Esta semana en IA: las pesas abiertas siguieron ganando silenciosamente

Liquid AI lanzó d1-3B y d1-omni-600M el 7 de octubre como pesos abiertos para el despliegue local. El modelo de 3 mil millones de parámetros toma texto e imágenes y devuelve una decisión estructurada en una sola pasada en lugar de generar prosa, que es exactamente lo que desea para el enrutamiento y la clasificación sin un viaje de ida y vuelta a la nube.

Mistral abrió una vista previa pública de Large 4 el 6 de octubre, una mezcla de expertos de 1.05billones de parámetros con 49 mil millones de parámetros activos y un contexto de un millón de tokens. El lanzamiento de los pesos abiertos está programado para finales de octubre bajo los términos del estilo Apache, lo cual es importante porque permite a las empresas autoalojar un modelo de clase fronteriza.

El Beam de Reflection AI y un lote de modelos de decisión más pequeños de Cloudflare, AWS y Perplexity llegaron a principios de octubre, incorporando el patrón de "decidir, no generar" a la corriente principal. Estos son baratos, rápidos y cada vez más buenos para sentarse frente a los grandes modelos y decidir qué es lo que realmente necesita su atención.

La línea directa es que "local y abierto" dejó de significar "peor". 'Para las llamadas diarias, repetitivas y sensibles a la privacidad, un modelo en su propia máquina ahora es un verdadero defecto, no un compromiso para los aficionados.

El MAI-Code-1.1 Flash de Microsoft, un modelo de codificación de 137 mil millones de parámetros creado para la ejecución en el dispositivo, se ajusta a la misma tendencia: la computadora portátil se está convirtiendo en un lugar legítimo para ejecutar IA seria, y eso cambia a quién dejan sus datos.