VibeThinker: un modelo 3B que supera a Opus 4.5 en razonamiento

Un modelo de solo 3.000 millones de parámetros ha superado al gigante Opus 4.5 en tareas de razonamiento complejo. VibeThinker combina SFT+GRPO y logra resultados superiores con una fracción del coste computacional.

Por qué importa

Hasta ahora, el razonamiento de alto nivel requería modelos masivos, caros de ejecutar y lentos. VibeThinker demuestra que es posible obtener respuestas más precisas con un modelo que cabe en un teléfono. Para el usuario medio, esto significa acceso a IA de razonamiento sin suscripciones costosas ni hardware especializado.

Para las empresas, el ahorro en inferencia es drástico: menos servidores, menor consumo energético, mayor velocidad. La barrera de entrada para integrar razonamiento avanzado en productos se reduce significativamente.

Qué dice el contexto

• VibeThinker utiliza una novedosa combinación de Supervised Fine-Tuning (SFT) y Group Relative Policy Optimization (GRPO), optimizando el razonamiento paso a paso.
• En benchmarks como GSM8K, MATH y ARC-Challenge, supera a Opus 4.5 en precisión, a pesar de tener 1.500 veces menos parámetros.
• El modelo se entrena en 4 GPUs durante 3 días, frente a los clusters de miles de GPUs que requiere Opus 4.5.
• La inferencia es hasta 100 veces más rápida y consume un 90% menos de energía por consulta.
• El paper (arXiv:2606.16140) muestra que la eficiencia en razonamiento no escala linealmente con el tamaño del modelo.

Lo que puedes hacer

1. Prueba modelos pequeños de razonamiento: Si usas asistentes de IA para análisis o programación, busca alternativas como VibeThinker o DistilBERT para tareas específicas. Reducirás costes y latencia.
2. Revisa tus suscripciones: Si pagas por modelos premium solo por razonamiento ocasional, valora cambiar a opciones ligeras. Ahorrarás dinero sin perder calidad.