Modelos lingüísticos pequeños: por qué el tamaño del modelo importa (para el clima y no solo para eso)

Durante años, la idea implícita ha sido sencilla: cuanto más grande y potente es el modelo, mejor, y la factura —energética, económica y medioambiental— la paga el centro de datos. Pero algo está cambiando, y merece la pena comprender qué es lo que realmente lo está impulsando, con las cifras más actualizadas a la vista.

¿Cuánto cuesta, realmente, una sola consulta?

Google ha publicado una medición de extremo a extremo —no una estimación externa, sino un dato de producción real— de cuánto cuesta responder a una solicitud de texto media en Gemini: aproximadamente 0,24 vatios-hora de energía y 0,26 mililitros de agua, menos que la energía necesaria para tener la televisión encendida durante unos segundos.

El dato más interesante no es la cifra absoluta, sino la evolución: en doce meses, la energía necesaria para el mismo tipo de solicitud se ha reducido aproximadamente 33 veces, y las emisiones, 44 veces.

¿Cómo ha sido posible? Mediante una combinación de técnicas que, juntas, cambian las reglas del juego: arquitecturas de «mezcla de expertos» que activan solo una pequeña parte de los parámetros por cada solicitud, técnicas de compresión numérica que no afectan a la calidad percibida y chips diseñados a medida, que hoy en día son hasta 30 veces más eficientes que hace unos años.

La paradoja de la que nadie habla

Pero aquí es donde entra en juego el dato más actualizado —y más incómodo— de todos. El Informe medioambiental de 2026 de Google, publicado el 30 de junio de 2026, muestra que el consumo eléctrico de sus centros de datos pasó de 14,4 millones de MWh en 2020 a 30,8 millones en 2024, hasta alcanzar unos 42 millones de MWh en 2025 —el mayor aumento interanual en la historia de la empresa (+37 %). Las emisiones totales han aumentado un 18 % solo en el último año, y ahora son un 81 % más altas que en 2019.

¿Cómo se concilia esto con el -33x mencionado anteriormente? Es lo que los economistas denominan «paradoja de Jevons»: cuando el uso de un recurso se vuelve más eficiente, se consume más, no menos. El propio informe de Google lo admite explícitamente, al señalar que el crecimiento de su infraestructura de IA se está acelerando más rápido de lo que la red eléctrica es capaz de descarbonizarse. La Agencia Internacional de la Energía, en su informe de abril de 2026, explica el mecanismo a escala global: mientras que las consultas textuales sencillas cuestan cada vez menos, su adopción se dispara —el número de usuarios activos se ha triplicado y los ingresos se han quintuplicado en un año, según los principales proveedores— y se orienta hacia tareas mucho más exigentes: generación de vídeo, razonamiento en varios pasos, agentes autónomos, que pueden consumir cientos o miles de veces más energía que una simple solicitud de texto.

Se trata de una precisión importante para cualquier debate sobre la IA «frugal»: la eficiencia técnica es una condición necesaria, pero por sí sola no basta para invertir la trayectoria del consumo. También se necesita un cambio de comportamiento: utilizar el modelo adecuado para la tarea adecuada, en lugar del más potente disponible por costumbre.

Más grande no es (siempre) mejor

Mistral AI ha publicado un estudio aún más directo sobre la relación entre el tamaño del modelo y el impacto medioambiental, analizando todo el ciclo de vida de su modelo estrella (Large 2): el entrenamiento genera unas 20 400 toneladas de CO₂ equivalente y consume 281 000 metros cúbicos de agua, mientras que responder a una sola pregunta produce aproximadamente 1,14 gramos de CO₂ y 45 mililitros de agua.

La huella ambiental de un modelo crece casi en proporción directa a su tamaño. En la práctica: si un modelo tiene diez veces más parámetros que otro, generar el mismo número de palabras con ese modelo cuesta —manteniendo constantes todas las demás variables— aproximadamente diez veces más en términos de CO₂ y agua consumida.

No es una ley física exacta, pero es la tendencia observada, y tiene una consecuencia muy concreta: utilizar un modelo enorme para tareas que no lo requieren —resumir un correo electrónico, clasificar un texto, responder a una pregunta sencilla— no es solo un derroche filosófico, es un derroche cuantificable en dinero, energía y agua.

Es interesante señalar que Mistral parece haberse tomado en serio su propia conclusión: a lo largo de 2026 ha creado toda una familia de modelos de distintos tamaños —desde Large 3 hasta los pequeños Ministral de 3, 8 y 14 mil millones de parámetros—, y ha recomendado explícitamente a los desarrolladores que utilicen «Large 3 solo cuando sea realmente necesario» y los modelos Ministral para las tareas más sencillas. Aún no han vuelto a publicar un estudio con cifras actualizadas para estos nuevos modelos, pero la filosofía del «right-sizing» ya forma parte de su catálogo de productos, no solo de un artículo científico.

Un nombre para este movimiento: la IA frugal

Esta filosofía ya tiene un nombre y un manifiesto compartido. El Frugal AI Hub, una iniciativa que reúne a investigadores y empresas en torno a este tema, ha codificado cuatro principios que se están convirtiendo en una referencia para quienes diseñan sistemas de IA responsables: eficiencia de los recursos (modelos más pequeños, rápidos y económicos de entrenar y ejecutar), sostenibilidad (reducir la huella de carbono y promover las infraestructuras y la energía renovable), accesibilidad e inclusión (permitir que también las pequeñas empresas, las startups y los entornos con conectividad limitada utilicen la IA), y, por último, impacto y escalabilidad (evaluar seriamente el retorno de la inversión, no solo la ambición técnica).

No se trata de una iniciativa aislada: es la señal de que «frugal» está dejando de ser sinónimo de «menos capaz» y se está convirtiendo en un criterio de diseño por derecho propio, al mismo nivel que la precisión y la velocidad.

El traje a medida: no todas las tareas requieren un genio

Si el tamaño es tan importante, la pregunta lógica es: ¿cómo elegir el modelo adecuado para cada tarea? Google, a través de sus directrices para desarrolladores, propone un marco de trabajo que se está convirtiendo en un estándar de facto en el sector: el «right-sizing» de la inteligencia artificial.

Para tareas muy específicas y repetitivas, un modelo pequeño y dedicado es más que suficiente, y se ejecuta en el servidor más económico disponible. Para una amplia gama de tareas generalistas pero delimitadas, hoy en día se recomienda un modelo «pequeño» de última generación en cualquier lugar: en el dispositivo, descargable bajo demanda o en un servidor. Solo para las tareas que realmente requieren un razonamiento amplio sigue siendo necesario un modelo de vanguardia, firmemente ubicado en la nube.

El modelo híbrido ya está en tu navegador, aunque no te hayas dado cuenta

Esto no es solo teoría de un artículo académico: ya es infraestructura en producción. Google ha integrado en sus herramientas para desarrolladores (Firebase AI Logic) un sistema que elige automáticamente si procesar una solicitud con un modelo ligero directamente en el navegador —a través de Gemini Nano integrado en Chrome— o, si la tarea es demasiado compleja o el dispositivo no es compatible, pasar sin interrupciones a un modelo en la nube más potente.

La ventaja para los desarrolladores de aplicaciones es doble: una latencia prácticamente nula y, potencialmente, ningún coste por llamada a la API para las solicitudes gestionadas localmente. Aún nos encontramos en las primeras fases —por ahora solo funciona con texto en un único turno, con un límite de unos 6.000 tokens, y únicamente en Chrome para ordenador—, pero el camino está marcado.

Los asistentes de IA no tienen por qué ser genios universales

Hay una última pieza del rompecabezas, quizás la más conceptual, que proviene de un grupo de investigación de NVIDIA en colaboración con el Georgia Institute of Technology. En su artículo «Small Language Models are the Future of Agentic AI», los autores señalan que la mayoría de los «agentes» de IA —sistemas que realizan tareas de forma autónoma, como hacer reservas, buscar información o coordinar otras herramientas— no necesitan mantener una conversación brillante sobre cualquier tema. Deben hacer bien una cosa específica, una y otra vez, de forma fiable.

Para este tipo de trabajo, sostienen los investigadores, los modelos pequeños ya son lo suficientemente capaces, más rápidos, más fáciles de especializar y entre 10 y 30 veces más baratos de ejecutar, y se convertirán en el corazón de los sistemas agentivos en un futuro próximo. El modelo enorme sigue siendo el «asesor experto» para el razonamiento complejo, mientras que un enjambre de modelos pequeños se encarga de todo lo demás.

Cuando un solo desarrollador desafía a los gigantes: el caso de DwarfStar4

Hay un ejemplo muy concreto, y en cierto modo sorprendente, de hasta dónde puede llegar esta filosofía cuando la lleva adelante una sola persona en lugar de un laboratorio corporativo. Salvatore Sanfilippo —conocido en la comunidad tecnológica como «antirez», creador de Redis, el almacén de datos en memoria que se ha convertido en la infraestructura estándar de la web moderna (utilizado como base de datos, caché, intermediario de mensajes y, más recientemente, motor de búsqueda vectorial para aplicaciones de IA)— ha creado por su cuenta DwarfStar4 (ds4): un motor de inferencia escrito desde cero en lenguaje C, diseñado para ejecutar un modelo de peso abierto casi de vanguardia, DeepSeek V4 Flash, directamente en hardware personal de gama alta (Mac con al menos 96 GB de RAM, tarjetas NVIDIA, clústeres domésticos conectados en paralelo), sin ninguna conexión a la nube.

Técnicamente no es un «modelo pequeño»: el archivo de pesos ocupa unos 76 GB. Pero el principio es el mismo que impulsa todo este movimiento, aplicado con un enfoque diferente: en lugar de reducir el tamaño del modelo, Sanfilippo ha logrado que la ingeniería de la inferencia sea tan eficiente —gracias a una cuantificación asimétrica y al aprovechamiento de la estructura «mixture of experts» del modelo— que resulta viable ejecutar localmente algo que, hasta hace poco, solo habría sido concebible en un clúster de servidores. El proyecto, distribuido gratuitamente bajo licencia MIT, superó las 12 000 estrellas en GitHub en sus primeras semanas.

Es la prueba de que el avance hacia la IA local no está impulsado únicamente por las estrategias de producto de Google o Microsoft: sino que también es un movimiento abierto, desde la base, impulsado por quienes creen que disponer de un modelo de vanguardia en el propio ordenador, sin enviar datos a nadie, debe ser una opción real —no solo para aficionados, sino para cualquiera que valore la privacidad y la independencia de la nube.

¿Qué significa, en la práctica, este cambio de rumbo?

Al unir todas estas piezas —la eficiencia creciente, aunque no definitiva, de los modelos; la proporcionalidad entre tamaño e impacto; los principios de la IA frugal; el marco del «modelo adecuado para la tarea adecuada», la infraestructura híbrida que ya está en funcionamiento e incluso los experimentos individuales como DwarfStar4 — surge un panorama coherente: la inteligencia artificial del futuro próximo no será una única entidad enorme ubicada en un centro de datos lejano, sino un ecosistema estratificado, en el que gran parte del trabajo diario se traslada más cerca de nosotros.

Esto no significa que los centros de datos vayan a dejar de crecer —el entrenamiento de los modelos más avanzados seguirá siendo una tarea centralizada durante muchos años más— y, como demuestran tanto Google como la AIE, el consumo energético total sigue aumentando de todos modos. Pero la demanda de computación para la IA se está bifurcando, y esta bifurcación tiene consecuencias muy concretas sobre quién fabrica el hardware, quién sale ganando y quién sale perdiendo en la cadena de suministro, y sobre dónde conviene fijarse hoy en día si se observa este sector también desde la perspectiva de un inversor.

En el próximo artículo analizaremos las cifras: qué dicen realmente los balances trimestrales de las grandes tecnológicas, los fabricantes de chips y los actores externos al sector sobre esta bifurcación entre los centros de datos y el «edge», y quién, entre los nombres menos conocidos, podría beneficiarse más de ella.