El 22 de agosto de 2026 Inherent, startup londinense fundada por alumni de Google DeepMind, publicó que su agente Faraday sobre Qwen 3.6 de 27B parámetros superó a Claude Opus 4.8 y GPT-5.5 (modelos frontier 10-50× más grandes) en replicación ciega de papers científicos. Análisis para CTOs y founders LATAM: qué significa el "raw scale se acabó" para decisiones de stack, cuándo conviene modelo chico fine-tuneado vs API frontier, costos de inferencia para SaaS en LATAM, y por qué "research taste" puede ser más valioso que 200B parámetros.

Inherent y Faraday (27B params) superan a GPT-5.5 y Opus 4.8: por qué los modelos chicos son el futuro de los SaaS LATAM

Mixture of Experts (MoE) es la arquitectura que permite que modelos como Kimi K2 (1T parámetros totales, 32B activos) o Qwen3-30B-A3B (30.5B totales, 3.3B activos) paguen solo una fracción del cómputo por token sin sacrificar capacidad. Explicación pedagógica: expertos, router, parámetros totales frente a activos, por qué escala, y los tradeoffs reales de entrenamiento e inferencia que tenés que conocer antes de elegir un MoE para tu SaaS.

Mixture of Experts (MoE): qué es, cómo funciona y por qué importa en 2026

Una investigación de CNBC muestra que los modelos open-weight chinos (Qwen, DeepSeek, GLM, Kimi) ya manejan entre 30% y 46% del tráfico en gateways como OpenRouter — y cuestan entre 30% y 90% menos que los modelos frontera de Anthropic y OpenAI según el tier y el workload. Para SaaS Latam de alto volumen, eso es un arbitraje de costo real pero más modesto de lo que el marketing sugiere: los savings típicos en un split 60/40 commodity/frontier rondan 49-53%. Te dejo la tabla comparativa corregida, el cálculo de ahorro en español con tráfico real, y la checklist operativa para empezar a rutear sin romper calidad.

Artículos sobre Qwen

Inherent y Faraday (27B params) superan a GPT-5.5 y Opus 4.8: por qué los modelos chicos son el futuro de los SaaS LATAM

Mixture of Experts (MoE): qué es, cómo funciona y por qué importa en 2026

Modelos chinos open-weight ya manejan 30-46% del tráfico de IA — 30-90% más baratos que Anthropic y OpenAI