1
00:00:09,679 --> 00:00:15,660
Buenas, esto es BIMPRAXIS, el podcast donde el

2
00:00:15,660 --> 00:00:17,739
BIM se encuentra con la inteligencia artificial.

3
00:00:20,339 --> 00:00:23,480
Exploramos la ciencia, la tecnología y el futuro

4
00:00:23,480 --> 00:00:26,440
desde el enfoque de la arquitectura, ingeniería y

5
00:00:26,440 --> 00:00:27,120
construcción.

6
00:00:28,800 --> 00:00:29,440
¡Empezamos!

7
00:00:36,840 --> 00:00:40,140
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio

8
00:00:40,140 --> 00:00:40,859
de BIMPRAXIS.

9
00:00:40,859 --> 00:00:43,619
Hoy os traemos el modelo de pesos abiertos

10
00:00:43,619 --> 00:00:46,780
que está destronando a los gigantes tecnológicos, GLM

11
00:00:46,780 --> 00:00:47,659
5 .2.

12
00:00:47,899 --> 00:00:50,340
A ver, para empezar, imaginad por un segundo

13
00:00:50,340 --> 00:00:51,159
la siguiente escena.

14
00:00:51,560 --> 00:00:53,060
A ver, ¿qué escena es esa?

15
00:00:53,299 --> 00:00:55,780
Pues una persona cualquiera, sentada tranquilamente en el

16
00:00:55,780 --> 00:00:58,500
sofá de su casa, con un portátil normal

17
00:00:58,500 --> 00:01:01,359
y corriente, y de repente ejecuta un modelo

18
00:01:01,359 --> 00:01:04,219
de inteligencia artificial que, ojo al dato, de

19
00:01:04,219 --> 00:01:06,920
forma totalmente gratuita, y en apenas tres minutos,

20
00:01:07,079 --> 00:01:09,239
le programa toda la arquitectura de un panel

21
00:01:09,239 --> 00:01:09,859
financiero.

22
00:01:10,040 --> 00:01:10,480
¿Ya?

23
00:01:10,859 --> 00:01:12,739
Y no un panel cualquiera, claro.

24
00:01:13,219 --> 00:01:13,659
Exacto.

25
00:01:13,659 --> 00:01:15,299
O sea, un código al nivel de un

26
00:01:15,299 --> 00:01:16,340
ingeniero de Silicon Valley.

27
00:01:16,579 --> 00:01:19,480
Y lo hace superando de largo al mejor

28
00:01:19,480 --> 00:01:21,700
código que sacan estos laboratorios que te cobran

29
00:01:21,700 --> 00:01:23,180
suscripciones carísimas cada mes.

30
00:01:23,599 --> 00:01:25,599
Y, bueno, esto no es ciencia ficción.

31
00:01:25,760 --> 00:01:28,120
No, que va, es la realidad que hoy

32
00:01:28,120 --> 00:01:29,379
vamos a diseccionar aquí.

33
00:01:29,560 --> 00:01:31,959
Y es un escenario que, sinceramente, si lo

34
00:01:31,959 --> 00:01:34,939
pensamos, hace apenas 12 meses nos habría parecido

35
00:01:34,939 --> 00:01:36,579
imposible, totalmente de locos.

36
00:01:37,019 --> 00:01:39,120
Lo que estamos presenciando es un punto de

37
00:01:39,120 --> 00:01:39,640
inflexión.

38
00:01:40,260 --> 00:01:40,700
Totalmente.

39
00:01:40,859 --> 00:01:42,879
Vamos a poner las cartas sobre la mesa

40
00:01:42,879 --> 00:01:45,120
desde ya, porque el volumen de datos que

41
00:01:45,120 --> 00:01:46,540
tenemos hoy es masivo.

42
00:01:46,719 --> 00:01:49,079
La misión de este análisis, a fondo, es

43
00:01:49,079 --> 00:01:52,420
precisamente entender cómo demonios hemos llegado a esto.

44
00:01:52,620 --> 00:01:55,040
Sí, apoyándonos en fuentes muy potentes.

45
00:01:55,239 --> 00:01:55,760
Eso es.

46
00:01:55,900 --> 00:01:59,019
Nos apoyamos en tres análisis exhaustivos en vídeo.

47
00:01:59,340 --> 00:02:01,980
Tenemos el canal de Sandwich TV, el de

48
00:02:01,980 --> 00:02:03,819
Better Stack y el de Casque Royal.

49
00:02:04,140 --> 00:02:06,900
Y, además, cruzamos todo eso con un informe

50
00:02:06,900 --> 00:02:09,539
de métricas que es implacable, de Artificial Analysis.

51
00:02:09,900 --> 00:02:10,840
Un informe muy complejo.

52
00:02:10,840 --> 00:02:11,439
Completo, sí.

53
00:02:11,599 --> 00:02:14,340
Y la inmensa sorpresa, el gran giro de

54
00:02:14,340 --> 00:02:16,520
John, que de verdad ha sacudido a toda

55
00:02:16,520 --> 00:02:18,719
la industria, es que este modelo del que

56
00:02:18,719 --> 00:02:21,500
hablamos no viene de las relucientes oficinas de

57
00:02:21,500 --> 00:02:23,379
OpenAI en San Francisco.

58
00:02:23,620 --> 00:02:24,500
No, no viene de ahí.

59
00:02:24,699 --> 00:02:26,800
Ni tampoco de los servidores de Meta.

60
00:02:26,979 --> 00:02:30,379
Viene de CII, que es un laboratorio chino.

61
00:02:31,000 --> 00:02:33,900
GLM 5 .2 está igualando cara a cara

62
00:02:33,900 --> 00:02:37,360
a titanes como GPT 5 .5 y, atención

63
00:02:37,360 --> 00:02:39,680
a esto que es fuerte, está superando al

64
00:02:39,680 --> 00:02:40,819
mismísimo Cloud 5 .0.

65
00:02:40,840 --> 00:02:42,699
Fable 5 .0 en áreas críticas.

66
00:02:42,840 --> 00:02:44,099
Es una pasada, sí.

67
00:02:44,280 --> 00:02:47,219
Y todo bajo una licencia MIT de pesos

68
00:02:47,219 --> 00:02:47,879
abiertos.

69
00:02:47,879 --> 00:02:49,280
O sea, de OpenWeights.

70
00:02:49,379 --> 00:02:52,460
Lo que significa que cualquiera puede cogerlo, descargarlo,

71
00:02:52,620 --> 00:02:56,300
modificarlo y hasta usarlo comercialmente sin pedirle permiso

72
00:02:56,300 --> 00:02:56,580
a nadie.

73
00:02:56,840 --> 00:02:57,259
Claro.

74
00:02:57,319 --> 00:02:59,919
Y hay que entender muy bien la magnitud

75
00:02:59,919 --> 00:03:00,979
de ese detalle.

76
00:03:01,259 --> 00:03:03,620
Porque, a ver, es muy fácil dejarse llevar

77
00:03:03,620 --> 00:03:05,620
por el entusiasmo de los rankings y de

78
00:03:05,620 --> 00:03:07,400
las tablas de clasificación, ¿verdad?

79
00:03:07,620 --> 00:03:08,939
Sí, nos encantan los rankings.

80
00:03:09,259 --> 00:03:09,479
Ya.

81
00:03:10,840 --> 00:03:10,960
Exactamente.

82
00:03:11,000 --> 00:03:12,360
Cambia las reglas del juego aquí.

83
00:03:12,500 --> 00:03:14,460
Fíjate, no es solo que logre alcanzar a

84
00:03:14,460 --> 00:03:16,159
los modelos propietarios de frontera.

85
00:03:16,460 --> 00:03:17,580
Es el cómo.

86
00:03:17,840 --> 00:03:19,460
El cómo se ha logrado.

87
00:03:19,580 --> 00:03:20,599
¿A qué te refieres exactamente?

88
00:03:21,080 --> 00:03:24,139
Pues a que si desgranamos la arquitectura y

89
00:03:24,139 --> 00:03:28,360
los costes operativos, vemos que desafían por completo

90
00:03:28,360 --> 00:03:31,180
la lógica comercial, que las grandes tecnológicas han

91
00:03:31,180 --> 00:03:32,560
intentado imponernos hasta ahora.

92
00:03:32,780 --> 00:03:34,199
O sea, que no es solo meter más

93
00:03:34,199 --> 00:03:34,599
servidores.

94
00:03:35,039 --> 00:03:35,560
Exacto.

95
00:03:35,599 --> 00:03:38,819
No es que GLM AI haya inyectado más

96
00:03:38,819 --> 00:03:40,620
fuerza bruta que Google o OpenAI.

97
00:03:40,840 --> 00:03:41,659
Sí, en absoluto.

98
00:03:41,780 --> 00:03:43,979
Es que han diseñado un sistema con una

99
00:03:43,979 --> 00:03:47,219
elegancia técnica, yo diría, abrumadora.

100
00:03:47,520 --> 00:03:47,960
Vale.

101
00:03:48,080 --> 00:03:50,219
Vamos a desgranar esto porque los números del

102
00:03:50,219 --> 00:03:53,060
informe de Artificial Analysis sinceramente no me cuadran.

103
00:03:53,199 --> 00:03:53,919
A ver, cuéntame.

104
00:03:54,219 --> 00:03:56,580
Dicen que en su índice de inteligencia, que

105
00:03:56,580 --> 00:03:59,000
entiendo que es una métrica combinada dificilísima, ¿no?

106
00:03:59,099 --> 00:04:00,319
Sí, junta de todo.

107
00:04:00,580 --> 00:04:00,800
Eso.

108
00:04:01,060 --> 00:04:04,460
Junta razonamiento, ciencia, matemáticas, programación, un montón de

109
00:04:04,460 --> 00:04:04,639
cosas.

110
00:04:04,879 --> 00:04:07,659
Pues GLM 5 .2 saca una puntuación de

111
00:04:07,659 --> 00:04:07,919
51.

112
00:04:08,479 --> 00:04:10,639
Y claro, la media de su categoría es

113
00:04:10,639 --> 00:04:10,819
25.

114
00:04:11,159 --> 00:04:12,539
Lo duplica de largo, sí.

115
00:04:13,020 --> 00:04:13,620
Literalmente.

116
00:04:13,800 --> 00:04:16,360
Pero luego sigo leyendo y veo que tiene

117
00:04:16,360 --> 00:04:20,540
un tamaño colosal de 753 mil millones de

118
00:04:20,540 --> 00:04:20,980
parámetros.

119
00:04:21,240 --> 00:04:22,699
Una barbaridad de tamaño.

120
00:04:22,839 --> 00:04:23,040
Claro.

121
00:04:23,339 --> 00:04:26,699
Entonces yo pienso, si es tan masivo, operarlo

122
00:04:26,699 --> 00:04:28,639
debería costar una auténtica fortuna.

123
00:04:28,740 --> 00:04:31,399
O sea, debería romper casi las leyes de

124
00:04:31,399 --> 00:04:33,000
la termodinámica de los servidores.

125
00:04:33,240 --> 00:04:34,579
¿Dónde está el truco aquí?

126
00:04:34,779 --> 00:04:38,100
Bueno, el truco está en una arquitectura que

127
00:04:38,100 --> 00:04:40,819
en el mundillo llamamos Mixture of Experts.

128
00:04:40,839 --> 00:04:42,819
O sea, mezcla de expertos.

129
00:04:42,860 --> 00:04:44,939
Vale, tradúceme eso al español, para el común

130
00:04:44,939 --> 00:04:45,680
de los mortales.

131
00:04:45,939 --> 00:04:48,180
Sí, a ver, para visualizarlo sin caer en

132
00:04:48,180 --> 00:04:51,839
jerga incomprensible, imagínate un hospital gigantesco.

133
00:04:52,000 --> 00:04:55,519
Un hospital con 750 médicos de todas las

134
00:04:55,519 --> 00:04:56,740
especialidades posibles.

135
00:04:57,000 --> 00:04:58,480
Ese sería el modelo completo.

136
00:04:58,819 --> 00:04:59,660
Vale, me lo imagino.

137
00:04:59,819 --> 00:05:02,500
Ahora bien, si un paciente entra por la

138
00:05:02,500 --> 00:05:04,579
puerta de urgencias con un simple dolor de

139
00:05:04,579 --> 00:05:07,180
garganta, pues no se convoca a los 750

140
00:05:07,180 --> 00:05:09,680
médicos a la vez en una sala para

141
00:05:09,680 --> 00:05:10,600
diagnosticarle.

142
00:05:10,839 --> 00:05:12,000
Sería absurdo, claro.

143
00:05:12,220 --> 00:05:15,459
Eso sería carísimo, lentísimo y caótico.

144
00:05:15,680 --> 00:05:17,759
Claro, lo mandarían solo al especialista que le

145
00:05:17,759 --> 00:05:18,279
toca, ¿no?

146
00:05:18,360 --> 00:05:19,379
Al de garganta.

147
00:05:19,500 --> 00:05:19,839
Exacto.

148
00:05:19,980 --> 00:05:22,920
Tienen a un recepcionista ultrarráquido, que en este

149
00:05:22,920 --> 00:05:26,040
caso sería un enrutador, que evalúa la consulta

150
00:05:26,040 --> 00:05:28,540
en milisegundos y te envía únicamente a la

151
00:05:28,540 --> 00:05:30,319
consulta del otorrino laringólogo.

152
00:05:30,480 --> 00:05:34,939
Pues GLMM 5 .2 hace exactamente eso a

153
00:05:34,939 --> 00:05:35,800
nivel matemático.

154
00:05:36,040 --> 00:05:37,720
O sea, que no enciende todo a la

155
00:05:37,720 --> 00:05:37,959
vez.

156
00:05:38,120 --> 00:05:38,639
Para nada.

157
00:05:38,639 --> 00:05:43,000
De sus 753 .000 millones de parámetros, solo,

158
00:05:43,100 --> 00:05:46,459
digamos, despierta y utiliza unos 40 .000 millones

159
00:05:46,459 --> 00:05:49,279
de parámetros activos por cada token que procesa.

160
00:05:49,399 --> 00:05:51,160
¿40 frente a 750?

161
00:05:52,160 --> 00:05:52,579
¡Guau!

162
00:05:52,779 --> 00:05:53,199
Eso es.

163
00:05:53,540 --> 00:05:56,120
Utiliza al experto adecuado dentro de su inmensa

164
00:05:56,120 --> 00:05:58,839
red neuronal y deja a todo el resto

165
00:05:58,839 --> 00:06:00,500
completamente apagado.

166
00:06:00,620 --> 00:06:01,279
Ah, vale, claro.

167
00:06:01,560 --> 00:06:04,399
Por eso el coste computacional se desploma, aunque

168
00:06:04,399 --> 00:06:06,540
el hospital, por seguir con el ejemplo, sea

169
00:06:06,540 --> 00:06:07,500
inmenso.

170
00:06:07,519 --> 00:06:08,620
Y tenga un conocimiento...

171
00:06:08,639 --> 00:06:10,420
Un conocimiento vastísimo ahí almacenado.

172
00:06:10,600 --> 00:06:11,519
Vale, vale, vale.

173
00:06:11,660 --> 00:06:13,800
El mecanismo de los expertos lo explica en

174
00:06:13,800 --> 00:06:14,759
parte, lo entiendo.

175
00:06:14,920 --> 00:06:17,839
Pero hay otro dato fascinando en las fuentes,

176
00:06:17,959 --> 00:06:21,560
que sobre su comportamiento parece totalmente contradictorio con

177
00:06:21,560 --> 00:06:22,300
esto del ahorro.

178
00:06:22,360 --> 00:06:22,699
¿Cuál?

179
00:06:22,800 --> 00:06:26,160
El informe destaca que GLMM 5 .2 es

180
00:06:26,160 --> 00:06:27,600
un modelo, lo llaman, verboso.

181
00:06:27,759 --> 00:06:28,920
Ah, sí, muy charlatán.

182
00:06:29,060 --> 00:06:30,060
Eso, que habla muchísimo.

183
00:06:30,360 --> 00:06:32,939
En las mismas pruebas del índice de inteligencia

184
00:06:32,939 --> 00:06:36,120
generó, ojo a esto, unos 140 millones de

185
00:06:36,120 --> 00:06:37,019
tokens de salida.

186
00:06:37,100 --> 00:06:38,300
¡Una barbaridad!

187
00:06:38,939 --> 00:06:41,279
Claro, es que cuando miras la media de

188
00:06:41,279 --> 00:06:44,139
otros modelos para hacer exactamente lo mismo, ronda

189
00:06:44,139 --> 00:06:45,699
los 110 millones.

190
00:06:46,079 --> 00:06:48,180
O sea, es como si a este modelo

191
00:06:48,180 --> 00:06:49,779
le intentara pensar en voz alta.

192
00:06:50,100 --> 00:06:52,100
Bueno, pero fíjate que eso es una decisión

193
00:06:52,100 --> 00:06:53,399
de diseño deliberada.

194
00:06:53,860 --> 00:06:56,199
Esa verbosidad es lo que en la industria

195
00:06:56,199 --> 00:06:59,060
se conoce como chain of thought o cadena

196
00:06:59,060 --> 00:06:59,699
de pensamiento.

197
00:06:59,980 --> 00:07:00,240
Vale.

198
00:07:00,540 --> 00:07:02,199
¿Desarrollar el problema paso a paso?

199
00:07:02,600 --> 00:07:03,120
Exacto.

200
00:07:03,120 --> 00:07:05,899
De hecho, Sam Wittevin, en su análisis técnico,

201
00:07:05,920 --> 00:07:07,620
señala algo muy revelador sobre esto.

202
00:07:07,759 --> 00:07:08,540
Dice que...

203
00:07:08,639 --> 00:07:11,819
Mientras OpenAI lleva meses obsesionada con optimizar sus

204
00:07:11,819 --> 00:07:14,399
modelos para que respondan con menos tokens y

205
00:07:14,399 --> 00:07:16,300
así ahorrar pasta en servidores...

206
00:07:16,300 --> 00:07:18,420
¿GLM 5 .2 hace lo contrario?

207
00:07:18,720 --> 00:07:19,180
Justo.

208
00:07:19,339 --> 00:07:22,199
GLM 5 .2 abraza la palabrería.

209
00:07:22,500 --> 00:07:25,339
Obligar a una IA a explicar cada micropaso

210
00:07:25,339 --> 00:07:27,480
de su lógica interna antes de escupir la

211
00:07:27,480 --> 00:07:31,019
respuesta final reduce enormemente las famosas alucinaciones.

212
00:07:31,240 --> 00:07:32,860
O sea, fíjate, es como tener un coche

213
00:07:32,860 --> 00:07:35,040
con un motor V8 gigantesco.

214
00:07:35,220 --> 00:07:38,319
Y ese motor polsome muchísima gasolina.

215
00:07:38,639 --> 00:07:41,259
O muchísimos tokens, en este caso, para poder

216
00:07:41,259 --> 00:07:42,959
moverse y pensar correctamente.

217
00:07:43,259 --> 00:07:44,319
Sí, buena analogía.

218
00:07:44,480 --> 00:07:46,740
Pero, a ver, resulta que el precio de

219
00:07:46,740 --> 00:07:50,100
esta gasolina está tan subsidiado por esa mezcla

220
00:07:50,100 --> 00:07:52,379
de expertos de la que hablábamos antes, que

221
00:07:52,379 --> 00:07:55,000
el consumo masivo pasa a ser prácticamente irrelevante

222
00:07:55,000 --> 00:07:55,600
para el bolsillo.

223
00:07:55,819 --> 00:07:58,420
Esa es exactamente la mecánica subyacente.

224
00:07:58,439 --> 00:08:01,459
Y los datos puros de Artificial Analysis avalan

225
00:08:01,459 --> 00:08:02,860
esa analogía del V8.

226
00:08:03,060 --> 00:08:04,120
A ver, danos cifras.

227
00:08:04,379 --> 00:08:06,540
Pues, a pesar de usar una media de

228
00:08:06,540 --> 00:08:08,620
43 .000 tokens por tarea...

229
00:08:08,639 --> 00:08:11,120
...que está muy por encima de modelos como

230
00:08:11,120 --> 00:08:14,180
Kimi o DeepSeek, el coste de inferencia da

231
00:08:14,180 --> 00:08:14,620
risa.

232
00:08:14,680 --> 00:08:15,399
¿De cuánto hablamos?

233
00:08:15,620 --> 00:08:18,240
Hablamos de 1 ,40 dólares por millón de

234
00:08:18,240 --> 00:08:19,100
tokens de entrada.

235
00:08:19,279 --> 00:08:19,779
¡Madre mía!

236
00:08:20,019 --> 00:08:22,839
Y 4 ,40 dólares por millón de salida.

237
00:08:22,959 --> 00:08:25,160
Para que nos hagamos una idea real del

238
00:08:25,160 --> 00:08:28,759
volumen, evaluar todo el maldito índice de inteligencia,

239
00:08:28,800 --> 00:08:32,580
pasando cientos de pruebas infernales, costó en total

240
00:08:32,580 --> 00:08:34,240
menos de 900 dólares.

241
00:08:34,620 --> 00:08:35,419
¡Qué locura!

242
00:08:35,659 --> 00:08:38,500
Y a eso sumémosle una ventana de contexto.

243
00:08:38,639 --> 00:08:39,820
De un millón de tokens.

244
00:08:40,159 --> 00:08:42,039
Que eso es para que la audiencia se

245
00:08:42,039 --> 00:08:45,279
sitúe el equivalente a unos 1 .500 folios

246
00:08:45,279 --> 00:08:47,700
de texto leídos de una sentada, ¿verdad?

247
00:08:47,879 --> 00:08:48,620
Sí, más o menos.

248
00:08:48,820 --> 00:08:51,659
Y todo esto con una velocidad de salida

249
00:08:51,659 --> 00:08:54,039
de más de 81 tokens por segundo.

250
00:08:54,320 --> 00:08:55,940
Son métricas de infarto, sin duda.

251
00:08:56,220 --> 00:08:56,860
Desde luego.

252
00:08:57,179 --> 00:09:00,940
Pero claro, la teoría sintética y los benchmarks

253
00:09:00,940 --> 00:09:03,720
de laboratorio solo te cuentan la mitad de

254
00:09:03,720 --> 00:09:04,100
la historia.

255
00:09:04,440 --> 00:09:05,519
Eso siempre.

256
00:09:06,000 --> 00:09:06,360
Claro.

257
00:09:08,639 --> 00:09:09,559
Y es muy divertidísimo en el túnel de

258
00:09:09,559 --> 00:09:11,600
viento, si luego resulta que no sabe tomar

259
00:09:11,600 --> 00:09:12,919
las curvas en un circuito real.

260
00:09:13,080 --> 00:09:15,899
Y aquí es donde se pone realmente interesante.

261
00:09:16,379 --> 00:09:16,820
A ver.

262
00:09:16,879 --> 00:09:18,700
Vamos a ver cómo se comporta en las

263
00:09:18,700 --> 00:09:20,059
trincheras del día a día.

264
00:09:20,179 --> 00:09:22,960
Porque el vídeo de BetterStack arroja luz sobre

265
00:09:22,960 --> 00:09:25,179
unas aplicaciones prácticas que son brutales.

266
00:09:25,799 --> 00:09:27,639
Empezando, fíjate, por el diseño web.

267
00:09:28,139 --> 00:09:31,480
Resulta que GLM 5 .2 ha reventado la

268
00:09:31,480 --> 00:09:33,519
tabla de clasificación de Design Arena.

269
00:09:33,860 --> 00:09:35,919
Sí, la de programación web HTML.

270
00:09:36,799 --> 00:09:37,279
Exacto.

271
00:09:37,340 --> 00:09:38,279
Programación HTML.

272
00:09:38,639 --> 00:09:39,559
De un solo turno.

273
00:09:39,559 --> 00:09:41,580
Es el primer modelo de la historia que

274
00:09:41,580 --> 00:09:44,100
desbanca a la familia Claude en esta disciplina.

275
00:09:44,179 --> 00:09:46,620
Y eso incluye al poderoso Fable 5.

276
00:09:47,080 --> 00:09:47,419
Ya.

277
00:09:47,600 --> 00:09:48,899
Y esto te digo yo que no es

278
00:09:48,899 --> 00:09:49,720
casualidad, ¿eh?

279
00:09:49,759 --> 00:09:53,299
Cuando analizamos la calidad del código generado, vemos

280
00:09:53,299 --> 00:09:56,419
que GLM 5 .2 tiene un entrenamiento finísimo

281
00:09:56,419 --> 00:09:57,679
en plantillas modernas.

282
00:09:58,100 --> 00:10:00,860
Consigue evitar por completo lo que los desarrolladores

283
00:10:00,860 --> 00:10:03,220
solemos llamar antipatrones de IA.

284
00:10:03,360 --> 00:10:03,960
Espera.

285
00:10:03,980 --> 00:10:05,980
Define antipatrones de IA.

286
00:10:06,120 --> 00:10:08,620
¿Te refieres a esos diseños genéricos horribles?

287
00:10:08,639 --> 00:10:09,559
¿Que vemos por ahí?

288
00:10:09,759 --> 00:10:10,639
Sí, totalmente.

289
00:10:11,139 --> 00:10:14,379
Ya sabes, esos degradados púrpuras chillones.

290
00:10:14,500 --> 00:10:14,659
Sí.

291
00:10:14,820 --> 00:10:16,360
Uf, los odio.

292
00:10:16,659 --> 00:10:18,840
Sombras excesivas por todas partes.

293
00:10:19,259 --> 00:10:21,080
Esquinas mal redondeadas.

294
00:10:21,200 --> 00:10:24,100
En fin, detalles estéticos que gritan a los

295
00:10:24,100 --> 00:10:24,820
cuatro vientos.

296
00:10:24,840 --> 00:10:27,139
Eh, me ha programado una máquina.

297
00:10:27,519 --> 00:10:30,000
Ya, la típica web de plantilla barata.

298
00:10:30,460 --> 00:10:31,059
Exacto.

299
00:10:31,059 --> 00:10:34,539
Pues este modelo domina librerías complejas como Tailwind,

300
00:10:34,659 --> 00:10:36,379
para hacer estilos súper limpios.

301
00:10:36,500 --> 00:10:38,620
También domina ChartJS .com.

302
00:10:38,639 --> 00:10:41,759
Para visualización de datos, e incluso 3JS, para

303
00:10:41,759 --> 00:10:43,279
gráficos en tres dimensiones.

304
00:10:43,320 --> 00:10:45,139
Y lo hace con un gusto estético que

305
00:10:45,139 --> 00:10:47,460
parece propio de un diseñador humano actualizado.

306
00:10:47,980 --> 00:10:50,279
Ya, pero, a ver, aquí hay una limitación

307
00:10:50,279 --> 00:10:52,759
técnica que me parece un handicap enorme y

308
00:10:52,759 --> 00:10:54,379
que creo que tenemos que abordar sí o

309
00:10:54,379 --> 00:10:54,519
sí.

310
00:10:54,720 --> 00:10:55,340
A ver, dime.

311
00:10:55,779 --> 00:10:58,299
A diferencia de Facebook 5 o de Gemini,

312
00:10:58,399 --> 00:11:00,919
que sabemos que son multimodales y pueden, entre

313
00:11:00,919 --> 00:11:05,139
comillas, ver imágenes, GLM 5 .2 es estrictamente

314
00:11:05,139 --> 00:11:05,600
de texto.

315
00:11:05,940 --> 00:11:07,080
Sí, eso es así.

316
00:11:07,259 --> 00:11:07,539
Claro.

317
00:11:07,539 --> 00:11:09,740
Entonces, si tú quieres que replique el diseño

318
00:11:09,740 --> 00:11:12,279
de una web existente, no puedes simplemente coger

319
00:11:12,279 --> 00:11:13,320
y pasarle un pantallazo.

320
00:11:13,440 --> 00:11:14,039
Es ciego.

321
00:11:14,179 --> 00:11:16,460
Es un cuello de botella importante, efectivamente.

322
00:11:16,779 --> 00:11:17,860
Y es verdad que es ciego.

323
00:11:18,080 --> 00:11:21,240
Pero el creador de VererStack hizo un experimento

324
00:11:21,240 --> 00:11:23,639
brillante para sortear precisamente esto.

325
00:11:24,000 --> 00:11:24,320
Ah, sí.

326
00:11:24,419 --> 00:11:26,500
Cuando intentó clonar la web de Linear.

327
00:11:26,639 --> 00:11:27,279
Eso es.

328
00:11:27,679 --> 00:11:29,679
Linear es muy conocida en el sector por

329
00:11:29,679 --> 00:11:31,639
tener una de las interfaces de usuario más

330
00:11:31,639 --> 00:11:32,720
pulidas y elegantes.

331
00:11:32,980 --> 00:11:36,039
Así que la solución que encontraron fue, digamos,

332
00:11:36,200 --> 00:11:37,519
crear un puente.

333
00:11:37,539 --> 00:11:38,120
Exactamente.

334
00:11:38,259 --> 00:11:38,740
Sí, fíjate.

335
00:11:38,899 --> 00:11:40,379
Usó a Cloud, ¿verdad?

336
00:11:40,519 --> 00:11:43,059
Usó a Cloud para generar un prompt larguísimo

337
00:11:43,059 --> 00:11:45,379
describiendo la captura de pantalla al milímetro.

338
00:11:45,899 --> 00:11:46,419
Exactamente.

339
00:11:46,639 --> 00:11:49,120
Le decía dónde iban los márgenes, los tonos

340
00:11:49,120 --> 00:11:51,120
exactos de gris, la tipografía.

341
00:11:51,179 --> 00:11:53,720
Y luego cogió todo ese texto descriptivo enorme

342
00:11:53,720 --> 00:11:56,340
y se lo pasó a GLM 5 .2.

343
00:11:56,440 --> 00:11:59,759
Lo verdaderamente alucinante de esto es que, yendo

344
00:11:59,759 --> 00:12:03,399
completamente a ciegas, operando solo y exclusivamente mediante

345
00:12:03,399 --> 00:12:04,460
descripciones de texto.

346
00:12:04,700 --> 00:12:05,039
Sí.

347
00:12:05,120 --> 00:12:07,519
La réplica que construyó el modelo fue esta.

348
00:12:07,539 --> 00:12:09,100
Espeluznantemente precisa.

349
00:12:09,440 --> 00:12:10,440
Parecía calcada.

350
00:12:10,779 --> 00:12:13,019
Sin embargo, tengo que admitir que donde me

351
00:12:13,019 --> 00:12:14,639
quito el sombrero, y a la vez me

352
00:12:14,639 --> 00:12:16,860
tuve que reír a carcajadas viendo las fuentes,

353
00:12:17,019 --> 00:12:19,240
fue con el experimento de los videojuegos.

354
00:12:19,480 --> 00:12:22,700
Uy, el famoso circuito de Silverstone en 3D.

355
00:12:22,919 --> 00:12:23,620
Así es.

356
00:12:23,740 --> 00:12:24,840
Menudo momentazo.

357
00:12:25,379 --> 00:12:27,779
Better Stack le pidió a varios modelos, de

358
00:12:27,779 --> 00:12:30,100
un solo intento, que programaran un juego de

359
00:12:30,100 --> 00:12:32,279
Fórmula 1 en tres dimensiones que se pudiera

360
00:12:32,279 --> 00:12:34,059
manejar directamente en el navegador.

361
00:12:34,379 --> 00:12:35,100
Y, ojo.

362
00:12:35,460 --> 00:12:36,960
GLM 5 .2.

363
00:12:36,960 --> 00:12:39,299
No solo te renderiza un Ferrari rojo bastante

364
00:12:39,299 --> 00:12:40,879
digno, que ya es mérito.

365
00:12:41,259 --> 00:12:43,080
Sí, visualmente estaba bien.

366
00:12:43,259 --> 00:12:45,139
Es que además incluyó un mensaje en el

367
00:12:45,139 --> 00:12:47,860
código celebrando que Lewis Hamilton acaba de ganar

368
00:12:47,860 --> 00:12:48,740
para la escudería.

369
00:12:48,840 --> 00:12:51,200
O sea, demostrando que su base de conocimientos

370
00:12:51,200 --> 00:12:53,379
está súper actualizada con el mundo real.

371
00:12:53,639 --> 00:12:54,960
Ese detalle es muy bueno.

372
00:12:55,179 --> 00:12:56,820
Sí, ahora bien, ¿como juego?

373
00:12:57,159 --> 00:12:59,740
Bueno, digamos que las leyes de la física

374
00:12:59,740 --> 00:13:00,919
brillaban por su ausencia.

375
00:13:01,639 --> 00:13:02,320
Bastante, sí.

376
00:13:02,559 --> 00:13:05,039
Los controles estaban totalmente invertidos.

377
00:13:05,080 --> 00:13:06,940
O sea, tú pulsabas la letra F.

378
00:13:06,940 --> 00:13:08,419
La letra A para ir a la izquierda

379
00:13:08,419 --> 00:13:10,539
y el maldito coche giraba hacia la derecha.

380
00:13:10,700 --> 00:13:13,220
Y la velocidad máxima era tan triste que

381
00:13:13,220 --> 00:13:14,860
casi te compensaba más dar la vuelta a

382
00:13:14,860 --> 00:13:15,720
circuito marcha atrás.

383
00:13:16,039 --> 00:13:17,740
A ver, es una anécdota muy cómica, es

384
00:13:17,740 --> 00:13:17,919
verdad.

385
00:13:18,059 --> 00:13:19,039
Y te ríes viéndolo.

386
00:13:19,480 --> 00:13:23,440
Pero esconde una victoria técnica aplastante si sabemos

387
00:13:23,440 --> 00:13:24,440
leer entre líneas.

388
00:13:24,519 --> 00:13:24,899
¿Ah, sí?

389
00:13:25,000 --> 00:13:25,799
¿En qué sentido?

390
00:13:26,100 --> 00:13:27,899
Pues que sí, la lógica de los vectores

391
00:13:27,899 --> 00:13:29,399
de dirección estaba invertida, vale.

392
00:13:29,500 --> 00:13:31,820
Y las físicas del coche eran un desastre

393
00:13:31,820 --> 00:13:32,059
total.

394
00:13:32,500 --> 00:13:33,100
Injugable, vamos.

395
00:13:33,379 --> 00:13:34,259
Sí, injugable.

396
00:13:34,539 --> 00:13:37,679
Pero el modelo logró compilar una librería compleja

397
00:13:37,679 --> 00:13:41,620
como 3JS, importó las texturas, mapeó un circuito

398
00:13:41,620 --> 00:13:44,840
tridimensional completo, asignó los controles de teclado y

399
00:13:44,840 --> 00:13:47,139
ejecutó un bucle de renderizado en el navegador

400
00:13:47,139 --> 00:13:48,659
sin un solo error de sintaxis.

401
00:13:48,940 --> 00:13:50,419
O sea que el código no se rompió.

402
00:13:50,840 --> 00:13:52,279
Exacto, arrancó a la primera.

403
00:13:52,820 --> 00:13:55,419
Fíjate que en ese mismo test hubo modelos

404
00:13:55,419 --> 00:13:59,299
que están especializados exclusivamente en programación, como Química

405
00:13:59,299 --> 00:14:00,480
2 .7 Code.

406
00:14:00,700 --> 00:14:03,299
Sí, que se supone que son los expertos.

407
00:14:03,440 --> 00:14:05,919
Pues entraron en un bucle infinito de errores

408
00:14:05,919 --> 00:14:07,980
en la consola y fueron incapaces siquiera de

409
00:14:07,980 --> 00:14:09,860
mostrar una triste pantalla en negro.

410
00:14:10,059 --> 00:14:10,759
Vaya tela.

411
00:14:11,019 --> 00:14:14,039
Claro, viéndolo así, la solidez pura del código

412
00:14:14,039 --> 00:14:16,559
es incuestionable, aunque el coche vaya del revés.

413
00:14:16,720 --> 00:14:19,200
Y bueno, hay otra anécdota del video de

414
00:14:19,200 --> 00:14:21,740
Sam Witavin que respalda mucho esto de la

415
00:14:21,740 --> 00:14:23,080
coherencia interna del modelo.

416
00:14:23,279 --> 00:14:24,620
Ah, la del retiro, no.

417
00:14:24,820 --> 00:14:25,340
Esa misma.

418
00:14:25,679 --> 00:14:28,039
Le pidió al modelo crear una web para

419
00:14:28,039 --> 00:14:30,759
algo que bautizó como el retiro de bienestar

420
00:14:30,759 --> 00:14:32,740
de Dario en las colinas toscanas.

421
00:14:32,899 --> 00:14:36,080
Y oye, GLM 5 .2 no se limitó

422
00:14:36,080 --> 00:14:38,360
a plantar ahí cuatro textos genéricos con una

423
00:14:38,360 --> 00:14:39,000
foto de stock.

424
00:14:39,200 --> 00:14:40,600
Qué va, se lo curró un montón.

425
00:14:41,100 --> 00:14:44,139
Integró unas animaciones CSS fluidísimas que entraban y

426
00:14:44,139 --> 00:14:45,879
salían al hacer scroll por la página.

427
00:14:46,179 --> 00:14:48,860
E incluso, atención, se inventó que en ese

428
00:14:48,860 --> 00:14:51,000
retiro había un caballo llamado Calypso.

429
00:14:51,360 --> 00:14:52,799
Me encantó lo del caballo.

430
00:14:52,980 --> 00:14:55,179
Es que va tejiendo una pequeña narrativa dentro

431
00:14:55,179 --> 00:14:56,580
de los propios bloques de código.

432
00:14:56,759 --> 00:14:57,799
Le da al mal diseño.

433
00:14:58,039 --> 00:15:00,019
Pero, a ver, si queremos hablar de palabras

434
00:15:00,019 --> 00:15:02,600
mayores, tenemos que ir obligatoriamente a la prueba

435
00:15:02,600 --> 00:15:04,740
de fuego de Better Stack, el panel de

436
00:15:04,740 --> 00:15:05,860
finanzas personales.

437
00:15:06,559 --> 00:15:08,139
Es que ese es el punto de inflexión.

438
00:15:08,279 --> 00:15:10,240
Ahí es donde se separa a un simple

439
00:15:10,240 --> 00:15:12,799
picador de código de un verdadero arquitecto de

440
00:15:12,799 --> 00:15:13,100
software.

441
00:15:13,820 --> 00:15:14,259
Exactamente.

442
00:15:14,779 --> 00:15:17,080
Fijémonos bien en los resultados de ese experimento

443
00:15:17,080 --> 00:15:17,879
porque tienen miga.

444
00:15:18,019 --> 00:15:19,879
El reto, para que la audiencia lo tenga

445
00:15:19,879 --> 00:15:22,240
claro, era construir desde cero un panel de

446
00:15:22,240 --> 00:15:25,120
gestión financiera juntando la interfaz visual y la

447
00:15:25,120 --> 00:15:27,000
base de datos en un solo intento.

448
00:15:27,080 --> 00:15:28,559
Un reto nada fácil.

449
00:15:28,899 --> 00:15:29,759
Nada fácil.

450
00:15:30,259 --> 00:15:32,799
Pues Kimi, que es un modelo muy respetado

451
00:15:32,799 --> 00:15:34,440
en la comunidad, se fue a lo fácil.

452
00:15:34,899 --> 00:15:37,360
Montó un servidor súper básico con Express y

453
00:15:37,360 --> 00:15:39,480
usó NodeSQL en memoria.

454
00:15:39,860 --> 00:15:42,440
Sí, o sea, para que nos entendamos, código

455
00:15:42,440 --> 00:15:43,080
de juguete.

456
00:15:43,419 --> 00:15:45,779
Claro, código que si tú apagas el ordenador,

457
00:15:45,820 --> 00:15:47,840
borra todos los datos y te quedas a

458
00:15:47,840 --> 00:15:48,100
cero.

459
00:15:48,220 --> 00:15:51,179
Y luego, Cloud Opus 4 .8 hizo algo

460
00:15:51,179 --> 00:15:51,820
peor todavía.

461
00:15:52,399 --> 00:15:54,960
Generó un almacén de datos falso directamente en

462
00:15:54,960 --> 00:15:58,120
JavaScript puro, que, a efectos prácticos, no sirve

463
00:15:58,120 --> 00:15:59,799
para absolutamente nada en el mundo real.

464
00:16:00,019 --> 00:16:02,440
¿Y qué hizo GLM 5 .2 frente a

465
00:16:02,440 --> 00:16:02,700
eso?

466
00:16:02,919 --> 00:16:05,000
Pues desplegó todo un entorno con Next .js

467
00:16:05,000 --> 00:16:07,799
y configuró un esquema relacional potente con la

468
00:16:07,799 --> 00:16:08,840
base de datos Prisma.

469
00:16:09,179 --> 00:16:11,039
Para los que no sean desarrolladores, a ver

470
00:16:11,039 --> 00:16:11,720
cómo lo explico.

471
00:16:11,860 --> 00:16:13,360
Es como si vives que te hagan una

472
00:16:13,360 --> 00:16:15,240
caseta para el perro y el arquitecto va

473
00:16:15,240 --> 00:16:17,100
y te tira los cimientos en hormigón armado

474
00:16:17,100 --> 00:16:18,360
con fontanería independiente.

475
00:16:18,600 --> 00:16:19,320
Menuda obra.

476
00:16:19,600 --> 00:16:21,860
Claro, lo hace porque prevé que algún día

477
00:16:21,860 --> 00:16:23,679
vas a querer ampliar la caseta para que

478
00:16:23,679 --> 00:16:24,200
viva un humano.

479
00:16:25,039 --> 00:16:26,799
Esa es la metáfora perfecta.

480
00:16:26,820 --> 00:16:29,860
Lo fascinante aquí es que, al elegir Next

481
00:16:29,860 --> 00:16:32,980
.js y Prisma, el modelo está exhibiendo justo

482
00:16:32,980 --> 00:16:34,980
lo que ZI prometió en su informe original.

483
00:16:35,000 --> 00:16:37,200
El dominio de las tareas complejas.

484
00:16:37,480 --> 00:16:39,940
Sí, el dominio de las tareas de horizonte

485
00:16:39,940 --> 00:16:42,919
largo, o Long Horizon Tasks, como le llaman

486
00:16:42,919 --> 00:16:43,379
en inglés.

487
00:16:43,639 --> 00:16:46,799
Porque, a ver, la inteligencia artificial tradicional normalmente

488
00:16:46,799 --> 00:16:48,120
padece de miopía.

489
00:16:48,500 --> 00:16:50,600
Resuelve el prompt inmediato de la forma más

490
00:16:50,600 --> 00:16:53,379
vaga y rápida posible simplemente para cumplir y,

491
00:16:53,399 --> 00:16:54,759
de paso, ahorrarse tokens.

492
00:16:54,980 --> 00:16:55,840
Ir a lo fácil, vamos.

493
00:16:56,100 --> 00:16:56,539
Eso es.

494
00:16:56,679 --> 00:17:00,220
Pero GLM 5 .2 evalúa el proyecto en

495
00:17:00,220 --> 00:17:00,639
su conjunto.

496
00:17:01,159 --> 00:17:03,720
Razona que una aplicación de finanzas personales, en

497
00:17:03,720 --> 00:17:06,259
el mundo real, va a necesitar persistencia de

498
00:17:06,259 --> 00:17:08,900
datos segura, un sistema de usuarios y mucha

499
00:17:08,900 --> 00:17:10,000
escalabilidad futura.

500
00:17:10,019 --> 00:17:12,640
Y toma decisiones de arquitectura basadas en ese

501
00:17:12,640 --> 00:17:13,440
horizonte lejano.

502
00:17:13,619 --> 00:17:15,099
Claro, es que eso no es un simple

503
00:17:15,099 --> 00:17:17,079
autocompletado avanzado del teclado.

504
00:17:17,220 --> 00:17:17,680
Para nada.

505
00:17:18,079 --> 00:17:21,539
Eso es planificación estratégica pura y dura.

506
00:17:21,839 --> 00:17:25,640
Pero claro, al escuchar cosas como 753 .000

507
00:17:25,640 --> 00:17:30,160
millones de parámetros y planificación estratégica, la reacción

508
00:17:30,160 --> 00:17:32,299
inmediata de cualquiera es pensar que te hace

509
00:17:32,299 --> 00:17:34,279
falta un superordenador de datos.

510
00:17:34,279 --> 00:17:34,420
Y eso es lo que hace la NASA.

511
00:17:34,759 --> 00:17:36,799
Con refrigeración líquida, por lo menos.

512
00:17:37,220 --> 00:17:40,359
Exacto, refrigerado por nitrógeno líquido para mover semejante

513
00:17:40,359 --> 00:17:41,259
monstruo en tu casa.

514
00:17:41,519 --> 00:17:43,279
Y aquí es donde la historia da otro

515
00:17:43,279 --> 00:17:45,700
giro fascinante, hacia el tema de la accesibilidad.

516
00:17:46,019 --> 00:17:48,079
Es que ese es el gran estigma, ¿sabes?

517
00:17:48,079 --> 00:17:50,099
El estigma eterno de los modelos de pesos

518
00:17:50,099 --> 00:17:50,839
abiertos.

519
00:17:51,180 --> 00:17:52,880
Mucha gente piensa que si no tienes en

520
00:17:52,880 --> 00:17:55,259
el garaje un clúster de tarjetas gráficas que

521
00:17:55,259 --> 00:17:57,960
cuesta medio millón de euros, pues sencillamente no

522
00:17:57,960 --> 00:17:59,779
puedes participar en esta revolución.

523
00:18:00,039 --> 00:18:00,359
Ya.

524
00:18:00,440 --> 00:18:02,980
Pero la capa de infraestructura comunitaria ha resuelto

525
00:18:02,980 --> 00:18:04,000
ese problema por completo.

526
00:18:04,279 --> 00:18:07,299
Sí, fíjate que Sam Witthiven lo demostró usando

527
00:18:07,299 --> 00:18:09,980
la API de Open Router, que básicamente es

528
00:18:09,980 --> 00:18:12,319
una pasarela para probar modelos sin tener que

529
00:18:12,319 --> 00:18:12,940
instalarlos tú.

530
00:18:13,180 --> 00:18:16,279
Y él le exigió escribir artículos complejísimos.

531
00:18:16,400 --> 00:18:18,920
Bueno, pues el modelo fue capaz de escupir

532
00:18:18,920 --> 00:18:20,980
ensayos de más de 5 .000 palabras de

533
00:18:20,980 --> 00:18:22,559
forma totalmente consistente.

534
00:18:22,740 --> 00:18:23,940
Que eso se dije pronto.

535
00:18:24,400 --> 00:18:26,559
Claro, para poner contexto a la audiencia.

536
00:18:26,720 --> 00:18:29,240
La mayoría de los modelos del mercado, cuando

537
00:18:29,240 --> 00:18:31,380
pasan de las 800 o 1 .000 palabras

538
00:18:31,380 --> 00:18:34,180
de generación, sufren una degradación del contexto.

539
00:18:34,279 --> 00:18:34,460
Un contexto terrible.

540
00:18:35,339 --> 00:18:36,859
Empiezan a alucinar cosas raras.

541
00:18:37,319 --> 00:18:38,519
Pierden el hilo completamente.

542
00:18:39,180 --> 00:18:41,980
Sí, repiten párrafos en bucle, como un disco

543
00:18:41,980 --> 00:18:44,559
rayado, o directamente se rinden y dejan el

544
00:18:44,559 --> 00:18:45,140
texto a medias.

545
00:18:45,420 --> 00:18:48,240
Entonces, que este modelo aguante la coherencia 5

546
00:18:48,240 --> 00:18:51,140
.000 palabras seguidas, demuestra un sistema de atención

547
00:18:51,140 --> 00:18:52,200
neuronal impecable.

548
00:18:52,579 --> 00:18:53,400
Impecable, sí.

549
00:18:53,799 --> 00:18:56,759
Pero ojo, que la verdadera victoria técnica aquí

550
00:18:56,759 --> 00:18:58,880
no es que esta API que usó Witthven

551
00:18:58,880 --> 00:19:00,160
sea casi gratuita.

552
00:19:00,299 --> 00:19:03,740
Es que, gracias a ecosistemas paralelos, hoy en

553
00:19:03,740 --> 00:19:06,259
día prácticamente no hace falta ni pagar unos

554
00:19:06,259 --> 00:19:06,880
céntimos.

555
00:19:07,160 --> 00:19:07,960
Cero euros.

556
00:19:08,259 --> 00:19:08,539
Cero.

557
00:19:08,740 --> 00:19:11,440
El análisis de Casque Royal aporta la pieza

558
00:19:11,440 --> 00:19:13,220
que nos faltaba en este gran puzzle de

559
00:19:13,220 --> 00:19:13,819
la accesibilidad.

560
00:19:14,539 --> 00:19:16,079
Cloudflare Workers AI.

561
00:19:16,640 --> 00:19:18,839
Resulta que Cloudflare, que es un gigante de

562
00:19:18,839 --> 00:19:21,500
la infraestructura web, ofrece ahora mismo un nivel

563
00:19:21,500 --> 00:19:24,339
gratuito de 10 .000 neuronas al día.

564
00:19:24,460 --> 00:19:25,279
Es alucinante.

565
00:19:25,420 --> 00:19:27,599
Y Casque Royal demostró en su vídeo, paso

566
00:19:27,599 --> 00:19:30,579
a paso, cómo integrar esto directamente en Open

567
00:19:30,579 --> 00:19:30,960
Encode.

568
00:19:31,180 --> 00:19:31,339
Mmm.

569
00:19:31,339 --> 00:19:33,400
O sea, dentro de entornos de desarrollo que

570
00:19:33,400 --> 00:19:34,779
todos usamos como Westcode.

571
00:19:34,920 --> 00:19:38,680
Es decir, que sin pagar absolutamente nada conectas

572
00:19:38,680 --> 00:19:41,059
la API gratuita y empiezas a pedirle cosas

573
00:19:41,059 --> 00:19:43,579
al modelo directamente en la pantalla donde tú

574
00:19:43,579 --> 00:19:44,500
escribes tu código.

575
00:19:44,960 --> 00:19:46,220
Integración total, claro.

576
00:19:46,380 --> 00:19:48,920
Y en el vídeo lograron crear una aplicación

577
00:19:48,920 --> 00:19:51,480
moderna de listas de tareas, la típica To

578
00:19:51,480 --> 00:19:54,859
Do List, con funciones completas para añadir, borrar

579
00:19:54,859 --> 00:19:56,900
y hasta con un modo oscuro pulidísimo.

580
00:19:57,099 --> 00:20:00,279
Todo esto funcional en tres minutos cronometrados de

581
00:20:00,279 --> 00:20:00,599
reloj.

582
00:20:01,380 --> 00:20:01,920
Espectacular.

583
00:20:02,220 --> 00:20:05,859
Y luego le preguntaban sobre cómo comprobar los

584
00:20:05,859 --> 00:20:07,319
ciclos de batería de un Mac.

585
00:20:07,460 --> 00:20:09,720
Y el modelo respondía al instante.

586
00:20:09,799 --> 00:20:12,200
Y cuando digo al instante, me remito a

587
00:20:12,200 --> 00:20:13,700
las métricas que dimos al principio.

588
00:20:14,619 --> 00:20:15,599
81 tokens.

589
00:20:16,339 --> 00:20:16,880
Exacto.

590
00:20:16,900 --> 00:20:19,660
81 tokens por segundo y un tiempo de

591
00:20:19,660 --> 00:20:21,720
reacción, lo que llaman tiempo hasta el primer

592
00:20:21,720 --> 00:20:24,500
token, de apenas 1 ,51 segundos.

593
00:20:24,839 --> 00:20:27,640
Es decir, se elimina de golpe toda la

594
00:20:27,640 --> 00:20:28,440
fricción de uso.

595
00:20:28,440 --> 00:20:31,319
Tienes a un arquitecto de software senior trabajando

596
00:20:31,319 --> 00:20:34,180
gratis para ti, a la velocidad del rayo

597
00:20:34,180 --> 00:20:36,579
e integrado directamente en tu propio teclado.

598
00:20:36,700 --> 00:20:39,339
Si conectamos esto con el panorama general y

599
00:20:39,339 --> 00:20:41,259
alejamos un poco el zoom para verlo desde

600
00:20:41,259 --> 00:20:45,339
arriba, las implicaciones son verdaderamente sísmicas para la

601
00:20:45,339 --> 00:20:45,839
industria.

602
00:20:46,640 --> 00:20:49,480
Históricamente siempre ha existido una especie de regla

603
00:20:49,480 --> 00:20:50,299
no escrita, ¿no?

604
00:20:50,400 --> 00:20:52,660
Y es que la comunidad del código abierto

605
00:20:52,660 --> 00:20:55,160
vivía básicamente de las migajas de los grandes

606
00:20:55,160 --> 00:20:56,019
laboratorios.

607
00:20:56,099 --> 00:20:57,539
Sí, de lo que iban soletando.

608
00:20:58,440 --> 00:21:01,180
Los modelos libres iban sistemáticamente entre un año

609
00:21:01,180 --> 00:21:02,940
y medio y dos años por detrás de

610
00:21:02,940 --> 00:21:05,619
lo que tenían Google, OpenAI o Antrópica Puerta

611
00:21:05,619 --> 00:21:06,059
Cerrada.

612
00:21:06,460 --> 00:21:09,000
Servían para investigar un rato o para jugar,

613
00:21:09,059 --> 00:21:11,119
pero no para producción seria de alto nivel.

614
00:21:11,319 --> 00:21:12,039
Tenían juguetes.

615
00:21:12,079 --> 00:21:14,799
Pues con GLM 5 .2, esa brecha tecnológica

616
00:21:14,799 --> 00:21:16,940
histórica se ha pulverizado por completo.

617
00:21:17,240 --> 00:21:19,559
Ahora mismo estamos hablando de una diferencia de

618
00:21:19,559 --> 00:21:22,299
apenas 4 a 6 meses respecto al estado

619
00:21:22,299 --> 00:21:23,019
del arte mundial.

620
00:21:23,299 --> 00:21:24,880
Lo cual tiene que tener a la junta

621
00:21:24,880 --> 00:21:27,180
directiva de Google ahora mismo sudando frío.

622
00:21:27,279 --> 00:21:28,160
Me lo imagino, sí.

623
00:21:28,440 --> 00:21:30,440
Sobre todo con la presión inmensa que hay

624
00:21:30,440 --> 00:21:33,400
puesta sobre su esperado Gemini 3 .5 Pro.

625
00:21:33,500 --> 00:21:35,819
O sea, van a tener que demostrar un

626
00:21:35,819 --> 00:21:39,220
salto evolutivo casi mágico para poder justificar el

627
00:21:39,220 --> 00:21:42,119
encierro de los usuarios en sus ecosistemas propietarios.

628
00:21:42,319 --> 00:21:43,920
Van a tener que currárselo mucho.

629
00:21:44,240 --> 00:21:47,160
Y fíjate, esto nos lleva directos al concepto

630
00:21:47,160 --> 00:21:51,000
del Doomsday Prepper, el preparacionista del apocalipsis tecnológico,

631
00:21:51,039 --> 00:21:53,140
que rescata el vídeo de Better Stack al

632
00:21:53,140 --> 00:21:55,799
final y que sinceramente me parece la reflexión

633
00:21:55,799 --> 00:21:57,680
más aguda de todas nuestras fuentes de hoy.

634
00:21:57,680 --> 00:21:59,880
Es un concepto que resuena muchísimo hoy en

635
00:21:59,880 --> 00:22:00,579
día en la comunidad.

636
00:22:00,819 --> 00:22:02,480
En el fondo, es el miedo a la

637
00:22:02,480 --> 00:22:03,599
dependencia absoluta.

638
00:22:03,960 --> 00:22:04,420
Totalmente.

639
00:22:04,759 --> 00:22:06,480
Pensemos por un momento en lo frágil que

640
00:22:06,480 --> 00:22:08,519
es depender del 100 % de la nube.

641
00:22:08,720 --> 00:22:11,740
Hace apenas unas semanas, cientos de desarrolladores vieron,

642
00:22:11,779 --> 00:22:14,200
impotentes, cómo se les bloqueaba el acceso a

643
00:22:14,200 --> 00:22:15,759
modelos como Fable de la noche a la

644
00:22:15,759 --> 00:22:16,079
mañana.

645
00:22:16,339 --> 00:22:17,119
Un desastre.

646
00:22:17,299 --> 00:22:19,220
Y todo por un cambio en los términos

647
00:22:19,220 --> 00:22:21,299
de servicio de la empresa matriz o por

648
00:22:21,299 --> 00:22:23,720
simples restricciones geográficas repentinas.

649
00:22:24,079 --> 00:22:27,079
Es la diferencia enorme entre alquilar tu cerebro

650
00:22:27,079 --> 00:22:28,960
a una megacompañía de una corporación que puede

651
00:22:28,960 --> 00:22:31,000
desahuciarte mañana con un simple clic.

652
00:22:31,160 --> 00:22:32,539
Y quedarte sin nada.

653
00:22:33,079 --> 00:22:33,599
Exacto.

654
00:22:33,619 --> 00:22:36,740
Frente a tener ese mismo cerebro físicamente encerrado

655
00:22:36,740 --> 00:22:38,480
en una caja fuerte en tu propia casa.

656
00:22:38,880 --> 00:22:42,119
Porque, al estar bajo una licencia MIT, literalmente

657
00:22:42,119 --> 00:22:44,980
cualquier persona puede descargarse los pesos de GLM

658
00:22:44,980 --> 00:22:47,960
5 .2, meterlos en un disco duro sólido

659
00:22:47,960 --> 00:22:50,299
en un SSD y guardarlo en el cajón

660
00:22:50,299 --> 00:22:51,140
de su escritorio.

661
00:22:51,279 --> 00:22:53,880
Y eso, amigos, es un seguro de vida

662
00:22:53,880 --> 00:22:54,359
profesional.

663
00:22:54,759 --> 00:22:55,279
Sin duda.

664
00:22:55,279 --> 00:22:57,420
Pase lo que pase mañana con los servidores

665
00:22:57,420 --> 00:22:59,519
de OpenAI o si a los directivos de

666
00:22:59,519 --> 00:23:02,299
Antropic les da por triplicar los precios, nadie,

667
00:23:02,420 --> 00:23:05,039
absolutamente nadie, puede entrar en tu casa a

668
00:23:05,039 --> 00:23:06,059
pagar ese disco duro.

669
00:23:06,599 --> 00:23:11,400
Garantiza algo fundamental en estos tiempos, la soberanía

670
00:23:11,400 --> 00:23:12,380
tecnológica.

671
00:23:12,420 --> 00:23:15,079
Y viendo la altísima calidad de las decisiones

672
00:23:15,079 --> 00:23:17,680
arquitectónicas que este modelo es capaz de tomar,

673
00:23:17,819 --> 00:23:19,720
como hemos analizado con lo de Next .js

674
00:23:19,720 --> 00:23:23,180
o ese diseño web súper avanzado, poseer esa

675
00:23:23,180 --> 00:23:25,259
soberanía a nivel individual o de pequeña cantidad,

676
00:23:25,279 --> 00:23:27,960
la empresa democratiza la innovación de una manera

677
00:23:27,960 --> 00:23:29,420
sin precedentes en la historia.

678
00:23:29,740 --> 00:23:31,819
Y para cerrar ya el análisis de hoy,

679
00:23:31,920 --> 00:23:33,779
dejemos una idea flotando en el aire.

680
00:23:33,920 --> 00:23:36,140
Porque la onda expansiva de todo esto va

681
00:23:36,140 --> 00:23:38,180
muchísimo más allá de unas líneas de código.

682
00:23:39,059 --> 00:23:41,019
Entonces, ¿qué significa todo esto?

683
00:23:41,400 --> 00:23:42,500
Esa es la gran pregunta.

684
00:23:42,900 --> 00:23:45,980
A ver, si un laboratorio, un solo laboratorio,

685
00:23:46,079 --> 00:23:48,299
ha logrado diseñar un modelo de pesos abiertos

686
00:23:48,640 --> 00:23:52,480
que planifica arquitecturas complejas él solo, que domina

687
00:23:52,480 --> 00:23:55,119
el razonamiento profundo mediante esas cadenas de pensamiento

688
00:23:55,119 --> 00:23:57,440
tan extensas de las que hablábamos, y cuya

689
00:23:57,440 --> 00:23:59,759
operación diaria cuesta una fracción irrisoria.

690
00:24:00,460 --> 00:24:01,960
El cambio de paradigma.

691
00:24:02,259 --> 00:24:02,859
Exacto.

692
00:24:02,859 --> 00:24:05,319
¿Qué pasará entonces con el modelo de negocio

693
00:24:05,319 --> 00:24:06,460
tradicional del software?

694
00:24:06,759 --> 00:24:11,059
Las megacorporaciones tecnológicas llevan años construyendo imperios gigantescos

695
00:24:11,059 --> 00:24:15,519
basándose en cobrarnos suscripciones premium, 20, 30 o

696
00:24:15,519 --> 00:24:17,859
50 euros al mes simplemente por acceder a

697
00:24:17,859 --> 00:24:19,079
esta clase de inteligencia.

698
00:24:19,259 --> 00:24:21,519
Es un modelo muy rentable para ellos, claro.

699
00:24:21,680 --> 00:24:24,099
Sí, pero si esa misma inteligencia ahora se

700
00:24:24,099 --> 00:24:27,160
puede descargar, modificar y ejecutar por unos míseros

701
00:24:27,160 --> 00:24:30,140
céntimos o incluso completamente gratis gracias a las

702
00:24:30,140 --> 00:24:32,559
herramientas de la comunidad, ¿quién va a sostener

703
00:24:32,559 --> 00:24:33,980
esas suscripciones el día de mañana?

704
00:24:34,279 --> 00:24:36,119
Es difícil justificar el pago, sí.

705
00:24:36,319 --> 00:24:38,880
Parece que estamos presenciando, en vivo y en

706
00:24:38,880 --> 00:24:41,160
directo, el momento exacto en el que la

707
00:24:41,160 --> 00:24:43,920
inteligencia artificial de élite deja de ser un

708
00:24:43,920 --> 00:24:46,640
producto de lujo reservado para unos pocos bolsillos

709
00:24:46,640 --> 00:24:49,359
y se convierte en una materia prima hiperabundante,

710
00:24:49,400 --> 00:24:52,819
tan básica, invisible y omnipresente como la propia

711
00:24:52,819 --> 00:24:53,480
electricidad.

712
00:24:53,480 --> 00:24:56,400
Desde luego, hay mucho, muchísimo sobre lo que

713
00:24:56,400 --> 00:24:58,559
reflexionar de cara a los próximos meses.

714
00:24:58,920 --> 00:25:01,059
Nos esperan tiempos muy interesantes.

715
00:25:01,359 --> 00:25:04,119
Antes de despedirnos hasta el próximo programa, os

716
00:25:04,119 --> 00:25:05,900
informamos de que las voces que oyes han

717
00:25:05,900 --> 00:25:08,140
sido generadas por la IA de Notebook LM

718
00:25:08,140 --> 00:25:10,859
y que dirigiendo el podcast se encuentra Julio

719
00:25:10,859 --> 00:25:13,420
Pablo Vázquez, un humano que te envía saludos.

720
00:25:13,440 --> 00:25:15,960
En caso de error, probablemente sean errores humanos.

721
00:25:16,740 --> 00:25:17,779
Nos escuchamos.

722
00:25:28,720 --> 00:25:30,900
Y hasta aquí el episodio de hoy.

723
00:25:31,000 --> 00:25:32,819
Muchas gracias por tu atención.

724
00:25:42,140 --> 00:25:44,259
Esto es BIMPRAXIS.

725
00:25:44,519 --> 00:25:47,059
Nos escuchamos en el próximo episodio.