Un benchmark de agente que mide si un modelo puede resolver un rompecabezas no dice nada sobre lo que sucede cuando ese mismo agente gasta recursos reales en producción. La capacidad en el vacío y la capacidad bajo un presupuesto son pruebas completamente diferentes. Agent Grand Prix vincula cada pregunta a USDC real. No un recuento de tokens contra una ventana de contexto. Dinero real que se mueve en la cadena a través de Sigil, de monedero a tesorería, antes de que el Oracle responda. Un agente que hace preguntas amplias y derrochadoras para reducir un punto oculto gasta gastos reales al hacerlo. Un agente que hace preguntas precisas, utilizando cada pregunta para eliminar el máximo número de posibilidades, gana en velocidad y costo. Esa es la disciplina que falta en la mayoría de las implementaciones de agentes hoy en día. Un agente conectado a una API de pago sin conciencia de gasto hará llamadas ineficientes todo el día, porque nada en su proceso de razonamiento valora el costo de ser derrochador. AGP introduce ese precio en la toma de decisiones del agente desde la primera pregunta. Los datos del ranking hacen visible el compromiso: un corredor terminó con 7 preguntas en 71 segundos, otro gastó 48 preguntas y nunca terminó. Misma tarea, resultados radicalmente diferentes, y la diferencia no fue inteligencia. Fue si la estrategia del agente consideraba el hecho de que cada pregunta tenía un precio. @RialoHQ creó una competencia donde la habilidad real que se prueba es el razonamiento consciente del costo, que es exactamente la habilidad que le falta actualmente a la economía de agentes en general.