En un movimiento que redefine la geopolítica de la inteligencia artificial, Yandex acaba de liberar bajo licencia Apache 2.0 los pesos de AliceAI-Foundation-80B-A3B-Base. No es solo otro modelo más en el zoo de LLMs: es una declaración de soberanía tecnológica. Desarrollada completamente desde cero, sin utilizar los pesos de ningún modelo open source occidental como punto de partida, esta bestia de 80B parámetros representa la apuesta más audaz de Rusia por construir una cadena de valor en IA independiente. Su objetivo último es claro: ser el núcleo de la futura ‘Entidad de Razonamiento Unificado’ (ERM) que impulsará las capacidades agentivas de Alice AI.
Rendimiento que sorprende: Un David contra Goliat
Los benchmarks preliminares del pretrain son un golpe sobre la mesa. Según Yandex, Alice 80B supera a modelos más grandes y establecidos como DeepSeek-V4-Flash-Base y Nemotron-3-Super en una amplia gama de tareas, desde preguntas factuales y expertas hasta matemáticas y código. Donde realmente brilla es en los desafíos de alto nivel: se posiciona a la cabeza en benchmarks complejos como IMO AnswerBench y LiveCodeBench entre los modelos de pretrain abiertos comparados. Más impactante aún es que, según sus creadores, supera a su predecesora cerrada, Alice AI LLM 235B, en conocimientos fácticos, matemáticas, programación y manejo de contexto largo… ¡con casi tres veces menos parámetros totales y siete veces menos parámetros activos!
La receta secreta: Datos, arquitectura y paciencia
El desarrollo, que tomó aproximadamente seis meses, es una lección de meticulosidad. El equipo de Yandex no recicló; reconstruyó. Reensamblaron el corpus de datos desde la base, reevaluaron decisiones arquitectónicas, ajustaron hiperparámetros e incorporaron datos específicos para razonamiento e interacciones de agentes. Este esfuerzo sigue a la reciente apertura del pretrain de Alice AI Search, que también se entrenó sin pesos de modelos open source, marcando una clara línea estratégica de autosuficiencia. El proyecto actual representa una evolución significativa desde su informe técnico de diciembre, donde el entrenamiento partía de los pesos de Qwen3-235B. Ahora, el ‘from scratch’ es la norma.
La transparencia es otra arma en esta batalla por la credibilidad. Junto con los pesos, Yandex publica un extenso informe técnico que detalla desde los pipelines de preparación de datos y protocolos de evaluación hasta la estabilización del entrenamiento y las ‘leyes de escalado’. Incluyen experimentos de ablación y analizan enfoques descartados, validando la contribución del corpus actualizado, la arquitectura y los hiperparámetros a través de series de entrenamientos desde cero. Una sección crucial del documento se dedica al espinoso problema de medir la calidad del pretrain, advirtiendo sobre la dependencia de los prompts y la aleatoriedad en las respuestas complejas. Para afianzar su propuesta, Yandex también abre dos nuevos benchmarks factuales, WikiWebFacts y HardMultiQA, con especial foco en el contexto rusohablante, desafiando la hegemonía de las evaluaciones en inglés y reclamando un espacio propio en la métrica global.