Todos están observando cómo los LLMs dominan el centro de atención. Pero si te acercas un poco más, algo más está en proceso. Los Modelos de Lenguaje Pequeños (SLMs) son más ligeros, rápidos y accesibles. Para la IA agentiva y los sistemas descentralizados, podrían ser una mejor opción. Aquí está el porqué 🧵

2/ Los LLM son simplemente "grandes". Trillones de parámetros, potentes generalistas y costosos de operar. Funcionan muy bien para tareas amplias y abiertas. Pero son centralizados, opacos y difíciles de personalizar. Los SLM son compactos, transparentes y flexibles. Puedes ajustarlos y ejecutarlos en tus propios términos.

3/ Los SLMs brillan en entornos del mundo real: Son eficientes, rápidos en responder y no necesitan una infraestructura pesada. Perfectos para dispositivos de borde y casos de uso sensibles a la privacidad. Con herramientas como la destilación, la poda y el razonamiento en el momento de la prueba, ofrecen un rendimiento serio a una fracción del costo.

4/ Nueva investigación lo demuestra. El Instituto Alan Turing ejecutó un modelo de 3B parámetros en una laptop. Con un ajuste inteligente, casi igualó a los modelos de vanguardia en tareas de razonamiento en salud. Esta ola está creciendo: Phi, Nemotron-H, Qwen3, Mu, SmolLLM, todos empujando a los SLMs hacia la corriente principal.

5/ Más detalles de esta investigación:

6/ Creemos en construir IA que sea abierta, local y descentralizada. Los SLMs hacen eso posible. No son solo alternativas ligeras, son la base para sistemas modulares y escalables. Pequeño no es un compromiso. Pequeño es una elección de diseño poderosa.

7/ Lee nuestro blog completo sobre este tema 👇