JEV - Pasada esa línea, ya no distingo quién es más listo

La línea se pone entre Opus 4.5 y 4.6: la mayoría ya no puede plantear una tarea fuera del modelo. Pasada esa línea, lo que aún se puede distinguir es la definición de producto. Jev emite una probabilidad, no el tramo siguiente de un chat más listo.

Folkbench folkbench.com

Coautor: folkbench.com (Folkbench es una plataforma revisable de evaluación y selección de API de IA, servicios de modelos y sitios relacionados. Se apoya en información de servicio publicada, precios, disponibilidad, latencia y ventanas de evidencia para ayudar a los usuarios a comparar y a elegir un camino.)

Diez textos en esta serie:

La competición entre modelos fundacionales va por su tercer año. La mayoría de los que siguen en la mesa han cruzado una línea. La línea no es baja.

Mi definición cabe en una frase. El noventa por ciento de los usuarios ya no puede plantear una tarea fuera del alcance de un modelo. El trabajo sigue ahí. La gente no deja de pedir. Esos pedidos, los modelos pueden tomarlos. Responder al correo, recoger actas, arreglar un error, convertir un montón de material en unos pocos elementos: hace tiempo que dejé de usar esto para ordenarlos. Quedan dentro de la línea. Pongo el aterrizaje entre Opus 4.5 y 4.6. Por encima, se emborrona en un solo manchón.

Los dos años de antes, yo aún perseguía los lanzamientos y cambiaba para comparar, en serio, quién era más fuerte. Este año dejé de comparar. Los tableros siguen actualizándose. El trabajo que tengo en las manos no ha ganado otro tramo.

Después del cambio, solo queda una sensación

Antes de la línea, yo podía distinguirlo. Si un texto largo se desharía, lo sabía al cambiar de modelo. Si las condiciones de antes seguían ahí cuando los pasos se amontonaban, podía sentirlo dentro de la semana. Después de la línea, no puedo sentir la diferencia de capacidad. Cambiar de modelo a menudo deja solo la impresión de que mejoró un poco. Mejor en qué, no lo sé decir.

La misma clase de trabajo necesitaba mi repaso el mes pasado, y este mes pasa. Entran las notas de una reunión, y salen las cosas que hay que hacer. Dos proveedores salen a una línea o dos de distancia, y los dos me parecen usables. El código es igual. Pegue un error, y los dos pueden dar un cambio. A veces siento que uno de ellos es más limpio, con un diff más pequeño. No puedo señalar la actualización en la que se separaron. Si tengo que elegir, elijo el cambio más pequeño. No hay un día en medio al que pueda señalar y decir, desde aquí pudo hacer esto. Los incrementos han seguido llegando. Son demasiado finos para que mis días los recuerden.

Así que cambié menos de modelo por esto. Quién es más listo en el tramo siguiente, no lo distingo.

Esto sí puedo distinguirlo

Lo primero que puedo sentir es la forma de lo que emite. Lo que emite texto, lo trato como a alguien con quien hablar. Le entrego un registro desordenado y le hago recoger las pocas cosas que hay que hacer. Lo leo una vez, cambio unas palabras, y lo devuelvo si no quedo satisfecho. Ese viaje de ida y vuelta es familiar. La voz es otro camino. Yo le hablo, y él habla de vuelta. No lo uso mucho. Lo enciendo mientras voy de camino. En el momento en que necesito cambiar palabras, vuelvo al texto que puedo copiar. Reconozco esta forma.

Lo que emite acciones es más distinto. Opera un ordenador y hace clic en un flujo hasta el final, por su cuenta. Yo miro sus manos. Un clic en el sitio equivocado, y por completas que sean las palabras de después, no ayudan. Hay otra clase que solo da una probabilidad. Jev es esa clase. No emite texto, y no opera un ordenador. Me he encontrado con todas estas. Puedo distinguirlas porque el modo en que tomo el relevo es distinto.

El temperamento y el gusto también separan a la gente. Entregue el mismo material, y algunos lo escriben muy lleno, añadiendo una frase en el borde, con miedo de que yo no entienda. Otros se paran aquí y dejan el juicio a una persona. A quién me quedo a menudo depende de si ese temperamento me cabe en la mano. Al que se para en el sitio justo, lo dejo en la ventana que abro cada día. Una puntuación más alta al lado, y aun así rara vez cambio de ventana por la puntuación.

El coste y la latencia se sienten juntos. En qué tramo de la curva de coste se sienta, y en qué tramo de la curva de latencia, con dos usos basta para saberlo. Charlando con una persona, puedo aguantar esperar un poco más. Una persona tiene que pausar de todos modos. Póngalo en un flujo que corre una y otra vez, y la espera se vuelve un atasco. Lo bastante lento para que yo pueda ir a servirme un vaso de agua, y solo cabe en una conversación. Lo bastante caro para que no me atreva a llamarlo una vez más, y no puede entrar en los pasos que son pequeños y densos. Si es barato, y vuelve deprisa, entonces me atrevo a extenderlo. Si lo que vuelve es un pasaje que tengo que terminar de leer, lo barato no ayuda. Sigo sin poder meterlo en un bucle.

El rechazo también es una diferencia. Qué rechaza, y cómo lo rechaza, se ve después de un tiempo de uso. Algunos rechazan directo, en muy pocas palabras. Sé que el camino está cerrado, cambio el pedido, y una frase cambiada basta para seguir. Algunos no lo dicen. Rodean la cosa y devuelven un trabajo que se ha torcido. Yo seguiré pensando que no lo dije claro, y moleré otra vuelta sobre un mal resultado. Lo que miro ahora es si me atrevo a entregarle este trabajo la próxima vez.

Un modelo nuevo dice primero su sitio

GPT-6 hizo que el mundo reconociera otra vez el computer use. Operar un ordenador volvió a ponerse al frente de un lanzamiento. Lo que me importa no es que los modelos pudieran usar un ratón antes. Pasada la línea, eso ya no es nuevo. Yo solía mirar un lanzamiento por otro tramo de altura. Esta vez cambié la pregunta. Una empresa que publica un modelo nuevo tiene que pensar primero en su propio nicho: para quién es, y en qué es particularmente bueno. No tiene que ponerse de pie y decir que es el tramo siguiente, más listo.

Jev es un extremo que he tocado de verdad hace poco. No compite con Opus en la escritura. La escritura, no la toma. Lo que ocupa es la articulación. El material llega al punto en que hay que tomar una decisión, la pregunta está cerrada, y las opciones se dieron de antemano. Lo que vuelve es una probabilidad. Vuelve de inmediato. Del lado del chat yo aún cambio a otra ventana y espero. Aquí no tengo que cambiarme. El resultado ya ha vuelto. Esta clase de salida no se cobra. Lo que yo lanzo no es «escríbeme un párrafo». Es un juicio ya rodeado: si este camino sigue, y cuánta seguridad hay. Después de que vuelve la probabilidad, quien toma el relevo es un programa, no yo sentado a terminar de leer y luego decidir. No tengo ganas de chatear con él. El sitio no está reservado para el chat. Los modelos de chat pueden subir más, y lo que emiten sigue siendo texto. Jev quita el paso de generar texto. Esto no es un chat más listo. Es otra clase de producto.

Entre empresas de modelos, ahora miro la ruta, y si la definición de producto se puede llevar hasta el final. Cómo se diseña ahora un modelo se reduce a esas dos cosas. No es el primer nombre de un tablero lo que decide. Los nombres del tablero cambian al cabo de un tiempo. Lo que un modelo pretende emitir, una vez fijada la forma, el entrenamiento y la interfaz siguen, y el precio también sigue.

Otras rutas, este texto solo lleva una frase. Algunos empujan la ingeniería hasta un extremo. Algunos giran y construyen una suite vertical. El resto simplemente no habla, y sigue empujando un modelo general. Las suites concretas de DeepSeek y de Kimi no se despliegan aquí. Están escritas en JEV - Un modelo reducido, una suite y uno que no habla.

Pasada esa línea, ya no distingo quién es más listo. Cuando cambio, aún puede sentirse un poco mejor. Esa sensación no me basta para elegir. Lo que puedo distinguir es la definición de producto. ¿Emite usted texto, emite acciones, o emite solo una probabilidad?

Fuentes

Serie