Instella-MoE de AMD: un modelo abierto que incluye toda su receta de entrenamiento
AMD lanzó Instella-MoE-16B-A3B, un modelo de mezcla de expertos con 16.000 millones de parámetros totales que activa solo 2.800 millones por token, entrenado de principio a fin en sus propias GPU Instinct MI300X y MI325X. Lo inusual: la publicación incluye los checkpoints de cada etapa de entrenamiento, las mezclas de datos, las configuraciones y el código — el código bajo licencia MIT y los pesos bajo licencia solo de investigación. AMD afirma que el modelo base logra el mejor promedio entre los modelos totalmente abiertos, por delante de Moonlight-16B y OLMo-3.
Por qué importaLa mayoría de los modelos 'abiertos' publican solo los pesos. Una publicación con la receta completa permite a los investigadores estudiar y reproducir de verdad cómo se construye un modelo — y demuestra que un entrenamiento competitivo puede hacerse por completo sin hardware de Nvidia.
▶ Vídeo relacionado: AMD Releases First Ever AI model: Instella-MoE-16B-A3B-Think
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
El caballo de batalla barato de DeepSeek ya ve — y en tareas de agente que exigen ojos dice acercarse a lo mejor de Anthropic2026-08-21Enséñaselo al robot una vez — de tres a doce segundos — y acierta 59 veces de cada 100 sin ningún entrenamiento
2026-08-21El modelo se inventa sus propias tareas, monta el banco de pruebas para medirlas y luego se entrena con el resultado; y DeepReinforce ha regalado los pesos
2026-08-20Un modelo gratuito que cabe en una sola tarjeta gráfica saca 52 — y luego gasta 22.276 tokens de pensamiento en dibujar una imagen
2026-08-18Zhipu no construyó un modelo nuevo. Siguió entrenando el viejo, y dice que programar mejoró un 50 por ciento
2026-08-17