Primavera para los LLMs abiertos: 10 arquitecturas en enero-febrero de 2026
Arcee AI
Moonshot AI
Alibaba/Qwen
MiniMax
Cohere
Una revisión de diez LLMs abiertos de la primavera de 2026, centrada en similitudes y diferencias arquitectónicas. Los modelos clave incluyen Trinity Large, Kimi K2.5, Step 3.5 Flash, Qwen3-Coder-Next y otros.
El autor presenta una visión general de diez LLM de código abierto lanzados entre enero y febrero de 2026, centrándose en los detalles arquitectónicos. Arcee AI lanzó Trinity Large (400B MoE, 13B activos) con atención local-global (3:1), QK-Norm, NoPE, atención con puerta y cuatro capas RMSNorm. Moonshot AI presentó Kimi K2.5 (un billón de parámetros) — una extensión multimodal de K2 entrenada con 15 billones de tokens visuales y textuales con fusión temprana. Step 3.5 Flash de StepFun (196B MoE, 11B activos) alcanzó 100 tokens por segundo con una longitud de contexto de 128k utilizando MTP-3. Qwen3-Coder-Next (80B, 3B activos) superó a modelos más grandes en tareas de codificación gracias a una combinación híbrida de Gated DeltaNet y Atención con Puerta (3:1). También se mencionan GLM-5 de z.AI, MiniMax M2.5, Nanbeige 4.1 3B, Qwen 3.5, Ling 2.5 y Ring 2.5 de Ant Group, Tiny Aya de Cohere, así como los modelos Sarvam 30B y 105B.
Fuente: Sebastian Raschka —
original