Visual Trans asegura que la última versión de Tariff Code alcanza un 83,87% de acierto en clasificación arancelaria, frente al 77,42% de la versión anterior. La herramienta propone códigos TARIC a partir de descripciones de productos en lenguaje natural.
La compañía señala que la mejora se midió en un banco de pruebas especializado. En ese mismo conjunto de casos, afirma que Tariff Code obtuvo resultados superiores a los de varios modelos de inteligencia artificial de propósito general: 25,81 puntos porcentuales por encima de Gemini 3.8 Flash y 29,03 puntos por encima de GPT-6 Astra y Claude Fable 5.1.
La clasificación arancelaria requiere interpretar características como la naturaleza, la composición, la función y el uso de cada mercancía. Según Visual Trans, la actualización amplía el análisis de esos atributos y contrasta las propuestas con la nomenclatura oficial para descartar códigos no válidos y ordenar las alternativas.
La empresa presenta la herramienta como un apoyo para el análisis inicial y la revisión de los profesionales aduaneros. «El objetivo no es sustituir el criterio técnico del agente de aduanas, sino dotarlo de una herramienta precisa que agilice el análisis inicial y reduzca los tiempos de consulta en su operativa diaria», señala el equipo de desarrollo de Visual Trans.
La información facilitada por la compañía no detalla el tamaño del banco de pruebas ni el método de evaluación empleado. Esos datos permitirían valorar con mayor precisión el alcance de los resultados y su comparación con otros modelos.
