Los pesos de Kimi son abiertos; el hardware, no
Moonshot AI AI publicó esta semana los pesos de su modelo Kimi K3.1 Pro, con lo que un modelo de nivel frontera y 3 billones de parámetros queda a disposición del público. A pesar de que los pesos son abiertos, ejecutar Kimi K3.1 Pro en local plantea importantes desafíos de hardware. El modelo se distribuye en 96 fragmentos grandes, con un total aproximado de 1,6 terabytes, y requiere al menos 1,2 terabytes de VRAM para la inferencia en bruto.
Según el vídeo, el rendimiento de Kimi K3.1 Pro en benchmarks lo sitúa entre los modelos de primer nivel. Según se informa, logró el puesto n.º 1 en Agents Last Exam, el n.º 2 en GDP Val (el benchmark interno de OpenAI de trabajo del conocimiento en el mundo real) y el n.º 3 en OS World. El modelo también obtuvo buenos resultados en Terminal Bench y BenchCAD.
Alcanzar estas clasificaciones depende de los diseños y versiones específicos de cada benchmark. Para la mayoría de los usuarios, los proveedores de inferencia ofrecerán la vía inmediata para acceder a Kimi K3.1 Pro. Los futuros esfuerzos de cuantización de la comunidad de código abierto podrían ampliar el acceso local, lo que potencialmente permitiría ejecutar el modelo en hardware menos especializado.
El control del ordenador se hace más pequeño y más especializado
También están surgiendo modelos de pesos abiertos diseñados para el control directo del ordenador. La familia de modelos NorthCUA, por ejemplo, se centra en la interacción y la automatización del ordenador. Su versión insignia Pro cuenta con 397 mil millones de parámetros en total, con 17 mil millones de parámetros activos en su arquitectura de Mixture-of-Experts (MoE).
Entre las variantes más pequeñas figuran NorthCUA Mini, con 35 mil millones de parámetros, y NorthCUA Nano, con 9 mil millones de parámetros. Estos modelos más pequeños muestran un rendimiento competitivo en benchmarks como OS World Verified y WebArena Verified: el modelo Nano obtiene un 78,9 % y un 78,8 % respectivamente, frente al 88,0 % y el 88,2 % del modelo Pro. Aunque estas puntuaciones son sólidas, el rendimiento en benchmarks no garantiza un control fiable del ordenador en el mundo real.
Los modelos NorthCUA operan dentro de un entorno personalizado (harness): observan el estado de la pantalla, procesan la información y ejecutan acciones en un ciclo continuo. Este enfoque contrasta con Sarvam Prism, un modelo de decisión basado en Sarvam 105B.
Prism, inspirado en modelos como Jev, procesa contexto y preguntas con conjuntos de respuestas fijos. Devuelve probabilidades para cada respuesta en una sola pasada, lo que lo hace adecuado para la toma de decisiones estructurada y no para la generación de texto abierto. Este diseño se centra en resultados basados en la elección, lo que lo distingue de los agentes de uso del ordenador orientados a la acción.
De los cuadernos de laboratorio a las imágenes, los modelos pequeños encuentran su nicho
También están surgiendo modelos especializados, diseñados para tareas concretas en lugar de una inteligencia general amplia. MIT lanzó Hydrogen 1.0, un modelo científico capaz de generar código y cuadernos computacionales. Perplexity Embed V2 Context busca mejorar la recuperación de información en diversos tipos de datos, como texto, imágenes y documentos visuales.
De Pruna AI, PH3 Image ofrece una solución eficiente de generación y edición de imágenes. Derivado de MiniMax H3, el modelo genera o edita imágenes, según se informa, en ocho pasos, una reducción significativa frente a los 50 pasos. Esto permite una entrega más rápida y archivos de pesos más pequeños que su predecesor.
Los esfuerzos de la comunidad subrayan la utilidad de los modelos compactos. Un ajuste fino para programación de Qwen 3.5, con solo 4 mil millones de parámetros, demostró capacidades inesperadas de generación de escenas 3D. Esto sugiere que los modelos más pequeños pueden resultar muy eficaces cuando se aplican a tareas acotadas y bien definidas.
Estos lanzamientos específicos, junto con modelos como Kimi K3.1 Pro de Moonshot AI AI, accesible a través de Moonshot AIai/Kimi-K3.1-Pro - Hugging Face, ponen de relieve una tendencia creciente. Los desarrolladores aprovechan el acceso a pesos abiertos para crear herramientas de IA especializadas. Esto permite innovar más allá de los modelos más grandes y de mayor consumo de recursos.
¿Te está gustando? Recibe uno así en tu bandeja cada mañana.
un correo al día · date de baja en dos clics · sin rastreadores de terceros
Pika H3 Flex hace tangible la propuesta para creadores
Pika H3 Flex, un nuevo modelo de generación de vídeo a partir de texto, promete una producción creativa rápida. La plataforma afirma generar clips de vídeo de 15 segundos con audio en tan solo siete segundos, con resoluciones de hasta 4K y stems de audio exportables. Estas cifras de velocidad y precio se presentan como afirmaciones del vídeo promocional de Pika.
Más allá de la simple generación de clips a partir de un prompt, Pika H3 Flex permite un flujo de trabajo más iterativo. Los usuarios pueden aportar varias referencias de imagen y audio para guiar el resultado y luego realizar ediciones específicas en los clips generados. Este conjunto de funciones busca acelerar la iteración creativa y mejorar el control del usuario sobre el vídeo final.
Los lanzamientos de la semana incluyeron también Apriel Voice 27B, un modelo que combina entradas de voz, texto e imagen para ejecutar tareas, y Clover, otro modelo de texto rápido. Esta oleada de modelos especializados, desde Kimi K3.1 Pro de Moonshot AI AI hasta los agentes de control de ordenador de NorthCUA y el modelo científico Hydrogen 1.0 de MIT, subraya un cambio en el mercado. Las demostraciones y las puntuaciones de benchmarks ofrecen una primera idea, pero la fiabilidad en el mundo real y la aplicación práctica siguen siendo pruebas distintas para estos nuevos modelos de pesos abiertos.
Preguntas frecuentes
¿Qué es Kimi K3.1 Pro?
Es un modelo de 3 billones de parámetros de Moonshot AI cuyos pesos se publicaron abiertamente. Sus requisitos de hardware en bruto hacen que la inferencia alojada sea más práctica para la mayoría de los usuarios.
¿Puede Kimi K3.1 Pro ejecutarse en un ordenador doméstico?
El vídeo estima unos 1,2 terabytes de VRAM para el modelo sin cuantizar, muy por encima del hardware de consumo habitual. Las versiones cuantizadas más pequeñas podrían mejorar la accesibilidad.
¿Qué hace NorthCUA?
NorthCUA es una familia de modelos de pesos abiertos diseñada para controlar un ordenador mediante un ciclo repetido de observar, pensar y actuar.
¿Qué lanzamientos del resumen están dirigidos a creadores?
El resumen destaca PH3 Image para la generación y edición de imágenes, además de Pika H3 Flex para la generación de vídeo a partir de texto y la edición iterativa.