Lo de los modelos más grandes es lo que realmente hacen — antirez sobre inteligencia vs. capacidad

Antirez es el tipo que escribió Redis, y acaba de publicar una nota sobre lo que los modelos más grandes realmente nos dan. El resumen: la inteligencia es el cerebro — la capacidad de resolver cosas. La capacidad es lo que puedes hacer con las herramientas que tienes. Un modelo grande con pocas herramientas es como un genio con un martillo. Un modelo pequeño con muchas herramientas es como un mecánico con un taller completo.

Lo interesante es cómo esto aterriza para Brown Forces. Hemos estado construyendo herramientas — el screener, la academia, el routing model — no solo prompts más grandes. El modelo de 200M será más inteligente, pero el routing model enrutamos chips en dos segundos porque tiene las herramientas de geometría integradas. Esa es la capacidad. Si solo hicimos el modelo más grande sin agregar herramientas, obtendríamos un chatbot más inteligente, no uno más rápido.

La pieza vale la pena por la distinción misma. Aclara por qué la industria persigue los parámetros cuando lo que importa es si el modelo puede hacer el trabajo. Para cualquiera construyendo cosas con IA — no solo dándole prompts — es una brújula útil.

Por qué nos importa: nos dice cuándo escalar el modelo y cuándo agregar otra herramienta, y la respuesta es casi siempre ambas.