SpecJudge

El veredicto no sale de un ranking genérico: sale de tus artefactos de Spec-Driven Development y se calcula en local con Ollama, así que las specs no abandonan tu máquina. El perfil de demanda se estima una vez con un modelo juez que tienes instalado y se cruza con el catálogo vivo de modelos (precios y notas anclados a datos, no a ocurrencias).

Hay dos errores caros en cuanto toca implementar: pagar capacidad que el proyecto no usa, o elegir un modelo demasiado limitado y pagar igualmente sin resultado. Esa decisión se toma cuando las specs ya existen y aún no has gastado un token. Recibes una tabla con oro, plata y bronce —encaje, precio de entrada/salida y fecha de tarifa— y una explicación de la dimensión que decide (por ejemplo reasoning).

Cómo lo usas

• Python 3.11+, uv o pipx, y Ollama 0.5.0 o superior (hace falta para salidas estructuradas y citas).
• En la primera ejecución te lista los modelos locales, te pide cuál usas como juez y lo recuerda.
• Con --open abres una matriz visual en el navegador, filtrable por familia y por open source.

Un juez pequeño (del orden de 8B) basta en la mayoría de proyectos; si no puede anclar la valoración en tu propio texto, se niega a inventar y no te da respuesta. Puedes instalarlo con uv tool install specjudge o lanzarlo con uvx sin dejar rastro.