Un solo host citado en 76 de 409 respuestas con citas de OpenAI API observadas

Una referencia concentrada, con un denominador concreto

En la muestra de Bee LLM Observatory, 76 de 409 respuestas con citas recogidas mediante OpenAI API citaron exactamente un nombre de host distinto: el 18,58 %. Es algo menos de una de cada cinco respuestas del grupo analizado. El porcentaje se refiere exclusivamente a respuestas observadas que contenían citas válidas, no a todas las respuestas generadas por ese canal.

La principal cautela acompaña al resultado: las preguntas y las cuentas no tienen el mismo peso en esta colección. Al dar a cada pregunta el mismo peso, la proporción desciende al 15,25 %. La concentración en un único host sigue presente, pero su frecuencia depende de cómo se repartan los pesos dentro de la muestra.

Qué significa citar un único host

Un host es el nombre que identifica una ubicación web dentro de una dirección. La medida cuenta cuántos nombres de host distintos aparecen en las citas de una respuesta. Si varias referencias apuntan a páginas diferentes del mismo host, siguen contando como uno. Los subdominios pueden tener nombres de host distintos.

Por tanto, esos 76 casos no son necesariamente respuestas con una única URL, un único documento o una única cita. Tampoco permiten afirmar que haya una sola organización detrás de las referencias. La observación es más concreta: todas las citas válidas contabilizadas en cada una de esas respuestas compartían el mismo nombre de host.

Por qué cambia el porcentaje al igualar las preguntas

El 18,58 % es la medida principal porque cuenta cada respuesta una vez. Con ese cálculo, una pregunta que aparece repetidamente puede influir más en el resultado que otra recogida pocas veces. El segmento de OpenAI API contiene 120 preguntas distintas, repartidas entre sus 409 respuestas con citas.

El cálculo alternativo concede el mismo peso a cada pregunta y obtiene el 15,25 %, una reducción de 3,33 puntos porcentuales. Esto indica que la repetición de preguntas influye en el resultado agregado. No identifica cuáles explican la diferencia ni por qué se repitieron. Tampoco convierte el cálculo alternativo en una estimación representativa de lo que pregunta la población.

El otro segmento aporta contexto, no una clasificación

En ChatGPT (web), 10 de 113 respuestas con citas cumplieron la misma condición, el 8,85 %. Ese segmento reúne 62 preguntas distintas. Al igualar el peso de las preguntas, el resultado fue del 8,87 %, prácticamente igual al porcentaje calculado por respuesta.

Estas cifras describen dos segmentos diferentes; no constituyen una comparación controlada. Las preguntas, los pesos de las cuentas y los métodos de recogida pueden diferir. OpenAI API identifica un canal de recopilación y no equivale a la aplicación de consumo. Los datos tampoco permiten ordenar motores por calidad ni calcular cuotas de mercado.

Qué lectura permite la concentración de citas

El hallazgo ofrece una forma de describir cómo se distribuyen las referencias que acompañan a las respuestas: en una parte de esta muestra, todas remiten al mismo host. Es una propiedad observable de las citas emitidas. No demuestra que el modelo consultara, accediera, revisara o verificara las páginas mencionadas.

Como interpretación, una lista de referencias concentrada puede ser útil para plantear preguntas sobre la diversidad de los apoyos visibles. Sin embargo, este recuento no mide independencia editorial, exactitud ni suficiencia. Varios hosts no garantizan perspectivas distintas, y uno solo no demuestra que una respuesta esté mal fundamentada. Resolver esas cuestiones exigiría evidencia adicional.

Cómo se delimitó la observación

Este artículo se publica el 15 de octubre de 2026. La observación corresponde a siete días locales completos: desde el 7 de octubre a las 00:00 hasta antes del 14 de octubre a las 00:00, en la zona Europe/Madrid. La fecha de publicación no forma parte del periodo analizado.

Se incluyeron únicamente ejecuciones completadas, preguntas sin marcas y cuentas cuyo correo no contenía «demo». Se conservó la última respuesta por ejecución y modelo almacenado, con texto no vacío y sin error. Las citas proceden del registro de referencias con método conocido; no se utilizaron direcciones simplemente detectadas en el texto.

Cobertura y límites del recuento

El conjunto partió de 1.656 registros, sin duplicados eliminados. Se identificaron 1.369 respuestas válidas de motores conocidos; 15 carecían de telemetría de citas, lo que dejó 1.354 respuestas medidas. De ellas, 1.045 tenían citas y forman la cobertura general: 125 preguntas, 27 proyectos y 25 cuentas. Esa cobertura es más amplia que los dos segmentos mostrados.

Las respuestas sin citas válidas y los registros de citas ausentes quedan fuera del denominador principal. Para mostrar un segmento se exigieron al menos 100 respuestas, 10 preguntas, tres proyectos y tres cuentas; los casos que cumplían la medida debían abarcar al menos tres cuentas. Un motor ausente o suprimido no equivale a cero casos. La colección monitorizada no representa todas las conversaciones con IA, y no se publican datos personales ni contenidos individuales de clientes, proyectos, preguntas o respuestas.