajan tus agentes, y sus logos. - name: Hallazgos description: >- Problemas estructurados descubiertos durante el análisis, con conversaciones y comentarios opcionales. - name: Experimentos description: >- Medición prospectiva de dos versiones de prompt enrutadas externamente mediante resultados de monitores independientes. - name: Organizaciones description: >- Aprovisionamiento de organizaciones sin interfaz. Requiere una clave de API de administrador o servicio. - name: Proveedores de IA description: >- Las claves propias de tu organización para proveedores de IA (trae tu propia clave). Los monitores pueden ejecutarse con ellas en lugar de los modelos integrados de Zelto. Solo propietarios o administradores; el secreto es de solo escritura. - name: Benchmarks description: >- Evaluaciones repetibles de prompts, modelos y motores de voz a texto de tus agentes sobre un conjunto fijo de casos, puntuadas por Judges. paths: /v1/benchmarks/{id}: patch: tags: - Benchmarks summary: Actualizar un benchmark description: >- El diálogo de Configuración: nombre, descripción, idioma, agentes asignados, valores predeterminados de ejecución (`settings`: objetivo, repeticiones, candidatos predeterminados; no se versionan) y configuración de puntuación (`scoring`: máximo de turnos, variables faltantes, umbral por idioma; van al borrador y se aplican en la siguiente publicación). Envía solo los campos que cambian. operationId: updateBenchmark parameters: - name: id in: path required: true description: Id del benchmark. schema: type: string format: uuid requestBody: required: false content: application/json: schema: type: object properties: name: type: string minLength: 1 maxLength: 120 description: anyOf: - type: string maxLength: 500 - type: 'null' language: anyOf: - type: string minLength: 2 maxLength: 16 - type: 'null' agentIds: minItems: 1 maxItems: 20 type: array items: type: string format: uuid description: >- Agentes a los que está asignado el benchmark (1-20). En v1 solo agentes de un único prompt. settings: type: object properties: passBar: anyOf: - type: number minimum: 0 maximum: 1 - type: 'null' description: >- El objetivo: tasa mínima de aprobación (LLM), WER máximo (STT) (ambos 0..1). Nulo = sin objetivo. defaultRepeats: type: integer minimum: 1 maximum: 3 description: >- Repeticiones con las que empieza una ejecución nueva (solo LLM). defaultCandidates: maxItems: 10 type: array items: type: object properties: model: type: string minLength: 1 maxLength: 200 agentVersionId: anyOf: - type: string minLength: 1 maxLength: 100 - type: 'null' required: - model - agentVersionId scoring: description: >- Configuración de puntuación, versionada a través del borrador. type: object properties: maxTurns: type: integer minimum: 1 maximum: 30 missingVariable: type: string enum: - error - placeholder gatePerLanguage: type: boolean responses: '200': description: Respuesta correcta. content: application/json: schema: $ref: '#/components/schemas/BenchmarkDetail' '400': $ref: '#/components/responses/ValidationFailed' '401': $ref: '#/components/responses/Unauthorized' '404': $ref: '#/components/responses/NotFound' '409': description: '`conflict`: El recurso no está en un estado que permita esto.' content: application/json: schema: $ref: '#/components/schemas/BenchmarkError' components: schemas: BenchmarkDetail: type: object properties: id: type: string name: type: string description: type: - string - 'null' kind: type: string enum: - llm - stt agents: type: array items: $ref: '#/components/schemas/BenchmarkAgentRef' draftCaseCount: description: >- Casos que publicaría el borrador abierto; null si el benchmark no tiene borrador. anyOf: - type: integer - type: 'null' createdAt: type: string description: Marca de tiempo ISO 8601. updatedAt: type: string description: Marca de tiempo ISO 8601. archivedAt: anyOf: - type: string description: Marca de tiempo ISO 8601. - type: 'null' settings: $ref: '#/components/schemas/BenchmarkSettings' language: type: - string - 'null' currentVersion: anyOf: - type: integer - type: 'null' hasDraftChanges: type: boolean versions: type: array items: $ref: '#/components/schemas/BenchmarkVersion' description: La más nueva primero; el borrador (si lo hay) va primero. checkGroups: type: array items: $ref: '#/components/schemas/BenchmarkCheckGroup' judges: type: array items: $ref: '#/components/schemas/BenchmarkJudge' caseCounts: type: object properties: total: type: integer turn: type: integer conversation: type: integer audio: type: integer retired: type: integer draft: type: integer draftTotal: anyOf: - type: integer - type: 'null' workingTotal: type: integer required: - total - turn - conversation - audio - retired - draft scoring: type: object properties: normalizationVersion: type: - string - 'null' defaultRepeats: type: integer gatePerLanguage: type: boolean required: - normalizationVersion - defaultRepeats - gatePerLanguage validatorKinds: type: array items: type: string enum: - judge - code - builtin required: - id - name - description - kind - agents - createdAt - updatedAt - currentVersion - hasDraftChanges - versions - checkGroups - judges - caseCounts description: >- Un benchmark con sus versiones, Judges, grupos y conteos de casos (ejecuciones: los endpoints de ejecuciones). BenchmarkError: type: object required: - error - code - message properties: error: type: string enum: - validation_failed - invalid_parameter - approval_required - plan_limit - phi_mode_blocked - owner_required - not_entitled - forbidden - not_found - payload_too_large - estimate_stale - pointer_moved - no_draft_changes - conflict - idempotency_key_reused - rate_limited - model_unavailable description: Código de error estable (mismo valor que `code`). code: type: string enum: - validation_failed - invalid_parameter - approval_required - plan_limit - phi_mode_blocked - owner_required - not_entitled - forbidden - not_found - payload_too_large - estimate_stale - pointer_moved - no_draft_changes - conflict - idempotency_key_reused - rate_limited - model_unavailable description: Causa estable y legible por máquinas; compara con este campo. message: type: string description: Una frase en lenguaje claro que explica qué está mal. hint: type: string description: El siguiente paso que conviene probar. details: type: object additionalProperties: true description: >- Contexto propio de cada código, por ejemplo `approvalRequestId` con `approval_required` o `cap` con `plan_limit`. BenchmarkAgentRef: type: object properties: id: type: string name: type: string required: - id - name description: Un agente al que está asignado el benchmark. BenchmarkSettings: type: object properties: passBar: anyOf: - type: number minimum: 0 maximum: 1 - type: 'null' description: >- El objetivo: tasa mínima de aprobación (LLM), WER máximo (STT) (ambos 0..1). Nulo = sin objetivo. defaultRepeats: type: integer minimum: 1 maximum: 3 description: Repeticiones con las que empieza una ejecución nueva (solo LLM). defaultCandidates: maxItems: 10 type: array items: type: object properties: model: type: string minLength: 1 maxLength: 200 agentVersionId: anyOf: - type: string minLength: 1 maxLength: 100 - type: 'null' required: - model - agentVersionId required: - passBar - defaultRepeats - defaultCandidates description: Valores predeterminados de ejecución del benchmark. No se versionan. BenchmarkVersion: type: object properties: id: type: string number: anyOf: - type: integer - type: 'null' description: Empieza en 1. Nulo para el borrador. status: type: string enum: - published - draft note: type: - string - 'null' caseCount: type: integer judgeCount: type: integer changes: type: array items: type: object properties: kind: type: string enum: - cases_added - cases_retired - cases_deleted - cases_edited - cases_relabelled - check_groups_changed - judge_added - judge_removed - judge_edited - settings_changed count: type: integer label: type: string required: - kind author: $ref: '#/components/schemas/BenchmarkRunAuthor' createdAt: type: string description: Marca de tiempo ISO 8601. publishedAt: anyOf: - type: string description: Marca de tiempo ISO 8601. - type: 'null' items: $ref: '#/components/schemas/BenchmarkVersionItems' caseSetHash: type: - string - 'null' contentHash: type: - string - 'null' required: - number - status - note - caseCount - judgeCount - changes - author - createdAt - publishedAt description: Una versión publicada (inmutable) o el borrador abierto. BenchmarkCheckGroup: type: object properties: id: type: string title: type: string why: type: - string - 'null' severity: type: string enum: - critical - major - minor passRule: $ref: '#/components/schemas/BenchmarkCheckGroupPassRule' caseCount: type: integer required: - id - title - why - severity description: Un grupo de casos con nombre, una severidad y una regla de aprobación. BenchmarkJudge: type: object properties: id: type: string label: type: string kind: type: string enum: - judge - code - builtin required: type: boolean weight: type: number summary: type: string recentPassRate: type: - number - 'null' revision: type: integer costPer1kUsd: type: - number - 'null' params: type: array items: type: object properties: key: type: string minLength: 1 maxLength: 40 label: type: string maxLength: 60 type: type: string enum: - number - text - percent default: anyOf: - type: number - type: string maxLength: 500 unit: type: string maxLength: 20 min: type: number max: type: number required: - key - label - type - default labelTemplate: type: string toolCheck: type: string enum: - tool_call_match - tool_args_schema - tool_args_match config: $ref: '#/components/schemas/BenchmarkJudgeConfig' checkGroupId: type: - string - 'null' appliesTo: type: object properties: caseTypes: type: array items: type: string enum: - turn - conversation - audio tags: maxItems: 20 type: array items: type: string maxLength: 40 required: - id - label - kind - required - weight - summary - recentPassRate - revision description: Un Judge (validador) que puntúa cada caso. Error: type: object required: - error properties: error: type: string description: >- Nombre corto del error: `Unauthorized`, `Validation failed`, `Not found` o un código estable en snake_case que puedes comparar en tu código, como `unknown_query_parameter`, `invalid_parameter`, `payload_too_large` o `not_found`. message: type: string description: Una frase en lenguaje claro que explica qué falla y cómo corregirlo. code: type: string description: >- Causa estable y legible por máquina; compara con este valor y no con `error` ni `message`. En un 401: `missing_credentials`, `malformed_credentials`, `ingest_key_not_allowed` (se usó una clave de ingesta de observabilidad, solo de escritura, en un endpoint que requiere una clave API), `key_expired` o `invalid_credentials`. En otros casos, por ejemplo: `not_found`, `invalid_parameter`, `unknown_query_parameter`, `missing_parameter`, `validation_failed`, `invalid_json`, `payload_too_large`, `conversation_not_found`, `plan_required`. hint: type: string description: >- El siguiente paso a probar: dónde encontrar el id correcto, qué parámetros acepta el endpoint, cómo mejorar el plan o cómo autenticarte. parameter: type: string description: 'Con `invalid_parameter`: el parámetro de consulta rechazado.' unknown: type: array items: type: string description: >- Con `unknown_query_parameter`: los parámetros enviados que este endpoint no acepta. valid: type: array items: type: string description: >- Con `unknown_query_parameter`: los parámetros que acepta este endpoint. details: type: object additionalProperties: true BenchmarkRunAuthor: type: object properties: id: type: string name: type: string image: type: - string - 'null' required: - id - name - image description: Un miembro de la organización. BenchmarkVersionItems: type: object properties: cases: type: array items: type: object properties: caseId: type: string title: type: string change: type: string enum: - added - retired - deleted - edited - relabelled description: >- `deleted`: el caso se eliminó de forma permanente (no se retiró), así que no se puede restaurar. `relabelled`: misma revisión, pero cambió su grupo o sus etiquetas. fromRevision: anyOf: - type: integer - type: 'null' toRevision: anyOf: - type: integer - type: 'null' required: - caseId - title - change - fromRevision - toRevision judges: type: array items: type: object properties: judgeId: type: string label: type: string change: type: string enum: - added - removed - edited before: type: - string - 'null' after: type: - string - 'null' required: - judgeId - label - change - before - after settings: type: array items: type: object properties: key: type: string label: type: string before: type: - string - 'null' after: type: - string - 'null' required: - key - label - before - after required: - cases - judges - settings description: Cambios por elemento entre dos versiones. BenchmarkCheckGroupPassRule: oneOf: - type: object properties: kind: type: string const: all required: - kind - type: object properties: kind: type: string const: majority required: - kind - type: object properties: kind: type: string const: at_least_n 'n': type: integer minimum: 1 maximum: 10000 required: - kind - 'n' description: Cómo se obtiene el veredicto de un grupo a partir de sus casos. BenchmarkJudgeConfig: oneOf: - type: object properties: kind: type: string const: judge rubric: type: string maxLength: 8000 model: type: object properties: provider: type: string enum: - platform - openai - anthropic - openrouter - vercel_gateway modelId: type: string minLength: 1 maxLength: 200 aiKeyId: type: - string - 'null' required: - provider - modelId scale: oneOf: - type: object properties: type: type: string const: pass_fail required: - type - type: object properties: type: type: string const: score_1_5 threshold: type: integer minimum: 1 maximum: 5 required: - type - threshold required: - kind - rubric - model - scale - type: object properties: kind: type: string const: code code: type: string maxLength: 20000 required: - kind - code - type: object properties: kind: type: string const: builtin rule: type: string enum: - reply_length - contains - regex_match - exact_match - wer_max - key_terms - tool_call_match - tool_args_schema - tool_args_match - transition_match - goal_reached - max_turns - path_includes required: - kind - rule description: >- Configuración del Judge según su tipo: rúbrica LLM + modelo + escala, código o una regla integrada. responses: ValidationFailed: description: >- El cuerpo o la cadena de consulta de la solicitud han fallado en la validación. `code` indica el tipo (`validation_failed`, `invalid_json`, `invalid_parameter`, `unknown_query_parameter`, `missing_parameter`) y un filtro con valores fijos lista los permitidos en `valid` (se comprueba cada valor repetido: `?status=open&status=zz` es un 400). Un cuerpo `validation_failed` incluye además `message` (los primeros campos que fallan), `hint` (cómo corregirlo, por ejemplo que la `description` de un hallazgo es un documento JSON de TipTap y no una cadena) y `details` (nombre del campo y mensajes). content: application/json: schema: $ref: '#/components/schemas/Error' Unauthorized: description: >- Clave API faltante o no válida. El cuerpo indica la causa en `code` (por ejemplo `ingest_key_not_allowed` cuando se usa aquí una clave de ingesta, solo de escritura), con un `message` y un `hint`. content: application/json: schema: $ref: '#/components/schemas/Error' NotFound: description: >- Recurso no encontrado en tu organización. También se devuelve cuando un id de la ruta no es un UUID, y `{ "error": "not_found" }` para una ruta que esta API no tiene. El cuerpo conserva `error: "Not found"` y añade `code: "not_found"` y un `hint`. content: application/json: schema: $ref: '#/components/schemas/Error' securitySchemes: bearerAuth: type: http scheme: bearer description: >- Envía `Authorization: Bearer YOUR_API_KEY`. La clave corresponde a una sola organización. ```` This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.