Prime Intellect ha publicado un nuevo benchmark llamado NanoGPT Speedrun, demostrando que un modelo de lenguaje pequeño puede entrenarse a un nivel útil de rendimiento en solo 3.8 minutos en una GPU de gama alta. El proyecto optimiza el orden de los datos, la arquitectura del modelo y las operaciones a nivel de kernel para lograr esta velocidad. El trabajo se basa en esfuerzos previos de la comunidad, pero reclama una nueva frontera en eficiencia de entrenamiento. El benchmark es de código abierto y busca hacer la experimentación rápida accesible a más investigadores. El anuncio se hizo el 22 de agosto de 2026.
Tres minutos y cuarenta y ocho segundos. No es una pausa para el café. Es una corrida completa de entrenamiento para un modelo de lenguaje que genera texto coherente. Ya no esperamos a los modelos. Iteramos en tiempo real. Es la diferencia entre escribir una novela a mano y usar un procesador de texto con autocompletado. La velocidad no ahorra tiempo. Cambia el proceso creativo.
Cuando entrenar toma horas, planeas cada experimento con cuidado. Te cubres. Evitas riesgos. Cuando entrenar toma minutos, pruebas cosas. Fallas rápido. Tropiezas con sorpresas. El NanoGPT Speedrun es un juguete, claro. Pero los juguetes se vuelven herramientas. Y las herramientas son la base del próximo salto. Veo un futuro donde cada chico curioso con una laptop gamer puede entrenar un modelo que entienda su mundo. Eso no es distopía. Es empoderamiento.