Ai2 libera AstaBrief, un modelo de 8.000 millones de parámetros para informes científicos citados

La Allen Institute for AI ha publicado AstaBrief 8B, un modelo abierto de lenguaje entrenado para convertir preguntas de investigación y fragmentos de literatura en informes con citas. Según Ai2, genera informes un orden de magnitud más rápido que los modelos propietarios que usaba antes y ya funciona como «modo rápido» de su plataforma Asta. Pesos y datos de entrenamiento se publican abiertos.

Qué ha ocurrido

Ai2 publicó el 2 de octubre el artículo «Open-sourcing AstaBrief» en Hugging Face junto al modelo y los datos de entrenamiento. AstaBrief 8B está especializado en un recorte concreto de la investigación científica: dada una pregunta y la literatura recuperada, escribir un informe con citas en una sola pasada —no sección a sección— preservando lo que la evidencia realmente sostiene. El entrenamiento usó decenas de miles de consultas reales de investigación, filtrado centrado en citas, datos de preferencia para DPO y validación humana del enfoque. Los números los aporta el propio Ai2: en el pipeline completo de Asta, el modo rápido basado en AstaBrief promedia 51,1 segundos por informe frente a 178,5 segundos del modo «Thinking» propulsado por Claude, unas 3,5 veces más rápido, con reducciones de costes de servicio. La publicación incluye un workflow de ejemplo para generar informes desde los propios PDFs.

Por qué importa

Es un caso atípico y útil de la economía de los modelos: en vez de perseguir un modelo general más grande, Ai2 comprueba si un modelo pequeño y especializado iguala la calidad de informes de un modelo frontera propiedad de otro —Claude, de Anthropic— siendo bastante más barato. Que un instituto sin ánimo de lucro libere pesos, datos y datos de preferencia da a los laboratorios una tercera vía: ejecutar infraestructura propia cuando las preguntas de investigación revelan trabajo sensible o inédito, algo que exige subir el material a un API ajena. Y fija un patrón de despliegue híbrido —modo rápido abierto más modo profundo propietario— que otros servicios científicos probablemente copien.

Qué cambió

AntesLos informes citados de Asta dependían de modelos propietarios y tardaban minutos.

AhoraUn 8B abierto genera el informe completo en ~51 segundos y cualquiera puede ejecutarlo en casa.

ConsecuenciaLa generación de informes científicos con garantías de cita deja de ser privilegio de quien paga un API frontera.

Qué sabemos · qué no

Confirmado

• Artículo técnico oficial de Ai2 en Hugging Face Blog (2-10-2026) con pesos del modelo, datos de entrenamiento y workflow de ejemplo.
• Los benchmarks de velocidad y calidad los publica el propio Ai2 (51,1 s vs 178,5 s por informe; ~3,5x), sin contraste independiente aún.
• Integración inmediata como modo «Fast» del generador de informes de Asta.
• Publicación oficial de Ai2 (2-10-2026) con pesos, datos y método de entrenamiento.
• Cifras de velocidad publicadas por el propio instituto, atribuidas como benchmarks propios.
• Uso en producción dentro de Asta como modo Fast junto al modo Thinking con Claude.

Todavía no

• Evaluación independiente de la calidad de citas y alucinaciones frente a Claude.
• Cómo se mide la afirmación «igual calidad» y con qué jueces.
• Uso del modelo más allá de informes científicos (soporte multilingüe, dominios).
• Contraste independiente de calidad de citas y alucinaciones.
• Detalles de la evaluación de calidad usada por Ai2.
• Rendimiento fuera del dominio de Asta (biomedicina, humanidades).

Para ir al grano técnico

• → paper/blog

Qué vigilamos ahora

Réplicas de la comunidad sobre los datos de entrenamiento, adopción por universidades y comparaciones externas independientes de la calidad de las citas.

Evaluaciones externas de las citas, adopción institucional y si Ai2 repite el patrón con otras tareas de Asta.