---
title: "No son los modelos. Es el reloj."
description: "Un modelo anónimo en OpenRouter me cambió la idea de a qué velocidad va todo esto. No fue un benchmark. Un modelo chino sin nombre que llegó al número uno antes de que nadie supiera quién lo había hecho."
canonical: https://www.askgib.com/es/articles/its-not-the-models-its-the-clock
last-updated: 2026-08-24
lang: es
---
# No son los modelos. Es el reloj.
> Un modelo anónimo en OpenRouter me cambió la idea de a qué velocidad va todo esto. No fue un benchmark. Un modelo chino sin nombre que llegó al número uno antes de que nadie supiera quién lo había hecho.
By Gibril Bachouchi. Filed 2026-08-24. 5 min read. Web page: https://www.askgib.com/es/articles/its-not-the-models-its-the-clock
Languages: [en](https://www.askgib.com/articles/its-not-the-models-its-the-clock.md) · [fr](https://www.askgib.com/fr/articles/its-not-the-models-its-the-clock.md) · [ar](https://www.askgib.com/ar/articles/its-not-the-models-its-the-clock.md) · [es](https://www.askgib.com/es/articles/its-not-the-models-its-the-clock.md) · [ru](https://www.askgib.com/ru/articles/its-not-the-models-its-the-clock.md) · [pt](https://www.askgib.com/pt/articles/its-not-the-models-its-the-clock.md) · [it](https://www.askgib.com/it/articles/its-not-the-models-its-the-clock.md) · [de](https://www.askgib.com/de/articles/its-not-the-models-its-the-clock.md) · [ja](https://www.askgib.com/ja/articles/its-not-the-models-its-the-clock.md) · [ko](https://www.askgib.com/ko/articles/its-not-the-models-its-the-clock.md) · [hi](https://www.askgib.com/hi/articles/its-not-the-models-its-the-clock.md) · [he](https://www.askgib.com/he/articles/its-not-the-models-its-the-clock.md) · [zh](https://www.askgib.com/zh/articles/its-not-the-models-its-the-clock.md) · [tr](https://www.askgib.com/tr/articles/its-not-the-models-its-the-clock.md) · [kab](https://www.askgib.com/kab/articles/its-not-the-models-its-the-clock.md)
Todo el mundo discute sobre qué modelo es el mejor este mes. Discusión equivocada.
Lo que me cambió la idea sobre a qué velocidad va esto no fue un benchmark, ni fue un lanzamiento. Fue un modelo anónimo en OpenRouter.
Aparece un modelo sin nombre. Sin laboratorio, sin paper, sin post de lanzamiento. Nadie sabe quién lo hizo.
Llega al #1 en uso, más que duplicando a DeepSeek.
Dos semanas después, Z.ai dice que es suyo, publica los pesos como GLM-5.3-Flash, y menciona casi de pasada que llevaba todo ese tiempo sirviendo la cosa en chips fabricados en China.
Léelo otra vez. Calidad cercana a la frontera. Pesos abiertos. No sobre Nvidia. Y los desarrolladores lo encontraron y votaron por él con su tráfico antes de que nadie les dijera de quién era, cuánto costó entrenarlo, o qué bandera llevaba.
Esa es toda la historia. No la clasificación. El hecho de que la brecha ya se había cerrado y nadie se dio cuenta hasta que el marcador lo dijo.
Para dar contexto, esto no salió de la nada: GLM 5.2 se lanzó en junio con pesos abiertos y licencia MIT, y quedó a pocos puntos de la frontera cerrada, y GLM 5.3 le siguió en agosto sin ningún preentrenamiento nuevo: toda la mejora vino del post-entrenamiento. Pero los lanzamientos no son lo importante. Ox Alpha es lo importante, porque fue el que llegó sin etiqueta.
Hay un patrón aquí, y es más viejo que la IA.
China entra en un mercado. China triunfa en ese mercado. Y entonces la cosa se abarata lo suficiente como para que todos puedan tenerla. Paneles solares. Baterías. Teléfonos. Drones. Coches eléctricos. Cada vez, la misma forma.
La historia occidental sobre esto es que es injusto. Subsidios, dumping, una mesa amañada. Esa historia está mayormente equivocada, y lleva tiempo estándolo. El precio baja porque la fabricación se vuelve buena, y en los últimos años la calidad ha venido con ella. Ya no son solo más baratos. Son competitivos en el producto mismo: calidad, volumen y precio a la vez. Eso es un competidor distinto al que la gente todavía sigue discutiendo.
Apunta eso hacia la inteligencia y obtienes la conclusión obvia. Su plan de programación ya cuesta aproximadamente una décima parte de Claude Code. Eso no es el suelo. Es un punto de paso.
Creo que termina donde terminaron las redes sociales. Gratis para usar. No gratis de construir: gratis para usar. Alguien absorbe el coste porque la atención, la distribución o los datos valen más que la factura de inferencia. Ya hemos visto esta película.
Epoch AI hace un seguimiento serio de esto, así que voy a usar sus cifras en lugar de las mías.
**La brecha entre abierto y cerrado se ha desplomado.** En 2024, el retraso entre el mejor modelo abierto y el mejor cerrado era de aproximadamente un año. A finales de 2025 era de unos tres meses. Durante la primera mitad de 2026, cuatro meses. Un año se convirtió en un trimestre en dieciocho meses.
**La capacidad de frontera llega al hardware de consumo en aproximadamente un año.** En palabras del propio Epoch: los modelos que caben en GPU de consumo igualan el rendimiento de frontera en un año o menos.
**La eficiencia se acumula.** La eficiencia de cómputo del preentrenamiento mejora unas 3 veces al año: la misma capacidad por un tercio del cómputo, duplicándose cada siete meses y medio. El rendimiento de los chips por dólar sube un 49% al año desde 2023. Y la propia capacidad de frontera se aceleró: el índice de capacidades subía unos 8 puntos al año antes de abril de 2024, y unos 15 al año desde que los modelos de razonamiento y el escalado por RL tomaron el mando.
Suma todo eso. En 2024 hacía falta un modelo de 70.000 millones de parámetros para tener la calidad de GPT-4. En 2026, Phi-4 corre en 8 GB de VRAM e iguala en matemáticas a modelos tres veces su tamaño. Una variante de Qwen de 27.000 millones alcanza el 77% en SWE-bench con 18 GB. Un modelo de 3.000 millones corre a 30 tokens por segundo en un MacBook Air y cabe en un iPhone.
La frontera mejora rápido. El suelo sube más rápido todavía.
Tres años.
Lo que sea que cuente como inteligencia de frontera en ese momento (nivel Opus hoy, algo mejor para entonces) corriendo en local. En el teléfono que llevas en el bolsillo y en el portátil de tu mesa. No «lo bastante bueno para tareas simples». La cosa real, manejando el 99,9% de lo que cualquiera de verdad le pide a una máquina: escritura, código, análisis, planificación, tutoría, traducción, todo.
Aplica el interés compuesto y tres años no es una apuesta audaz. Una eficiencia 3 veces mayor al año es más o menos 27 veces en tres. Suma las mejoras de los chips y llegas a unas 89 veces en coste por unidad de capacidad, antes de que nadie invente nada ingenioso. La restricción real en el dispositivo es la memoria, no los FLOPs, y la destilación es exactamente el truco que la esquiva: así fue como el modelo de 70.000 millones de 2024 se convirtió en el de 8.000 millones de 2026.
Lo que se queda en la nube es el último 0,1%. Investigación de frontera. Agentes de horizonte largo que necesitan un millón de tokens de contexto y un día de reloj real. Todo aquello donde una diferencia de cinco puntos en un benchmark es todo el producto. Ese mercado será real y grande, y será un mercado de especialistas, igual que la supercomputación es un mercado de especialistas. Todo lo demás es una mercancía que ya posees.
Si la inteligencia está en el dispositivo y el precio de la versión alojada camina hacia cero, el modelo deja de ser el foso defensivo. Tres cosas pasan a serlo en su lugar.
**Distribución.** Quien envíe el modelo local por defecto en el teléfono, el portátil y el navegador gana igual que ganó el buscador por defecto.
**Datos.** Todos los modelos serán más o menos igual de inteligentes. La diferencia es lo que saben sobre ti, tu empresa, tus clientes, y si tenías derecho a usarlo.
**Verticales.** El valor sube por el stack hasta la última milla: el flujo de trabajo, la integración, el dominio. Como siempre ocurre en cuanto la cosa subyacente se abarata.
Si el modelo corre en local, también lo hace todo lo que sabe sobre ti.
Tus datos dejan de ser algo que subes y pasan a ser algo que nunca sale. El contexto que hace útil a un asistente, tus archivos, tus mensajes, tu calendario, tus hábitos, es exactamente el contexto que menos razones tienes para enviar a ningún sitio en cuanto el modelo se sienta en el mismo chip que los datos.
Bueno para ti. Un problema para toda una industria.
Porque el valor de esos datos no cae. Solo cae el acceso. Así que espera que la forma de conseguirlos se vuelva más fea. Avisos de permiso redactados para que se acepten. Apps gratis cuyo producto real es la sincronización. SDKs enterrados a tres dependencias de profundidad. Interruptores de «ayúdanos a mejorar nuestro servicio» que vienen activados por defecto. Cuanto más difícil es llegar a los datos, más ingenioso se vuelve el modo de llegar a ellos, y menos ocurre a la luz del día.
Luego el efecto de segundo orden, que creo que está infravalorado.
La búsqueda deja de ser tú.
Ahora mismo, cuando buscas, la consulta llega pegada a un navegador, una cookie, una cuenta, una IP, y un perfil que lleva quince años acumulándose. Cuando tu modelo local hace la búsqueda, lo que llega al otro lado es una máquina haciendo una pregunta. No necesita tu identidad para obtener una respuesta, y no tiene ninguna razón particular para llevar una consigo. Veinte prompts tuyos se convierten en cinco consultas que no se parecen a nada en particular, de un modelo, en tu dispositivo, sin ningún perfil detrás.
Eso rompe el vínculo sobre el que se construye la web financiada por publicidad, y nadie tuvo que legislarlo. El agente es un anonimizador natural.
No tiene por qué funcionar así. El anonimato es una decisión que toma el cliente, y muchos clientes mantendrán el perfil pegado, porque el perfil es el negocio. Pero por primera vez la opción privada es la fácil, y quien lance el modelo local es quien elige el valor por defecto.
Lo que nos lleva otra vez directo al primer foso.
Hace un año habría dicho «algún día». Un modelo anónimo en lo alto de la clasificación movió ese plazo a una franja más segura.
---
*Cifras: Epoch AI (retraso abierto/cerrado, tendencias de eficiencia, índice de capacidades), Artificial Analysis Intelligence Index, notas de lanzamiento de Z.ai, datos de uso de OpenRouter, agosto de 2026.*