OptAI®
ES

Artículos Laboratorio

El modelo más pequeño que haga el trabajo

Los propios investigadores de NVIDIA sostienen que casi todo el trabajo dentro de los agentes de IA lo hacen mejor los modelos de lenguaje pequeños. Para las empresas suizas es una buena noticia en coste, velocidad y privacidad.

Una fila de muñecas rusas blancas y lisas, de la más grande a la más diminuta, sobre fondo violeta

Resulta curioso oír a la empresa que vende los chips más grandes defender los modelos más pequeños. En junio de 2025, un equipo de NVIDIA Research publicó un artículo con un título tajante: «Small Language Models are the Future of Agentic AI». Su argumento es sencillo. Casi todo lo que hace un agente de IA a lo largo del día es acotado y repetitivo. Lee un documento, extrae cinco campos, completa un formulario, llama a una herramienta, escribe un resumen breve. Para eso no hace falta un modelo entrenado para hablar de Kant y escribir sonetos.

Los autores consideran pequeño un modelo si cabe en un dispositivo de consumo corriente y responde a las peticiones de un usuario con suficiente rapidez, lo que hoy incluye a la mayoría de los modelos de menos de 10 000 millones de parámetros. Las cuentas llaman la atención. Según sus cálculos, ejecutar un modelo de 7000 millones de parámetros es entre 10 y 30 veces más barato en latencia, energía y cómputo que ejecutar uno de entre 70 000 y 175 000 millones. Analizaron tres sistemas de agentes de código abierto y estimaron que modelos pequeños y especializados podrían encargarse con fiabilidad de entre el 40 % y el 70 % de las llamadas que esos sistemas hacen a modelos grandes.

La frontera, donde importa

Nada de esto significa que los modelos grandes estén acabados. Cuando una tarea es abierta, nueva o de verdad difícil, los modelos de frontera de Anthropic, OpenAI y Google siguen muy por delante y vale la pena pagarlos. El equipo de NVIDIA propone combinar los dos: modelos pequeños para la rutina y uno grande para las excepciones. Una empresa bien gestionada funciona igual. Nadie manda al director financiero a contabilizar las facturas.

Los modelos pequeños se quedan en casa

Los modelos pequeños tienen una segunda ventaja, que pesa más en Zúrich que en San Francisco. Funcionan en hardware modesto: una sola tarjeta gráfica en un centro de datos suizo o un servidor en el rack de la propia empresa. Los datos no tienen que salir de Suiza, ni siquiera del edificio, lo que facilita las cosas ante la ley suiza de protección de datos y ante los clientes que preguntan adónde van sus archivos.

Suiza ya tiene una opción abierta propia. En septiembre de 2025, la EPFL, la ETH de Zúrich y el Centro Nacional Suizo de Supercomputación publicaron Apertus, un modelo en versiones de 8000 y 70 000 millones de parámetros. Se entrenó con 15 billones de tokens en más de 1000 idiomas, y cerca del 40 % de los datos están en idiomas distintos del inglés. Incluye el alemán suizo y el romanche. A diferencia de la mayoría de los modelos abiertos, publica sus datos y recetas de entrenamiento además de sus pesos, así que un banco o un hospital puede ver con qué se hizo. En julio de 2026 las mismas instituciones publicaron Apertus 1.5, que también entiende imágenes y audio y puede usarse con fines comerciales bajo la licencia Apache 2.0. Con él llegó Apertus Mini, 16 modelos compactos para máquinas con poca potencia de cálculo.

Un modelo a la medida de la tarea

En OptAI® nuestra regla es partir de la tarea y elegir el modelo más pequeño que la haga lo bastante bien, medido con los propios ejemplos del cliente. A menudo eso significa hacer fine-tuning de un modelo abierto pequeño para un solo trabajo, como leer facturas de proveedores o clasificar solicitudes de inquilinos, y recurrir a un modelo de frontera solo cuando el pequeño no está seguro. El gasto baja, las respuestas llegan antes y los datos se quedan en casa.

La carrera por construir el modelo más grande seguirá, y está bien que alguien la corra. La mayoría de las empresas no necesita participar. Necesita el modelo más pequeño que haga el trabajo, y a alguien que sepa reconocerlo.

Fuentes

  1. Belcak et al., NVIDIA Research: Small Language Models are the Future of Agentic AI, arXiv, June 2025
  2. NVIDIA Technical Blog: How small language models are key to scalable agentic AI
  3. EPFL AI Center: Apertus, a fully open, transparent, multilingual language model, 2 September 2025
  4. Swiss AI Initiative: About Apertus
  5. EPFL AI Center: Apertus 1.5, building the next generation of open AI infrastructure, 24 July 2026

Más artículos