Buenas, esto es BIMPRAXIS, el podcast donde el
Download transcript (.srt)
0:09
0:15
0:20
0:23
0:26
0:28
0:36
0:40
0:40
0:43
0:46
0:47
0:50
0:51
0:53
0:55
0:58
1:01
1:04
1:07
1:09
1:10
1:10
1:13
1:13
1:15
1:16
1:19
1:21
1:23
1:25
1:28
1:29
1:31
1:34
1:37
1:39
1:40
1:40
1:42
1:45
1:46
1:49
1:52
1:55
1:55
1:59
2:01
2:04
2:06
2:09
2:10
2:11
2:14
2:16
2:18
2:21
2:23
2:24
2:26
2:31
2:33
2:37
2:39
2:40
2:42
2:44
2:47
2:47
2:49
2:52
2:56
2:56
2:57
2:59
3:01
3:03
3:05
3:07
3:09
3:10
3:11
3:12
3:14
3:16
3:17
3:19
3:21
3:24
3:28
3:31
3:32
3:34
3:35
3:35
3:38
3:40
3:41
3:43
3:47
3:48
3:50
3:53
3:54
3:56
3:59
4:00
4:01
4:04
4:04
4:07
4:08
4:10
4:11
4:13
4:13
4:16
4:20
4:21
4:22
4:23
4:26
4:28
4:31
4:33
4:34
4:38
4:40
4:42
4:44
4:45
4:48
4:52
4:55
4:57
4:58
4:59
5:02
5:04
5:07
5:09
5:10
5:12
5:15
5:17
5:18
5:19
5:19
5:22
5:26
5:28
5:30
5:34
5:36
5:37
5:38
5:38
5:43
5:46
5:49
5:52
5:52
5:53
5:56
5:58
6:00
6:01
6:04
6:06
6:07
6:08
6:10
6:11
6:13
6:14
6:17
6:21
6:22
6:22
6:26
6:27
6:29
6:30
6:32
6:36
6:37
6:38
6:41
6:44
6:46
6:48
6:50
6:52
6:53
6:56
6:59
6:59
7:00
7:02
7:03
7:05
7:07
7:08
7:11
7:14
7:16
7:18
7:19
7:22
7:25
7:27
7:31
7:32
7:35
7:38
7:41
7:43
7:44
7:46
7:50
7:52
7:55
7:55
7:58
8:01
8:03
8:04
8:06
8:08
8:11
8:14
8:14
8:15
8:18
8:19
8:20
8:22
8:25
8:28
8:32
8:34
8:35
8:38
8:40
8:42
8:45
8:47
8:48
8:51
8:54
8:56
8:57
9:00
9:03
9:04
9:06
9:08
9:09
9:11
9:13
9:16
9:16
9:18
9:20
9:22
9:25
9:28
9:31
9:33
9:36
9:37
9:38
9:39
9:41
9:44
9:47
9:47
9:48
9:49
9:53
9:56
9:58
10:00
10:03
10:03
10:06
10:08
10:09
10:11
10:14
10:14
10:16
10:19
10:21
10:24
10:24
10:27
10:30
10:31
10:34
10:36
10:38
10:41
10:43
10:45
10:47
10:50
10:52
10:54
10:54
10:55
10:58
11:00
11:05
11:05
11:07
11:07
11:09
11:12
11:13
11:14
11:16
11:18
11:21
11:24
11:24
11:26
11:27
11:29
11:31
11:32
11:36
11:37
11:38
11:38
11:40
11:43
11:45
11:46
11:49
11:51
11:53
11:56
11:59
12:03
12:04
12:05
12:07
12:09
12:10
12:13
12:14
12:17
12:19
12:22
12:23
12:25
12:27
12:30
12:32
12:34
12:35
12:36
12:39
12:41
12:43
12:45
12:47
12:48
12:51
12:53
12:55
12:57
12:59
13:01
13:02
13:05
13:06
13:08
13:10
13:13
13:14
13:16
13:17
13:18
13:19
13:23
13:24
13:25
13:26
13:27
13:29
13:31
13:32
13:33
13:34
13:37
13:41
13:44
13:47
13:48
13:50
13:52
13:55
13:59
14:00
14:03
14:05
14:07
14:10
14:11
14:14
14:16
14:19
14:21
14:23
14:24
14:25
14:28
14:30
14:32
14:36
14:38
14:39
14:41
14:44
14:46
14:48
14:51
14:52
14:55
14:56
14:58
15:00
15:02
15:04
15:06
15:08
15:10
15:12
15:13
15:14
15:17
15:18
15:19
15:22
15:25
15:27
15:28
15:30
15:32
15:34
15:37
15:39
15:42
15:43
15:45
15:47
15:48
15:51
15:52
15:54
15:58
16:00
16:02
16:02
16:05
16:07
16:09
16:11
16:11
16:13
16:15
16:17
16:18
16:19
16:21
16:23
16:25
16:26
16:29
16:32
16:35
16:37
16:39
16:42
16:43
16:46
16:48
16:50
16:53
16:54
16:56
16:56
17:00
17:01
17:03
17:06
17:08
17:10
17:12
17:13
17:15
17:17
17:18
17:21
17:25
17:30
17:32
17:34
17:34
17:37
17:40
17:41
17:43
17:46
17:48
17:50
17:51
17:52
17:55
17:57
18:00
18:00
18:02
18:04
18:07
18:09
18:12
18:13
18:16
18:18
18:20
18:22
18:24
18:26
18:29
18:31
18:34
18:35
18:37
18:39
18:41
18:44
18:45
18:48
18:51
18:52
18:53
18:56
18:58
19:00
19:03
19:06
19:07
19:08
19:08
19:11
19:13
19:14
19:16
19:18
19:21
19:24
19:25
19:27
19:30
19:31
19:31
19:33
19:34
19:38
19:41
19:43
19:44
19:46
19:48
19:51
19:54
19:57
20:00
20:01
20:02
20:05
20:07
20:09
20:12
20:14
20:16
20:16
20:19
20:21
20:24
20:27
20:28
20:31
20:34
20:36
20:39
20:41
20:45
20:46
20:49
20:50
20:52
20:55
20:56
20:58
21:01
21:02
21:05
21:06
21:09
21:11
21:12
21:14
21:17
21:19
21:22
21:23
21:24
21:27
21:28
21:30
21:33
21:35
21:39
21:42
21:44
21:47
21:51
21:53
21:55
21:57
21:59
22:00
22:02
22:03
22:04
22:06
22:08
22:11
22:14
22:15
22:16
22:17
22:19
22:21
22:24
22:27
22:28
22:31
22:33
22:33
22:36
22:38
22:42
22:44
22:47
22:50
22:51
22:53
22:54
22:55
22:57
22:59
23:02
23:05
23:06
23:11
23:12
23:15
23:17
23:19
23:23
23:25
23:27
23:29
23:31
23:33
23:36
23:39
23:41
23:42
23:46
23:48
23:52
23:55
23:57
24:00
24:02
24:02
24:05
24:06
24:11
24:15
24:17
24:19
24:21
24:24
24:27
24:30
24:32
24:34
24:36
24:38
24:41
24:43
24:46
24:49
24:52
24:53
24:56
24:58
25:01
25:04
25:05
25:08
25:10
25:13
25:16
25:28
25:31
25:42
25:44
BIM se encuentra con la inteligencia artificial.
Exploramos la ciencia, la tecnología y el futuro
desde el enfoque de la arquitectura, ingeniería y
construcción.
¡Empezamos!
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio
de BIMPRAXIS.
Hoy os traemos el modelo de pesos abiertos
que está destronando a los gigantes tecnológicos, GLM
5 .2.
A ver, para empezar, imaginad por un segundo
la siguiente escena.
A ver, ¿qué escena es esa?
Pues una persona cualquiera, sentada tranquilamente en el
sofá de su casa, con un portátil normal
y corriente, y de repente ejecuta un modelo
de inteligencia artificial que, ojo al dato, de
forma totalmente gratuita, y en apenas tres minutos,
le programa toda la arquitectura de un panel
financiero.
¿Ya?
Y no un panel cualquiera, claro.
Exacto.
O sea, un código al nivel de un
ingeniero de Silicon Valley.
Y lo hace superando de largo al mejor
código que sacan estos laboratorios que te cobran
suscripciones carísimas cada mes.
Y, bueno, esto no es ciencia ficción.
No, que va, es la realidad que hoy
vamos a diseccionar aquí.
Y es un escenario que, sinceramente, si lo
pensamos, hace apenas 12 meses nos habría parecido
imposible, totalmente de locos.
Lo que estamos presenciando es un punto de
inflexión.
Totalmente.
Vamos a poner las cartas sobre la mesa
desde ya, porque el volumen de datos que
tenemos hoy es masivo.
La misión de este análisis, a fondo, es
precisamente entender cómo demonios hemos llegado a esto.
Sí, apoyándonos en fuentes muy potentes.
Eso es.
Nos apoyamos en tres análisis exhaustivos en vídeo.
Tenemos el canal de Sandwich TV, el de
Better Stack y el de Casque Royal.
Y, además, cruzamos todo eso con un informe
de métricas que es implacable, de Artificial Analysis.
Un informe muy complejo.
Completo, sí.
Y la inmensa sorpresa, el gran giro de
John, que de verdad ha sacudido a toda
la industria, es que este modelo del que
hablamos no viene de las relucientes oficinas de
OpenAI en San Francisco.
No, no viene de ahí.
Ni tampoco de los servidores de Meta.
Viene de CII, que es un laboratorio chino.
GLM 5 .2 está igualando cara a cara
a titanes como GPT 5 .5 y, atención
a esto que es fuerte, está superando al
mismísimo Cloud 5 .0.
Fable 5 .0 en áreas críticas.
Es una pasada, sí.
Y todo bajo una licencia MIT de pesos
abiertos.
O sea, de OpenWeights.
Lo que significa que cualquiera puede cogerlo, descargarlo,
modificarlo y hasta usarlo comercialmente sin pedirle permiso
a nadie.
Claro.
Y hay que entender muy bien la magnitud
de ese detalle.
Porque, a ver, es muy fácil dejarse llevar
por el entusiasmo de los rankings y de
las tablas de clasificación, ¿verdad?
Sí, nos encantan los rankings.
Ya.
Exactamente.
Cambia las reglas del juego aquí.
Fíjate, no es solo que logre alcanzar a
los modelos propietarios de frontera.
Es el cómo.
El cómo se ha logrado.
¿A qué te refieres exactamente?
Pues a que si desgranamos la arquitectura y
los costes operativos, vemos que desafían por completo
la lógica comercial, que las grandes tecnológicas han
intentado imponernos hasta ahora.
O sea, que no es solo meter más
servidores.
Exacto.
No es que GLM AI haya inyectado más
fuerza bruta que Google o OpenAI.
Sí, en absoluto.
Es que han diseñado un sistema con una
elegancia técnica, yo diría, abrumadora.
Vale.
Vamos a desgranar esto porque los números del
informe de Artificial Analysis sinceramente no me cuadran.
A ver, cuéntame.
Dicen que en su índice de inteligencia, que
entiendo que es una métrica combinada dificilísima, ¿no?
Sí, junta de todo.
Eso.
Junta razonamiento, ciencia, matemáticas, programación, un montón de
cosas.
Pues GLM 5 .2 saca una puntuación de
51.
Y claro, la media de su categoría es
25.
Lo duplica de largo, sí.
Literalmente.
Pero luego sigo leyendo y veo que tiene
un tamaño colosal de 753 mil millones de
parámetros.
Una barbaridad de tamaño.
Claro.
Entonces yo pienso, si es tan masivo, operarlo
debería costar una auténtica fortuna.
O sea, debería romper casi las leyes de
la termodinámica de los servidores.
¿Dónde está el truco aquí?
Bueno, el truco está en una arquitectura que
en el mundillo llamamos Mixture of Experts.
O sea, mezcla de expertos.
Vale, tradúceme eso al español, para el común
de los mortales.
Sí, a ver, para visualizarlo sin caer en
jerga incomprensible, imagínate un hospital gigantesco.
Un hospital con 750 médicos de todas las
especialidades posibles.
Ese sería el modelo completo.
Vale, me lo imagino.
Ahora bien, si un paciente entra por la
puerta de urgencias con un simple dolor de
garganta, pues no se convoca a los 750
médicos a la vez en una sala para
diagnosticarle.
Sería absurdo, claro.
Eso sería carísimo, lentísimo y caótico.
Claro, lo mandarían solo al especialista que le
toca, ¿no?
Al de garganta.
Exacto.
Tienen a un recepcionista ultrarráquido, que en este
caso sería un enrutador, que evalúa la consulta
en milisegundos y te envía únicamente a la
consulta del otorrino laringólogo.
Pues GLMM 5 .2 hace exactamente eso a
nivel matemático.
O sea, que no enciende todo a la
vez.
Para nada.
De sus 753 .000 millones de parámetros, solo,
digamos, despierta y utiliza unos 40 .000 millones
de parámetros activos por cada token que procesa.
¿40 frente a 750?
¡Guau!
Eso es.
Utiliza al experto adecuado dentro de su inmensa
red neuronal y deja a todo el resto
completamente apagado.
Ah, vale, claro.
Por eso el coste computacional se desploma, aunque
el hospital, por seguir con el ejemplo, sea
inmenso.
Y tenga un conocimiento...
Un conocimiento vastísimo ahí almacenado.
Vale, vale, vale.
El mecanismo de los expertos lo explica en
parte, lo entiendo.
Pero hay otro dato fascinando en las fuentes,
que sobre su comportamiento parece totalmente contradictorio con
esto del ahorro.
¿Cuál?
El informe destaca que GLMM 5 .2 es
un modelo, lo llaman, verboso.
Ah, sí, muy charlatán.
Eso, que habla muchísimo.
En las mismas pruebas del índice de inteligencia
generó, ojo a esto, unos 140 millones de
tokens de salida.
¡Una barbaridad!
Claro, es que cuando miras la media de
otros modelos para hacer exactamente lo mismo, ronda
los 110 millones.
O sea, es como si a este modelo
le intentara pensar en voz alta.
Bueno, pero fíjate que eso es una decisión
de diseño deliberada.
Esa verbosidad es lo que en la industria
se conoce como chain of thought o cadena
de pensamiento.
Vale.
¿Desarrollar el problema paso a paso?
Exacto.
De hecho, Sam Wittevin, en su análisis técnico,
señala algo muy revelador sobre esto.
Dice que...
Mientras OpenAI lleva meses obsesionada con optimizar sus
modelos para que respondan con menos tokens y
así ahorrar pasta en servidores...
¿GLM 5 .2 hace lo contrario?
Justo.
GLM 5 .2 abraza la palabrería.
Obligar a una IA a explicar cada micropaso
de su lógica interna antes de escupir la
respuesta final reduce enormemente las famosas alucinaciones.
O sea, fíjate, es como tener un coche
con un motor V8 gigantesco.
Y ese motor polsome muchísima gasolina.
O muchísimos tokens, en este caso, para poder
moverse y pensar correctamente.
Sí, buena analogía.
Pero, a ver, resulta que el precio de
esta gasolina está tan subsidiado por esa mezcla
de expertos de la que hablábamos antes, que
el consumo masivo pasa a ser prácticamente irrelevante
para el bolsillo.
Esa es exactamente la mecánica subyacente.
Y los datos puros de Artificial Analysis avalan
esa analogía del V8.
A ver, danos cifras.
Pues, a pesar de usar una media de
43 .000 tokens por tarea...
...que está muy por encima de modelos como
Kimi o DeepSeek, el coste de inferencia da
risa.
¿De cuánto hablamos?
Hablamos de 1 ,40 dólares por millón de
tokens de entrada.
¡Madre mía!
Y 4 ,40 dólares por millón de salida.
Para que nos hagamos una idea real del
volumen, evaluar todo el maldito índice de inteligencia,
pasando cientos de pruebas infernales, costó en total
menos de 900 dólares.
¡Qué locura!
Y a eso sumémosle una ventana de contexto.
De un millón de tokens.
Que eso es para que la audiencia se
sitúe el equivalente a unos 1 .500 folios
de texto leídos de una sentada, ¿verdad?
Sí, más o menos.
Y todo esto con una velocidad de salida
de más de 81 tokens por segundo.
Son métricas de infarto, sin duda.
Desde luego.
Pero claro, la teoría sintética y los benchmarks
de laboratorio solo te cuentan la mitad de
la historia.
Eso siempre.
Claro.
Y es muy divertidísimo en el túnel de
viento, si luego resulta que no sabe tomar
las curvas en un circuito real.
Y aquí es donde se pone realmente interesante.
A ver.
Vamos a ver cómo se comporta en las
trincheras del día a día.
Porque el vídeo de BetterStack arroja luz sobre
unas aplicaciones prácticas que son brutales.
Empezando, fíjate, por el diseño web.
Resulta que GLM 5 .2 ha reventado la
tabla de clasificación de Design Arena.
Sí, la de programación web HTML.
Exacto.
Programación HTML.
De un solo turno.
Es el primer modelo de la historia que
desbanca a la familia Claude en esta disciplina.
Y eso incluye al poderoso Fable 5.
Ya.
Y esto te digo yo que no es
casualidad, ¿eh?
Cuando analizamos la calidad del código generado, vemos
que GLM 5 .2 tiene un entrenamiento finísimo
en plantillas modernas.
Consigue evitar por completo lo que los desarrolladores
solemos llamar antipatrones de IA.
Espera.
Define antipatrones de IA.
¿Te refieres a esos diseños genéricos horribles?
¿Que vemos por ahí?
Sí, totalmente.
Ya sabes, esos degradados púrpuras chillones.
Sí.
Uf, los odio.
Sombras excesivas por todas partes.
Esquinas mal redondeadas.
En fin, detalles estéticos que gritan a los
cuatro vientos.
Eh, me ha programado una máquina.
Ya, la típica web de plantilla barata.
Exacto.
Pues este modelo domina librerías complejas como Tailwind,
para hacer estilos súper limpios.
También domina ChartJS .com.
Para visualización de datos, e incluso 3JS, para
gráficos en tres dimensiones.
Y lo hace con un gusto estético que
parece propio de un diseñador humano actualizado.
Ya, pero, a ver, aquí hay una limitación
técnica que me parece un handicap enorme y
que creo que tenemos que abordar sí o
sí.
A ver, dime.
A diferencia de Facebook 5 o de Gemini,
que sabemos que son multimodales y pueden, entre
comillas, ver imágenes, GLM 5 .2 es estrictamente
de texto.
Sí, eso es así.
Claro.
Entonces, si tú quieres que replique el diseño
de una web existente, no puedes simplemente coger
y pasarle un pantallazo.
Es ciego.
Es un cuello de botella importante, efectivamente.
Y es verdad que es ciego.
Pero el creador de VererStack hizo un experimento
brillante para sortear precisamente esto.
Ah, sí.
Cuando intentó clonar la web de Linear.
Eso es.
Linear es muy conocida en el sector por
tener una de las interfaces de usuario más
pulidas y elegantes.
Así que la solución que encontraron fue, digamos,
crear un puente.
Exactamente.
Sí, fíjate.
Usó a Cloud, ¿verdad?
Usó a Cloud para generar un prompt larguísimo
describiendo la captura de pantalla al milímetro.
Exactamente.
Le decía dónde iban los márgenes, los tonos
exactos de gris, la tipografía.
Y luego cogió todo ese texto descriptivo enorme
y se lo pasó a GLM 5 .2.
Lo verdaderamente alucinante de esto es que, yendo
completamente a ciegas, operando solo y exclusivamente mediante
descripciones de texto.
Sí.
La réplica que construyó el modelo fue esta.
Espeluznantemente precisa.
Parecía calcada.
Sin embargo, tengo que admitir que donde me
quito el sombrero, y a la vez me
tuve que reír a carcajadas viendo las fuentes,
fue con el experimento de los videojuegos.
Uy, el famoso circuito de Silverstone en 3D.
Así es.
Menudo momentazo.
Better Stack le pidió a varios modelos, de
un solo intento, que programaran un juego de
Fórmula 1 en tres dimensiones que se pudiera
manejar directamente en el navegador.
Y, ojo.
GLM 5 .2.
No solo te renderiza un Ferrari rojo bastante
digno, que ya es mérito.
Sí, visualmente estaba bien.
Es que además incluyó un mensaje en el
código celebrando que Lewis Hamilton acaba de ganar
para la escudería.
O sea, demostrando que su base de conocimientos
está súper actualizada con el mundo real.
Ese detalle es muy bueno.
Sí, ahora bien, ¿como juego?
Bueno, digamos que las leyes de la física
brillaban por su ausencia.
Bastante, sí.
Los controles estaban totalmente invertidos.
O sea, tú pulsabas la letra F.
La letra A para ir a la izquierda
y el maldito coche giraba hacia la derecha.
Y la velocidad máxima era tan triste que
casi te compensaba más dar la vuelta a
circuito marcha atrás.
A ver, es una anécdota muy cómica, es
verdad.
Y te ríes viéndolo.
Pero esconde una victoria técnica aplastante si sabemos
leer entre líneas.
¿Ah, sí?
¿En qué sentido?
Pues que sí, la lógica de los vectores
de dirección estaba invertida, vale.
Y las físicas del coche eran un desastre
total.
Injugable, vamos.
Sí, injugable.
Pero el modelo logró compilar una librería compleja
como 3JS, importó las texturas, mapeó un circuito
tridimensional completo, asignó los controles de teclado y
ejecutó un bucle de renderizado en el navegador
sin un solo error de sintaxis.
O sea que el código no se rompió.
Exacto, arrancó a la primera.
Fíjate que en ese mismo test hubo modelos
que están especializados exclusivamente en programación, como Química
2 .7 Code.
Sí, que se supone que son los expertos.
Pues entraron en un bucle infinito de errores
en la consola y fueron incapaces siquiera de
mostrar una triste pantalla en negro.
Vaya tela.
Claro, viéndolo así, la solidez pura del código
es incuestionable, aunque el coche vaya del revés.
Y bueno, hay otra anécdota del video de
Sam Witavin que respalda mucho esto de la
coherencia interna del modelo.
Ah, la del retiro, no.
Esa misma.
Le pidió al modelo crear una web para
algo que bautizó como el retiro de bienestar
de Dario en las colinas toscanas.
Y oye, GLM 5 .2 no se limitó
a plantar ahí cuatro textos genéricos con una
foto de stock.
Qué va, se lo curró un montón.
Integró unas animaciones CSS fluidísimas que entraban y
salían al hacer scroll por la página.
E incluso, atención, se inventó que en ese
retiro había un caballo llamado Calypso.
Me encantó lo del caballo.
Es que va tejiendo una pequeña narrativa dentro
de los propios bloques de código.
Le da al mal diseño.
Pero, a ver, si queremos hablar de palabras
mayores, tenemos que ir obligatoriamente a la prueba
de fuego de Better Stack, el panel de
finanzas personales.
Es que ese es el punto de inflexión.
Ahí es donde se separa a un simple
picador de código de un verdadero arquitecto de
software.
Exactamente.
Fijémonos bien en los resultados de ese experimento
porque tienen miga.
El reto, para que la audiencia lo tenga
claro, era construir desde cero un panel de
gestión financiera juntando la interfaz visual y la
base de datos en un solo intento.
Un reto nada fácil.
Nada fácil.
Pues Kimi, que es un modelo muy respetado
en la comunidad, se fue a lo fácil.
Montó un servidor súper básico con Express y
usó NodeSQL en memoria.
Sí, o sea, para que nos entendamos, código
de juguete.
Claro, código que si tú apagas el ordenador,
borra todos los datos y te quedas a
cero.
Y luego, Cloud Opus 4 .8 hizo algo
peor todavía.
Generó un almacén de datos falso directamente en
JavaScript puro, que, a efectos prácticos, no sirve
para absolutamente nada en el mundo real.
¿Y qué hizo GLM 5 .2 frente a
eso?
Pues desplegó todo un entorno con Next .js
y configuró un esquema relacional potente con la
base de datos Prisma.
Para los que no sean desarrolladores, a ver
cómo lo explico.
Es como si vives que te hagan una
caseta para el perro y el arquitecto va
y te tira los cimientos en hormigón armado
con fontanería independiente.
Menuda obra.
Claro, lo hace porque prevé que algún día
vas a querer ampliar la caseta para que
viva un humano.
Esa es la metáfora perfecta.
Lo fascinante aquí es que, al elegir Next
.js y Prisma, el modelo está exhibiendo justo
lo que ZI prometió en su informe original.
El dominio de las tareas complejas.
Sí, el dominio de las tareas de horizonte
largo, o Long Horizon Tasks, como le llaman
en inglés.
Porque, a ver, la inteligencia artificial tradicional normalmente
padece de miopía.
Resuelve el prompt inmediato de la forma más
vaga y rápida posible simplemente para cumplir y,
de paso, ahorrarse tokens.
Ir a lo fácil, vamos.
Eso es.
Pero GLM 5 .2 evalúa el proyecto en
su conjunto.
Razona que una aplicación de finanzas personales, en
el mundo real, va a necesitar persistencia de
datos segura, un sistema de usuarios y mucha
escalabilidad futura.
Y toma decisiones de arquitectura basadas en ese
horizonte lejano.
Claro, es que eso no es un simple
autocompletado avanzado del teclado.
Para nada.
Eso es planificación estratégica pura y dura.
Pero claro, al escuchar cosas como 753 .000
millones de parámetros y planificación estratégica, la reacción
inmediata de cualquiera es pensar que te hace
falta un superordenador de datos.
Y eso es lo que hace la NASA.
Con refrigeración líquida, por lo menos.
Exacto, refrigerado por nitrógeno líquido para mover semejante
monstruo en tu casa.
Y aquí es donde la historia da otro
giro fascinante, hacia el tema de la accesibilidad.
Es que ese es el gran estigma, ¿sabes?
El estigma eterno de los modelos de pesos
abiertos.
Mucha gente piensa que si no tienes en
el garaje un clúster de tarjetas gráficas que
cuesta medio millón de euros, pues sencillamente no
puedes participar en esta revolución.
Ya.
Pero la capa de infraestructura comunitaria ha resuelto
ese problema por completo.
Sí, fíjate que Sam Witthiven lo demostró usando
la API de Open Router, que básicamente es
una pasarela para probar modelos sin tener que
instalarlos tú.
Y él le exigió escribir artículos complejísimos.
Bueno, pues el modelo fue capaz de escupir
ensayos de más de 5 .000 palabras de
forma totalmente consistente.
Que eso se dije pronto.
Claro, para poner contexto a la audiencia.
La mayoría de los modelos del mercado, cuando
pasan de las 800 o 1 .000 palabras
de generación, sufren una degradación del contexto.
Un contexto terrible.
Empiezan a alucinar cosas raras.
Pierden el hilo completamente.
Sí, repiten párrafos en bucle, como un disco
rayado, o directamente se rinden y dejan el
texto a medias.
Entonces, que este modelo aguante la coherencia 5
.000 palabras seguidas, demuestra un sistema de atención
neuronal impecable.
Impecable, sí.
Pero ojo, que la verdadera victoria técnica aquí
no es que esta API que usó Witthven
sea casi gratuita.
Es que, gracias a ecosistemas paralelos, hoy en
día prácticamente no hace falta ni pagar unos
céntimos.
Cero euros.
Cero.
El análisis de Casque Royal aporta la pieza
que nos faltaba en este gran puzzle de
la accesibilidad.
Cloudflare Workers AI.
Resulta que Cloudflare, que es un gigante de
la infraestructura web, ofrece ahora mismo un nivel
gratuito de 10 .000 neuronas al día.
Es alucinante.
Y Casque Royal demostró en su vídeo, paso
a paso, cómo integrar esto directamente en Open
Encode.
Mmm.
O sea, dentro de entornos de desarrollo que
todos usamos como Westcode.
Es decir, que sin pagar absolutamente nada conectas
la API gratuita y empiezas a pedirle cosas
al modelo directamente en la pantalla donde tú
escribes tu código.
Integración total, claro.
Y en el vídeo lograron crear una aplicación
moderna de listas de tareas, la típica To
Do List, con funciones completas para añadir, borrar
y hasta con un modo oscuro pulidísimo.
Todo esto funcional en tres minutos cronometrados de
reloj.
Espectacular.
Y luego le preguntaban sobre cómo comprobar los
ciclos de batería de un Mac.
Y el modelo respondía al instante.
Y cuando digo al instante, me remito a
las métricas que dimos al principio.
81 tokens.
Exacto.
81 tokens por segundo y un tiempo de
reacción, lo que llaman tiempo hasta el primer
token, de apenas 1 ,51 segundos.
Es decir, se elimina de golpe toda la
fricción de uso.
Tienes a un arquitecto de software senior trabajando
gratis para ti, a la velocidad del rayo
e integrado directamente en tu propio teclado.
Si conectamos esto con el panorama general y
alejamos un poco el zoom para verlo desde
arriba, las implicaciones son verdaderamente sísmicas para la
industria.
Históricamente siempre ha existido una especie de regla
no escrita, ¿no?
Y es que la comunidad del código abierto
vivía básicamente de las migajas de los grandes
laboratorios.
Sí, de lo que iban soletando.
Los modelos libres iban sistemáticamente entre un año
y medio y dos años por detrás de
lo que tenían Google, OpenAI o Antrópica Puerta
Cerrada.
Servían para investigar un rato o para jugar,
pero no para producción seria de alto nivel.
Tenían juguetes.
Pues con GLM 5 .2, esa brecha tecnológica
histórica se ha pulverizado por completo.
Ahora mismo estamos hablando de una diferencia de
apenas 4 a 6 meses respecto al estado
del arte mundial.
Lo cual tiene que tener a la junta
directiva de Google ahora mismo sudando frío.
Me lo imagino, sí.
Sobre todo con la presión inmensa que hay
puesta sobre su esperado Gemini 3 .5 Pro.
O sea, van a tener que demostrar un
salto evolutivo casi mágico para poder justificar el
encierro de los usuarios en sus ecosistemas propietarios.
Van a tener que currárselo mucho.
Y fíjate, esto nos lleva directos al concepto
del Doomsday Prepper, el preparacionista del apocalipsis tecnológico,
que rescata el vídeo de Better Stack al
final y que sinceramente me parece la reflexión
más aguda de todas nuestras fuentes de hoy.
Es un concepto que resuena muchísimo hoy en
día en la comunidad.
En el fondo, es el miedo a la
dependencia absoluta.
Totalmente.
Pensemos por un momento en lo frágil que
es depender del 100 % de la nube.
Hace apenas unas semanas, cientos de desarrolladores vieron,
impotentes, cómo se les bloqueaba el acceso a
modelos como Fable de la noche a la
mañana.
Un desastre.
Y todo por un cambio en los términos
de servicio de la empresa matriz o por
simples restricciones geográficas repentinas.
Es la diferencia enorme entre alquilar tu cerebro
a una megacompañía de una corporación que puede
desahuciarte mañana con un simple clic.
Y quedarte sin nada.
Exacto.
Frente a tener ese mismo cerebro físicamente encerrado
en una caja fuerte en tu propia casa.
Porque, al estar bajo una licencia MIT, literalmente
cualquier persona puede descargarse los pesos de GLM
5 .2, meterlos en un disco duro sólido
en un SSD y guardarlo en el cajón
de su escritorio.
Y eso, amigos, es un seguro de vida
profesional.
Sin duda.
Pase lo que pase mañana con los servidores
de OpenAI o si a los directivos de
Antropic les da por triplicar los precios, nadie,
absolutamente nadie, puede entrar en tu casa a
pagar ese disco duro.
Garantiza algo fundamental en estos tiempos, la soberanía
tecnológica.
Y viendo la altísima calidad de las decisiones
arquitectónicas que este modelo es capaz de tomar,
como hemos analizado con lo de Next .js
o ese diseño web súper avanzado, poseer esa
soberanía a nivel individual o de pequeña cantidad,
la empresa democratiza la innovación de una manera
sin precedentes en la historia.
Y para cerrar ya el análisis de hoy,
dejemos una idea flotando en el aire.
Porque la onda expansiva de todo esto va
muchísimo más allá de unas líneas de código.
Entonces, ¿qué significa todo esto?
Esa es la gran pregunta.
A ver, si un laboratorio, un solo laboratorio,
ha logrado diseñar un modelo de pesos abiertos
que planifica arquitecturas complejas él solo, que domina
el razonamiento profundo mediante esas cadenas de pensamiento
tan extensas de las que hablábamos, y cuya
operación diaria cuesta una fracción irrisoria.
El cambio de paradigma.
Exacto.
¿Qué pasará entonces con el modelo de negocio
tradicional del software?
Las megacorporaciones tecnológicas llevan años construyendo imperios gigantescos
basándose en cobrarnos suscripciones premium, 20, 30 o
50 euros al mes simplemente por acceder a
esta clase de inteligencia.
Es un modelo muy rentable para ellos, claro.
Sí, pero si esa misma inteligencia ahora se
puede descargar, modificar y ejecutar por unos míseros
céntimos o incluso completamente gratis gracias a las
herramientas de la comunidad, ¿quién va a sostener
esas suscripciones el día de mañana?
Es difícil justificar el pago, sí.
Parece que estamos presenciando, en vivo y en
directo, el momento exacto en el que la
inteligencia artificial de élite deja de ser un
producto de lujo reservado para unos pocos bolsillos
y se convierte en una materia prima hiperabundante,
tan básica, invisible y omnipresente como la propia
electricidad.
Desde luego, hay mucho, muchísimo sobre lo que
reflexionar de cara a los próximos meses.
Nos esperan tiempos muy interesantes.
Antes de despedirnos hasta el próximo programa, os
informamos de que las voces que oyes han
sido generadas por la IA de Notebook LM
y que dirigiendo el podcast se encuentra Julio
Pablo Vázquez, un humano que te envía saludos.
En caso de error, probablemente sean errores humanos.
Nos escuchamos.
Y hasta aquí el episodio de hoy.
Muchas gracias por tu atención.
Esto es BIMPRAXIS.
Nos escuchamos en el próximo episodio.