Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: Benchmarks
TensorFold vs llama.cpp en un Mac Studio M5 Ultra: 1,84 veces más rendimiento en trabajos reales con JSON
Realicé pruebas de rendimiento de TensorFold 1.2.0 frente a llama.cpp en un Mac Studio M5 Ultra con Qwen3.8-27B y 80 solicitudes JSON reales: un rendimiento 1.84 veces mayor con 8 procesos concurrentes.
9 min de lecturaHy-MT2-7B en cinco entornos locales: ¿Cuál debería usarse para tareas de traducción en una Mac?
Se probó la carga de Hy-MT2-7B en llama.cpp, LM Studio, mlx-lm, Ollama y MLX-Serve en dos máquinas Mac Studio M5 Ultra: rendimiento, escalabilidad, determinismo, memoria.
9 min de lecturaGemini 3.8 Flash al lanzarse: velocidad, fecha límite de precios y consideraciones sobre seguridad.
Una reseña de Gemini 3.8 Flash: mejoras en las pruebas oficiales, una velocidad de 304 tokens por segundo, precios promocionales que finalizarán en 2027, el modelo Cyber y una disminución en la seguridad multilingüe.
7 min de lecturaPor qué dos tarjetas RTX 3090 alcanzan 55 tok/s en lugar de 220 con SGLang y DFlash2.
Una explicación práctica sobre cómo ejecutar Qwen3.8-27B en dos tarjetas 3090 con SGLang, y cómo los enlaces PCIe x4, la falta de P2P, una caché KV limitada y picos de energía redujeron la velocidad anunciada.
7 min de lecturaMiniCPM5-2B vs 4B Rivals: Por qué un arnés agente cuenta una historia diferente
MiniCPM5-2B supera a sus rivales 4B en puntuaciones de un solo disparo, pero queda dos a tres veces por detrás en sistemas de agente. Confusión en las pruebas de referencia y rendimiento de Ollama.
10 min de lecturaLos agentes pagan caro por esperar: comparación de encuestas, bloqueos y tareas
Un punto de referencia de tres formas en que un agente puede esperar a que se complete una operación en la nube lenta: sondeo, bloqueo y tareas MCP, el costo en tokens de cada uno, y reglas para los diseñadores de herramientas.
8 min de lecturaAgente Harness desde cero: seis etapas y un experimento que aísla las mejoras
Un arnés puede mejorar las puntuaciones de referencia más que el modelo. Construya un pequeño arnés para agentes en seis etapas y pruebe un cambio a la vez para ver qué fue lo que realmente ayudó.
7 min de lectura¿GraphRAG o RAG simple? Donde los grafos son útiles, y donde cuestan demasiado.
GraphRAG vs RAG: los grafos son superiores en razonamiento multi-paso y resúmenes globales, pero pierden en búsquedas simples y cuestan más. Números de referencia y cuándo elegir cada uno.
7 min de lecturaPor qué los puntos de referencia de la memoria del agente engañan, y cómo evaluar con sus propios datos
Los puntos de referencia de memoria de los agentes engañan debido a claves de respuestas y evaluadores defectuosos. Pruebe la recuperación por separado de las respuestas, e incluya verificaciones de recencia, abstención y olvido.
15 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.