Modelos de lenguaje

Qué hace falta de verdad para entrenar tu propio modelo: la cuenta que nadie te enseña

«Cuánta GPU hace falta» es la pregunta equivocada. Cómputo, datos y conocimiento no se suman: son tres puertas en serie, y la que casi nadie pasa no es la del hardware. Con el precio real de hoy, el corpus real de un modelo abierto y el cuaderno de bitácora real de un entrenamiento de 175.000 millones de parámetros, esta pieza hace la cuenta completa — y te dice en qué escalón estás tú.

7 min 25 jul. 2026

Modelos de lenguaje

Le pidieron a ChatGPT repetir 'poema' y recitó a Poe: qué prueba eso, y qué no

En 2023, un equipo de investigadores le pidió a ChatGPT que repitiera la palabra 'poema' sin parar, y el modelo acabó recitando 'El cuervo' de Poe palabra por palabra. Eso no prueba que los modelos guarden una copia de internet, pero tampoco que nunca memoricen nada: las dos afirmaciones son ciertas según el caso. Las cuatro preguntas que separan una demanda seria de un titular vacío.

7 min 25 jul. 2026

Modelos de lenguaje

¿Qué es exactamente un «peso» en un modelo de IA?

Explicamos gradiente descendente, hiperparámetros y overfitting, pero casi nunca lo que de verdad se ajusta: el peso. Es un número, y un modelo son millones de esos números. Con esa idea sola se cae buena parte de la mitología sobre la IA — y con las fuentes correctas se puede decir, con precisión, cuánta memorización es real y por qué «70B» no mide calidad.

7 min 23 jul. 2026

Modelos de lenguaje

«Abierto» en IA no significa lo que crees: cómo comprobarlo tú mismo

«Pesos abiertos» no es «código abierto», y la diferencia tiene consecuencias reales: desde umbrales de usuarios hasta exclusiones territoriales escondidas en la letra pequeña. Con la licencia de Llama 4 y el contraejemplo de OLMo 2, esta pieza enseña tres preguntas para comprobar por ti mismo, documento en mano, si una IA que se anuncia «abierta» lo es de verdad.

8 min 23 jul. 2026

Modelos de lenguaje

Anthropic dejó que tres expertos opinaran sobre su hallazgo en Claude — y los tres discrepan entre sí

El 6 de julio, Anthropic publicó un hallazgo real sobre cómo razona Claude por dentro (ya lo contamos). Lo inusual vino después: invitó a tres grupos de expertos a comentarlo, sin editarlos para que coincidieran, y no coinciden. Esto es lo que separa a los tres, por qué ninguno confunde un dato con una interpretación, y cómo aplicar ese mismo criterio la próxima vez.

7 min 23 jul. 2026

Modelos de lenguaje

Codex ajusta el contexto de GPT-5.6: qué cambia en las sesiones largas

El perfil de 272.000 tokens de Codex no es la capacidad total del modelo. Cómo separar ventana, margen, compactación y consumo al evaluar una sesión larga.

4 min 22 jul. 2026

Modelos de lenguaje

Kimi K3 eleva el listón de los modelos abiertos, pero no sustituye las pruebas

Moonshot presenta Kimi K3, un modelo de 2,8 billones de parámetros con visión nativa y hasta un millón de tokens de contexto. Sus cifras invitan a mirar tanto las capacidades como la forma de evaluarlas.

4 min 21 jul. 2026

Modelos de lenguaje

J-lens: cómo mirar dentro de Claude sin confundir una sonda con su mente

La J-lens convierte activaciones internas en tokens legibles. Aprende a separar lectura, causalidad, réplica y cobertura antes de llamarlo “pensamiento”.

7 min 18 jul. 2026

Modelos de lenguaje

NVIDIA y LangChain afinan Nemotron 3 Ultra para agentes

NVIDIA y LangChain han publicado un perfil ajustado para ejecutar agentes con Nemotron 3 Ultra. La propuesta promete acercar un modelo abierto al rendimiento de alternativas cerradas mediante mejoras en el entorno que rodea al modelo.

4 min 18 jul. 2026

Modelos de lenguaje

Inkling tiene pesos abiertos, pero sus 41.000 millones activos no caben en un portátil

Thinking Machines publicó Inkling con 975.000 millones de parámetros totales y licencia Apache 2.0. Cómo auditar apertura, memoria, modalidades y resultados.

5 min 18 jul. 2026

Modelos de lenguaje

Anthropic descubre un "espacio oculto" donde Claude rumia sus ideas

Anthropic ha creado la lente J, una herramienta que revela palabras que un modelo de lenguaje "tiene en mente" antes de decirlas. En un caso, Claude decidió hacer trampa y su espacio oculto se llenó de "pánico" y "falso".

7 min 11 jul. 2026

Modelos de lenguaje

Nemotron 3 Nano muestra qué significa realmente abrir un modelo para agentes

Nvidia publica pesos, ficha, datos y herramientas alrededor de un modelo de mezcla de expertos. «Abierto» no es una propiedad binaria: licencia, procedencia, recetas, evaluaciones y dependencia de hardware deben auditarse por separado.

5 min 15 dic. 2025