NTN 557 - 💸 La IA ya no quiere ser la más lista

Buenas, bienvenidos a No Tiene Nombre, podcast donde hablamos de inteligencia artificial. Mi nombre es Bruno, trabajo en GitHub barra Microsoft. Y hoy vamos a hablar el día más raro del calendario de los modelos en lo que va del 20 a 26, 13 de agosto. ¿Por qué? Google, OpenAI y DeepSeek publicaron los tres dentro de la misma ventana de 24 horas, novedades de sus modelos, y ninguno de los tres dijo somos los más inteligentes. Dijeron otra cosa. Por un lado vino Google y dijo, hey, somos la mitad de caros, con trampa. OpenAI dijo, somos 14 veces más rápidos, gracias a los amigos de Cerebras, y DeepSeek dijo, te doy una perilla para que regules cuánto piensa mi modelo. Y de paso, muy despacito, casi sin que se note, nos subió los precios hasta 11 veces. Así que bueno, vamos a hablar de esto porque las cosas son por lo menos interesantes. Y como siempre, tiramos para atrás. Tiramos hasta el 6 de diciembre del 884. De 1884, así mi amigo Eladio se queda contento. Washington. Y había un tipo que se llamaba P. H. McLaughlin, que subió hasta lo más alto del obelisco y apoyó ahí arriba una pirámide de metal de unos 20 centímetros. 100 onzas, que le dicen los americanos, que son casi 2 kilos, un poquito más de 2 kilos y medio.

Y en ese momento, hasta ese momento, era la pieza de aluminio más grande que se había fundido. Era lo más impresionante que había. Y ojo. Antes la habían puesto en exhibición en Tiffany's, en Nueva York, en el piso, para que la gente la pudiera saltar por encima y contarle a los amigos que había saltado la punta del monumento a Washington. ¿Por qué? Y una locura. La gente estaba alucinada con el aluminio. Porque por esa época, en el 1884, el aluminio costaba alrededor de un dólar la onza. Y eso es un montón, montón de dinero. Porque más o menos una persona, un obrero del propio monumento ganaba un dólar por día. En una jornada de 10 horas o más. Básicamente, una onza. Equivalía a un día entero de trabajo de un ser humano. Era en esa época el metal de los emperadores, el aluminio. Cuentan que en el Pablón III servía a los invitados más importantes con cubiertos de aluminio. En la segunda cautelaría con cubiertos de oro, porque el oro lo tenía cualquiera, el aluminio no. Pero ¿qué pasa? El monumento se terminó en diciembre del 84.

El 23 de febrero del 86, 14 meses después, un año y dos meses, un pibe recién recibido en Oberlin College, en Ohio, aquí al sur de mi casa, se llamaba Charles Martin Hall, lo que hizo es metió alumina en criolita fundida, criolita fundida, perdón, en un galpón de madera atrás de la casa de su viejo, le pasó corriente durante un par de horas y sacó aluminio puro. No tenía plata para un laboratorio, así que se armó uno. No tenía plata para baterías, así que se hizo las baterías. Y casi al mismo tiempo, del otro lado del Atlántico, un francés que se llamaba Paul Herold llegó exactamente lo mismo con semanas de diferencia sin conocerlos. En 14 meses el aluminio pasó de ser el metal más aristocrático del planeta a ser el material con el que hoy envolvés las milanesas. Y ojo, la punta del monumento sigue arriba, no se cayó, porque bueno, el metal no cambió, cambió el precio y cuando cambia el precio también cambia qué preguntas, qué es lo que se debe hacer y no. Entonces vamos a repasar lo de ayer, porque empezamos por Google. Ya vas a ver por qué tiene que ver todo con las noticias de hoy. Google fue el que puso el número grande en la vidriera, porque vino Tulsi Dosis y salió el post y dijo, mira, acá tenemos Gemini 3.7 Flash, que dijeron que es el modelo frontier que tiene el más inteligente hasta ahora para el código para gente.

Y aquí va el dato que a mí, después de un tiempito, me hace levantar una ceja. Gemini Flash salió el 21 de julio, hace tres semanas. Dejo la pausa esta porque quiero que todo el mundo piense un poco en esto. Un modelo de Google duró tres semanas antes que lo reemplazaran. Es brutal. Yo tengo pull requests míos que llevan más de tres semanas esperando el review. Tengo un yogur en la heladera que va a sobrevivir a Gemini 3.6 Flash. Y ahora, no sé, ¿mejoró de verdad el modelo de marketing y demás? No. Según los números que están en el blog, mejoró de verdad. Porque esto no está en un hilo de Twitter, esto está en el blog oficial de... de Google y además en Frontier Coin que es el benchmark de congreso que mide el código pasó de 34.4 a 43.6 casi un 10% de mejora del mismo modelo en otro benchmark que es el Deep SW1.1 que mide ingeniería pasó de 49.65 bueno es brutal es brutal Hay otro que se llama GDP.pdf que es un benchmark para ver si un modelo puede procesar documentos complejos. Acá Gemini sacó 12 puntazos de lo que tenía antes y casi que duplicó el valor que estaba ahí. Entonces, ¿es un modelo que es mejor? Parece que sí. ¿Importa eso más que el benchmark?