¡Ay, mi gente! Si hay una ‘vaina’ que se está moviendo rápido en el mundo de la tecnología, esa es la inteligencia artificial, ¡y los chinos están de lo más activos en ese ‘coro’! Según la noticia que nos llega, la competencia por crear modelos de IA China arrancó en el lado de los ‘chiquitos’, esos que podían funcionar con menos recursos en dispositivos más modestos. Empresas como Qwen y MiniCPM se lucieron ahí, demostrando que no siempre se necesita una estación espacial para hacer magia tecnológica. Pero como en el barrio, a veces lo que uno busca hoy, mañana es justo lo contrario. Ahora, la mirada se ha volteado hacia los modelos ‘colosales’, ¡la cosa se puso grande de repente!
Imagínense ustedes un ‘tigueraje’ de números: estamos hablando de parámetros que se cuentan por miles de millones, ¡un viaje! Modelos como DeepSeek-V3 sorprendieron con 671 mil millones de parámetros, y la cosa siguió escalando con Moonshot AI llevando Kimi K2 hasta el billón. Pero lo ‘jevi’ de 2026, según el reporte, es que Kimi K3 ya alcanzó los 2.8 billones y Alibaba con su Qwen3.8-Max no se quedó atrás, llegando a los 2.4 billones. Esos son números que le sacan un ‘uy’ a cualquiera, ¿verdad? Pero ojo, que ese montón de parámetros no significa que todos trabajen al mismo tiempo; ahí es que está el truco, la salsa secreta.
La verdad es que estos ‘gigantes’ no piensan enteros, y esa es la gracia de la vaina. La arquitectura ‘Mixture of Experts’ (MoE) es la que está rompiendo el molde. ¿Cómo funciona esto? Sencillo: en vez de que cada parámetro se faje en cada paso del procesamiento, el sistema solo activa una parte, los expertos necesarios para esa tarea específica. Asegún un análisis de SemiAnalysis en 2023, hasta el mismo GPT-4 de OpenAI podría estar usando esta técnica, aunque ellos no lo han confirmado. Con Qwen3.8-Max, de los 2.4 billones de parámetros que tiene, solo se usan unos 95 mil millones por cada paso. ¡Eso sí es eficiencia, mi gente!
Pero no se me confundan, que más grande no siempre es sinónimo de mejor, ¡ni mucho menos! La gente de DeepMind nos dio una lección con su modelo Chinchilla en 2022. Aunque tenía ‘solo’ 70 mil millones de parámetros, le dio una pela a Gopher, que tenía 280 mil millones, en casi todas las tareas. ¿El secreto? Chinchilla fue entrenado con cuatro veces más datos y una arquitectura de primera. Esto demuestra que no todo es el tamaño; la calidad de los datos, cómo se entrenan y la infraestructura de computación son piezas clave en este rompecabezas tecnológico.
Ahora, prepárense para la próxima frontera, porque los chinos no paran. La ‘chercha’ ahora es llegar a los 10 billones de parámetros. Alibaba ya confirmó que su Qwen 4 está en entrenamiento y que su hoja de ruta para Qwen 4.5 y Qwen 5 apunta a modelos entre 5 y 10 billones. A ByteDance, según Financial Times, también le están dando ‘ganas’ de unirse a esta carrera de megamodelos. Lo que sí es un misterio es el tamaño de los modelos gringos, como GPT-5.6 Sol de OpenAI o Claude Fable 5.1 de Anthropic, porque esos detalles no se han hecho públicos.
Al final del día, no todos los modelos son para lo mismo, y esa es la verdad del asunto. Los ‘chiquitos’ son los campeones cuando se necesita economizar memoria y cómputo, ideales para llevar la IA directamente a nuestros dispositivos personales. Los ‘colosales’, por su lado, buscan una capacidad más amplia, para tareas que demandan mucho más poder. La estrategia china, pues, es bien ‘bacana’: no se trata de reemplazar unos por otros, sino de cubrir ambos extremos del espectro, ofreciendo soluciones para cada necesidad. ¡Así se juega el juego, de una vez!
Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
