Saltar al contenido

IA

Un modelo de 1 billón de parámetros vence a GPT-6 Astra leyendo polvo

Periodic Labs dice que Neon saca un 55.3% en análisis de difracción de rayos X, frente al 2.7% de su modelo base. La trampa: el examen es suyo y el modelo no sale de casa.

Foto de portada: Jernej Furman from Slovenia / CC BY 2.0

TL;DR

  1. Neon, de Periodic Labs, saca un 55.3% en su test interno de difracción de rayos X; el modelo base sacó un 2.7%.
  2. Periodic asegura que Neon supera a GPT-6 Astra y Claude Fable 5.1 en FrontierXRD, su propio benchmark.
  3. Neon está construido sobre Kimi K2.6; ni los pesos ni los datos de entrenamiento se han publicado.

Qué pasó

Periodic Labs ha presentado Neon, un modelo de un billón de parámetros (one trillion, en la escala corta anglosajona) especializado en analizar los experimentos que corren en sus propios laboratorios de alto rendimiento.

La tarea estrella es la difracción de rayos X: le disparas rayos X a un material en polvo, obtienes un patrón de picos y deduces qué fases cristalinas has fabricado de verdad. Con fases superpuestas, un científico con experiencia puede pasarse horas con ello.

En FrontierXRD, una evaluación interna centrada en mediciones de difracción, Neon saca un 55.3%. Su modelo base saca un 2.7%. Periodic asegura que Neon también supera a GPT-6 Astra y a Claude Fable 5.1 en ese mismo test.

No es un modelo fundacional hecho desde cero. Periodic partió de Kimi K2.6, una base de pesos abiertos del mismo tamaño (un billón de parámetros), y le añadió midtraining y aprendizaje por refuerzo con datos científicos y de laboratorio. Periodic añade que Neon lo consiguió con relativamente poco cómputo.

Por ahora, Neon es de uso interno. Ni los pesos ni el corpus de entrenamiento se han publicado.

Por qué importa

La propuesta es un bucle. Los laboratorios de Periodic hacen experimentos, los experimentos generan datos, los datos entrenan una IA científica y esa IA guía los siguientes experimentos.

La empresa dice que usa modelos de frontera mientras le sirven, y que entrena los suyos cuando se quedan cortos o se vuelven demasiado caros.

Es un argumento discreto contra el cuento de «un único modelo general gigante lo hace todo». Los datos propietarios de laboratorio son lo único que un chatbot no puede rascar de internet, y Periodic apuesta a que valen más que la escala bruta.

Ahora, la letra pequeña, sapiens. El benchmark es de Periodic, la comparación la reporta el propio proveedor y nadie fuera de la empresa la ha verificado. Además, un 55.3% significa que el modelo sigue fallando un buen puñado de patrones de polvo.

Un especialista entrenado con datos privados de laboratorio venció a generalistas en un examen escrito por su creador. Señal útil, no sentencia.

Eso sí, la parte de laboratorio es real: Periodic dice haber montado laboratorios de alto rendimiento en Menlo Park, funcionando 24/7, orientados a materiales nuevos como superconductores e imanes.

Qué hacer con esto

  • Lee el benchmark, no el titular.FrontierXRD es interno, así que trata la victoria sobre GPT-6 Astra y Claude Fable 5.1 como una afirmación hasta que aparezcan pruebas independientes.
  • Copia el patrón.Si tu equipo tiene datos de dominio poco comunes, una base de pesos abiertos afinada puede salir más barata que esperar al próximo lanzamiento de frontera.
  • Vigila un posible lanzamiento.Pesos y datos de entrenamiento siguen sin publicarse, así que comprueba si Periodic abre algo antes de planificar nada en torno a Neon.
  • Sigue la IA de materiales.Si trabajas en química, baterías o imanes, los modelos integrados en el laboratorio son la parte de esta historia que conviene seguir.

Ponte las pilas, sapiens. El polvo ya lo está leyendo una máquina.