¿Otra IA china? ¿Qué significa esto?

| 03/02/2025 - 13:43

Todo parece indicar que la fiesta en el sector de la IA no ha hecho más que empezar. Tras el bombazo de DeepSeek, Alibaba presenta Qwen-2.5, y algo indica que no será la última vez que oigamos “modelo chino de ultraeficiencia” reventando benchmarks.

La metáfora fácil es comparar este duelo con la carrera espacial entre EEUU y la URSS, pero en vez de competir por llegar a la Luna, compiten por dominar la superinteligencia. Mientras tanto, Europa ni siquiera se pronuncia al respecto, porque poco tenemos que decir. Solo nos queda observar esta batalla de titanes, mientras regulamos acerca de IA, sin tener ninguna empresa puntera.

Conclusión: lo mejor está por llegar

Con DeepSeek revolucionando el mercado y ahora Qwen-2.5 sacando músculo multimodal, la industria de la IA parece un ring de boxeo donde cada nueva semana hay un contrincante más fuerte.

La pregunta clave: ¿Cuánto tardarán las big tech estadounidenses en presentar algo capaz de competir mano a mano con Qwen?

La respuesta: Tarde o temprano, porque esta carrera no admite que nadie se duerma en los laureles.

Mientras tanto, tú y yo podemos disfrutar del espectáculo, descargarnos repos de Hugging Face y toquetear estas maravillas con nuestras (más o menos) humildes tarjetas gráficas.

Las 5 claves de Qwen-2.5 (o por qué deberías prestar atención)

1. Omni-modal mastery

Maneja documentos de todo tipo: tablas, gráficos, incluso escritura a mano.
Puede localizar objetos en un vídeo con precisión de segundo, incluso en horas de grabación.
Genera salidas estructuradas para facturas, formularios, tareas de razonamiento espacial… y todo lo que te imagines.

Dicho de otro modo, si hasta ahora la mayoría de IAs eran expertos en uno o dos “tipos” de contenido (texto, imagen, etc.), Qwen-2.5 viene con un multitasking de fabrica.

2. Arquitectura escalable

Disponible en tamaños de 3B, 7B y 72B parámetros.
Cuenta con variantes MoE (Mixture of Experts) como Qwen2.5-Turbo/Plus para una eficiencia brutal en entornos mas demandantes.

En otras palabras: tienes una versión mini para trastear en tu portátil y otra monstruo para las grandes multinacionales que quieran dominar su sector.

3. Open-source

Los modelos base e instruct se han lanzado en Hugging Face y ModelScope bajo licencia Apache 2.0.
Vienen con versiones cuantizadas (GPTQ, AWQ) para que puedas usarlos incluso en entornos más modestos.

En resumen, Alibaba está diciendo: “Aquí tenéis, jugad con él, mejoradlo, rompedlo, lo que queráis”. Un enfoque muy distinto al secretismo de otras grandes tecnológicas occidentales.

4. Entrenamiento eficiente

Preentrenado con 18-20 billones de tokens, usando resolución y frame-rate dinámicos (o sea, un pupurrí de datos para que el bicho no se aburra).
Mejorado con RLHF (Refuerzo por retroalimentación humana) y SFT (Fine-tuning supervisado) en más de un millón de ejemplos.

¿Resultado? Un modelo que no necesita una supercomputadora de la NASA para entrenarse (aunque un puñadito de GPUs sí).

5. Benchmarks: dominancia total

Qwen-2.5 supera a GPT-4o, Claude-3.5-Sonnet y Llama-3-405B en tests como MMLU-Pro, LiveCodeBench y Arena-Hard.
Qwen2.5-Max supera a DeepSeek V3 en tareas de programación y razonamiento, usando un 40-60% menos de recursos.

Esto es como cuando tu equipo mete cinco goles y el rival solo uno, pero con la mitad de presupuesto.

Disponibilidad e integración

Qwen-2.5 está disponible para toquetear en:

Uso local o API: Ofrece endpoints compatibles con OpenAI y repositorios en Hugging Face.
Qwen Chat & Alibaba Studio (algo así como su equivalente a ChatGPT, pero en versión made in China). ¿Quieres probarlo gratis?

Disponibilidad e integración

Qwen-2.5 está disponible para toquetear en:

Uso local o API: Ofrece endpoints compatibles con OpenAI y repositorios en Hugging Face.
Qwen Chat & Alibaba Studio (algo así como su equivalente a ChatGPT, pero en versión made in China). ¿Quieres probarlo gratis?