¿Qué tan rápido está escalando la IA?
El mayor impulsor del progreso en IA ha sido la escala pura: la cantidad de cómputo usada para entrenar cada modelo nuevo. En escala logarítmica, ese crecimiento es impresionante y constante. Explora los modelos que marcan la curva y verás lo rápido que avanza la frontera.
El cómputo no lo es todo (los algoritmos y los datos también importan), pero ha sido el predictor más confiable de nuevas capacidades. Cuando la entrada a un sistema crece por un factor de cien millones en poco más de una década, y nadie entiende del todo lo que desbloqueará el siguiente aumento de cien veces, "ya resolveremos la seguridad sobre la marcha" se convierte en una apuesta enorme.
La tendencia también reconfigura la carrera: modelos eficientes como DeepSeek-V3 de China alcanzaron un rendimiento cercano a la frontera con una fracción del cómputo reportado, un recordatorio de que la capacidad se está más barato, no solo más grandes.
Las cifras de cómputo de entrenamiento son estimaciones, principalmente de Epoch AI's base de datos de modelos notables, expresado en operaciones de punto flotante (FLOP). Los laboratorios rara vez revelan números exactos, por lo que los valores fronterizos recientes son aproximados y se muestran para ilustrar. Los sistemas de placas cerradas liberados después de mediados de 2025, incluyendo GPT-5.6.6, GPT-6 Astra y Claude Fable, se omiten cuando Epoch no tiene una estimación publicada de computación de entrenamiento. El hallazgo que sostiene es la tendencia, no cualquier punto.
El tiempo de duplicación mostrado se calcula a partir de los modelos graficados, por lo que refleja esta muestra curada en lugar de todo el campo.