Hace tres años, Bittensor (TAO) era una curiosidad técnica comentada principalmente en canales de investigación de aprendizaje automático y foros cripto poco conocidos.
Hoy tiene una capitalización de mercado superior a 2,7 mil millones de dólares, aloja 64 subredes activas y representa, posiblemente, el intento más ambicioso de la industria blockchain por convertir la producción de inteligencia artificial en una mercancía de mercado en la que cualquiera puede participar. El hecho de que la mayoría de los observadores cripto aún luchen por explicar exactamente qué hace es, en muchos sentidos, el punto.
La red ha crecido sin un laboratorio de IA centralizado, sin un centro de datos propietario y sin una única entidad corporativa de control. En cambio, funciona sobre una arquitectura de incentivos novedosa donde los modelos de aprendizaje automático compiten entre sí por tokens TAO recién emitidos, con validadores que puntúan sus salidas y asignan recompensas en consecuencia.
Ese mecanismo, simple en teoría y genuinamente complejo en la práctica, es lo que este artículo desmenuza desde la base.
TL;DR
- Bittensor opera un mercado de IA descentralizado donde los modelos de aprendizaje automático ganan recompensas en TAO en función del valor informativo medible que proporcionan a una red de validadores.
- El protocolo se ha expandido de una única red monolítica a 64 subredes especializadas, cada una dirigida a una tarea de IA distinta, desde generación de texto hasta plegamiento de proteínas y predicción financiera.
- Con una capitalización de mercado de 2,7 mil millones de dólares y un volumen diario de negociación superior a 260 millones de dólares, TAO se ha convertido en uno de los criptoactivos temáticos de IA más líquidos, aunque su mecánica de valoración sigue siendo poco comprendida por la mayoría de los participantes del mercado.
Qué es realmente Bittensor y por qué es difícil de explicar
La principal razón por la que Bittensor sigue poco analizado es que no encaja limpiamente en ninguna categoría cripto existente. No es una blockchain de capa 1 que compite con Ethereum (ETH) en rendimiento de transacciones. No es un protocolo DeFi que optimiza la eficiencia de capital. No es una plataforma de NFT ni una meme coin. Es, en los términos más precisos disponibles, un mercado descentralizado de inteligencia de máquina, construido sobre una blockchain de sustrato.
El whitepaper original, escrito por Jacob Robert Steeves y Ala Shaabana y circulado por primera vez en 2021, plantea el problema central con una claridad contundente. El desarrollo de IA está dominado por un pequeño número de empresas integradas verticalmente que controlan simultáneamente los datos de entrenamiento, la infraestructura de cómputo y el despliegue de modelos.
Esa concentración implica que el valor económico producido por la IA recae casi por completo en esas entidades. La solución propuesta por Bittensor es descomponer la pila de producción de IA en contribuciones discretas y fijar el precio de cada una usando un token nativo de blockchain.
El whitepaper de Bittensor sostiene explícitamente que la inteligencia de IA, como el ancho de banda o el cómputo, debe tratarse como una mercancía que los mercados pueden valorar eficientemente una vez que existan los incentivos adecuados.
La blockchain de sustrato que utiliza Bittensor está construida con el framework Substrate de Polkadot, lo que le da un tiempo de ejecución modular y permite actualizaciones de gobernanza sin hard forks. Los validadores en la red ejecutan funciones de puntuación para evaluar las salidas de los mineros, que ejecutan modelos de aprendizaje automático. El consenso de los validadores determina cómo fluyen los TAO recién emitidos hacia cada participante.
De forma crítica, la puntuación no es arbitraria: los validadores que coluden para recompensar malos modelos son penalizados mediante un mecanismo llamado consenso yuma, que el equipo ha descrito formalmente en documentación técnica.
También lee: Hyperliquid’s HYPE Token Near $41 With $9.7B Market Cap And Active DEX Volume
El motor de consenso Yuma y cómo se les paga a los mineros
Entender la lógica de recompensas de Bittensor requiere comprender el consenso yuma, porque es el mecanismo que separa a esta red de diseños más simples de prueba de trabajo o prueba de participación. El desafío central que resuelve es este: si los validadores pueden asignar libremente pesos a los mineros, tienen fuertes incentivos para coludirse con mineros específicos y capturar recompensas desproporcionadas. El consenso yuma alinea los incentivos de los validadores haciendo que sus propias recompensas dependan de qué tan bien sus puntuaciones sigan la evaluación mediana de toda la red.
En términos prácticos, un validador que califica de forma sistemática a un minero de baja calidad con una puntuación alta se alejará de la matriz de pesos mediana con la que la red está de acuerdo.
Ese desvío reduce la parte de emisión del propio validador. El mecanismo formal establece una función de penalización donde la magnitud de la reducción de recompensas escala con la distancia al consenso. Esto crea una presión autocorrectora hacia la evaluación honesta sin requerir ningún árbitro centralizado.
Bajo el consenso yuma, los validadores ganan menos TAO por cada unidad de distancia que sus asignaciones de peso se desvían de la matriz de pesos de consenso de la red, vinculando directamente los ingresos del validador con la honestidad de su evaluación.
Los mineros, en cambio, compiten puramente en calidad de salida. Un minero que ejecuta un modelo de lenguaje en una subred de generación de texto recibe una consulta de un validador, devuelve una respuesta, y el validador puntúa esa respuesta contra su referencia de calidad interna.
La puntuación total que un minero acumula en todos los validadores determina su peso de emisión en cada bloque. Opentensor Foundation, la organización sin ánimo de lucro que mantiene la base de código principal, ha liberado como código abierto toda la pila del protocolo, lo que significa que cualquiera puede inspeccionar exactamente cómo se calculan las emisiones.
También lee: Bitget CFD Volume Hits $8B Daily As Gold Drives 95% Of Gain
De una red a 64 subredes, el cambio de arquitectura que lo cambió todo
La red original de Bittensor era una única subred centrada en inteligencia de modelos de lenguaje. Cada minero ejecutaba un modelo de completado de texto y los validadores puntuaban las salidas entre sí. Este diseño funcionó como prueba de concepto, pero creó un cuello de botella crítico: la red solo podía optimizar un tipo de tarea de IA a la vez, y la tarea dominante estaba determinada por quien desplegara más cómputo.
La arquitectura de subredes, introducida mediante una serie de propuestas de gobernanza a partir de finales de 2023, reestructuró esto de forma fundamental.
En lugar de una competencia global, el protocolo ahora admite hasta 1.024 subredes lógicamente independientes, cada una con su propio conjunto de validadores, su propia función de puntuación y su propia asignación de emisiones. Las subredes pujan por una parte de la emisión global de TAO mediante un mecanismo de registro, y los operadores de subred definen las reglas que sus mineros deben seguir.
A mayo de 2026, 64 subredes activas están en vivo en la red principal de Bittensor, cubriendo tareas que van desde almacenamiento descentralizado y predicción de series temporales financieras hasta predicción de estructura de proteínas y generación distribuida de texto a imagen.
Las implicaciones económicas de este cambio son sustanciales. Cada subred es, en la práctica, un micromercado para un tipo específico de inteligencia. La subred 1 sigue siendo la red original de prompting de texto. La subred 9, operada por Macrocosmos, se centra en el preentrenamiento colaborativo de grandes modelos de lenguaje. La subred 21, gestionada por Omega Labs, agrega datos multimodales. La diversidad de tareas significa que la emisión de TAO ahora fluye hacia un conjunto mucho más amplio de contribuyentes de IA que lo que una arquitectura de modelo único podría soportar jamás. El informe de desarrolladores de Electric Capital ha seguido a Bittensor como uno de los ecosistemas de desarrolladores de más rápido crecimiento en cripto durante los últimos 18 meses, con colaboradores activos mensuales en los repositorios de GitHub del protocolo aumentando más de un 200% interanual.
También lee: Pudgy Penguins’ PENGU Token Holds $616M Market Cap Despite 2% Pullback
Tokenomics de TAO y el calendario de emisión similar a Bitcoin
El diseño del token de Bittensor toma prestado deliberadamente de la arquitectura de oferta de Bitcoin (BTC), y ese paralelismo no es cosmético. TAO tiene un tope máximo de 21 millones de tokens. El calendario de emisión se reduce a la mitad aproximadamente cada cuatro años, con la reducción más reciente a finales de 2025, pasando la emisión diaria de aproximadamente 7.200 TAO por día a cerca de 3.600 TAO por día.
Esta trayectoria de oferta deflacionaria es una parte central de cómo los diseñadores del protocolo esperan que el token se aprecie a medida que crezca la demanda de servicios de IA.
Al momento de escribir, TAO cotiza aproximadamente a 282 dólares, con una capitalización de mercado circulante de 2,7 mil millones de dólares.
La oferta total en circulación se sitúa cerca de 8,9 millones de TAO, lo que significa que se ha emitido aproximadamente el 42% del suministro máximo. La tasa de emisión posterior al halving implica que la nueva emisión de TAO ahora es lo bastante lenta como para que incluso aumentos modestos de demanda ejerzan una presión alcista significativa sobre el precio.
La emisión posterior al halving de TAO, de aproximadamente 3.600 tokens por día, implica que la nueva oferta anualizada que entra al mercado es inferior a 370 millones de dólares a los precios actuales, una tasa de emisión relativamente ajustada para un protocolo que genera cientos de millones en volumen de negociación diario.
La emisión se divide entre tres categorías de participantes. Los mineros reciben el 41% de la emisión de cada bloque. Los validadores reciben otro 41%. El 18% restante fluye hacia los propietarios de subredes que han hecho staking de TAO para registrar su subred. Esta división tripartita está diseñada para garantizar que los tres roles sigan siendo económicamente viables de forma simultánea. Los operadores de subred que no logran atraer mineros de calidad no reciben ningún beneficio de emisión a pesar de su stake, lo que crea un incentivo directo incentivo para crear tareas de IA genuinamente útiles en lugar de subredes vacías que solo cobran comisiones.
Also Read: Toncoin Gains 5% With $3.8B Market Cap While Telegram Ecosystem Activity Expands
Cómo califican realmente los validadores la salida de la IA: la realidad técnica
Una de las críticas más comunes a Bittensor por parte de observadores técnicos es que el problema de la puntuación es difícil. ¿Cómo sabe un validador si la salida de un modelo de lenguaje es mejor que la de otro sin acceder a etiquetas de verdad de terreno?
Esta no es una pregunta trivial, y las diferentes subredes del protocolo han desarrollado respuestas genuinamente distintas según la naturaleza de la tarea de IA que estén optimizando.
En las subredes basadas en texto, los validadores suelen usar una combinación de puntuación mediante modelos de referencia y proxies de preferencias humanas. Un validador que ejecute la Subred 1 podría pasar una consulta a varios mineros, recopilar respuestas y luego puntuarlas usando su propio modelo de referencia interno. Las puntuaciones son relativas: un minero cuya salida se considera mejor que la del minero mediano obtiene una puntuación positiva.
En la Subred 9, que se centra en el preentrenamiento, la validación es más objetiva: los validadores evalúan si los pesos de modelo que envía un minero mejoran realmente la perplejidad en un conjunto de datos de evaluación reservado, un punto de referencia medible y reproducible.
Las subredes enfocadas en salidas verificables, como la predicción de estructuras de proteínas o la generación de demostraciones matemáticas, pueden usar funciones de validación deterministas, lo que las hace más resistentes a la colusión entre validadores que las subredes de calidad de texto puramente subjetiva.
Otras subredes han adoptado lo que la comunidad llama validación de estilo "prueba de trabajo", donde la propia salida contiene evidencia criptográfica del esfuerzo computacional realizado. Esto es particularmente relevante para las subredes centradas en el entrenamiento distribuido, donde los mineros envían actualizaciones de gradiente que los validadores pueden verificar que se calcularon honestamente utilizando técnicas derivadas de la verifiable computation research. La diversidad de mecanismos de validación entre subredes es una característica y no un defecto: permite que el protocolo adapte su lógica de puntuación a las propiedades de verificación específicas de cada tarea de IA.
Also Read: Ondo Finance Jumps 13% While Real-World Asset Tokens Regain Momentum
El panorama competitivo: quién está construyendo realmente sobre Bittensor
Bittensor no opera en aislamiento. La convergencia más amplia entre IA y cripto ha producido varias arquitecturas competidoras, cada una con una tesis diferente sobre cómo debería funcionar la IA descentralizada. Fetch.ai, SingularityNET y Ocean Protocol se fusionaron en 2024 para formar la Artificial Superintelligence Alliance, creando un ecosistema de tokens combinado con una capitalización de mercado que superó brevemente los 3.000 millones de dólares.
Gensyn ha adoptado un enfoque diferente, centrado exclusivamente en cómputo verificable para el entrenamiento de modelos en lugar de construir un mercado completo. Render Network sigue dominando el mercado descentralizado de renderizado de GPU, aunque sus ambiciones en IA siguen siendo más limitadas.
Lo que diferencia a Bittensor de estos competidores es la profundidad de su mecanismo de incentivos. La mayoría de los proyectos de IA y cripto usan recompensas en tokens como mecanismo de marketing: pagar a los desarrolladores en tokens para que construyan en su plataforma. Bittensor usa las recompensas en tokens como mecanismo de producción real: los tokens fluyen directamente a los modelos que producen valor medible, no a los desarrolladores que escribieron los modelos. Esta distinción importa enormemente para la calidad de las salidas de IA que la red puede sostener con el tiempo.
A diferencia de la mayoría de los proyectos de IA y cripto que recompensan a los desarrolladores por construir en su plataforma, Bittensor recompensa a los propios modelos de IA por producir calidad de salida medible, creando una presión de desempeño continua que las subvenciones a desarrolladores no pueden replicar.
Un análisis publicado en arXiv en junio de 2025 examinó las propiedades de teoría de juegos de varios diseños de incentivos de IA descentralizada y encontró que el consenso yuma de Bittensor produjo la tasa más baja de colusión entre validadores en entornos simulados en comparación con diseños de asignación de recompensas más simples.
El artículo señalaba que la eficacia del mecanismo depende de manera crítica de contar con un conjunto de validadores lo suficientemente grande y diverso, una condición que la red principal de Bittensor cumple actualmente en las subredes más grandes, pero que puede no cumplirse en las más pequeñas y nacientes.
Also Read: ASTEROID Token Rallies 14% While Retail Traders Chase Space-Themed Meme Coin Narrative
La economía del staking y cómo fluye TAO a través de la red
Más allá de la división de emisiones entre mineros y validadores, Bittensor tiene una economía de staking sofisticada que da forma a cómo circula TAO por la red. Los validadores deben hacer staking de TAO para obtener peso de voto en el mecanismo de consenso. La cantidad en staking determina la proporción de emisiones que un validador puede distribuir, lo que a su vez determina cuán atractivo es ese validador para los mineros que buscan maximizar sus propias recompensas.
Esto crea una carrera armamentista de staking que concentra gradualmente el poder de validación entre los grandes poseedores de TAO.
Para participar como delegador sin operar infraestructura de validador, los poseedores de TAO pueden delegar su stake a validadores existentes mediante un mecanismo que la comunidad llama "delegación de hotkey". Los delegadores comparten los ingresos por emisiones del validador en proporción a la cantidad que han puesto en staking, menos una comisión que los validadores establecen de forma competitiva. Los datos del explorador Taostats muestran que la delegación ha crecido sustancialmente durante 2025 y hasta 2026, con más del 65% del TAO en circulación ahora en staking, ya sea directamente o mediante delegación.
Más del 65% del suministro circulante de TAO está actualmente en staking o delegándose, según datos en cadena de Taostats, lo que convierte a Bittensor en una de las redes con mayor tasa de participación en staking entre los criptoactivos top 50 por capitalización de mercado.
La dinámica de staking también afecta directamente a la economía de las subredes. Los propietarios de subredes deben bloquear TAO para registrar su subred y mantener su estado activo. Si el stake de registro de una subred cae por debajo del umbral mínimo porque los precios del token suben y la cantidad absoluta de TAO requerida se mantiene fija, la subred corre el riesgo de ser dada de baja.
Esto crea un bucle de retroalimentación interesante: el aumento del precio de TAO hace que sea más caro mantener los registros de subredes, lo que podría reducir el número de subredes activas a menos que el mecanismo de gobernanza ajuste los umbrales en consecuencia. La Opentensor Foundation ha indicado que los costes de registro adaptativos están en la hoja de ruta para la próxima gran actualización de la red.
Also Read: SkyAI Surges 106% In 24 Hours As AI Token Narrative Pulls Fresh Capital Into The Sector
Casos de uso en el mundo real y quién está consumiendo realmente la IA de Bittensor
Un desafío legítimo que se puede plantear sobre cualquier proyecto de IA y cripto es la cuestión del consumo: ¿quién está usando realmente la IA que producen estas redes? El mecanismo de incentivos es elegante en teoría, pero las recompensas por emisión pueden sostener la producción incluso cuando no hay un consumidor final. Entender si las salidas de Bittensor se están consumiendo en aplicaciones reales es central para evaluar su tesis de acumulación de valor a largo plazo.
La evidencia más clara de consumo genuino proviene de subredes con interfaces API externas. Corcel, una startup construida sobre la infraestructura de Bittensor, ofrece una API pública que enruta solicitudes de inferencia de IA a los mineros de Bittensor y cobra a los clientes tanto en moneda fiduciaria como en TAO. Corcel ha reportado haber procesado más de 50 millones de llamadas API a través de la red, atendiendo a clientes que incluyen desarrolladores independientes, pequeñas startups de IA e instituciones de investigación que buscan inferencia competitiva en costos sin depender de la infraestructura de OpenAI o Anthropic.
Corcel, el proveedor de API externa más visible de Bittensor, ha reportado más de 50 millones de llamadas de inferencia enroutadas a través de la red, proporcionando evidencia concreta de que está ocurriendo consumo por terceros, más allá de la agricultura interna de emisiones, a una escala significativa.
El esfuerzo de preentrenamiento colaborativo de la Subred 9, gestionado por Macrocosmos, ha producido pesos de modelo de descarga abierta que investigadores externos han usado en tareas posteriores de ajuste fino. Este es un dato significativo porque demuestra que las salidas de Bittensor pueden alcanzar un umbral de calidad que los investigadores independientes consideran útil, no solo un umbral que satisface a validadores internos que optimizan por emisiones de tokens.
La capacidad de la red para sostener este listón de calidad externa a medida que escala a más subredes será una de las cuestiones empíricas más importantes a seguir durante el resto de 2026.
Also Read: Coinbase's Base Ditches Optimistic Rollups, Bets $12B On ZK Proofs
Riesgos, vectores de ataque y los problemas difíciles que Bittensor aún no ha resuelto por completo
Ningún trabajo de investigación sobre Bittensor estaría completo sin una evaluación rigurosa de las vulnerabilidades conocidas del protocolo y de los problemas no resueltos. Hay varios, y vale la pena enunciarlos directamente en lugar de minimizarlos.
El primero y más persistente es el problema de la Ley de Goodhart. Cuando una medida se convierte en objetivo, deja de ser una buena medida. Los mineros en Bittensor están optimizando por las puntuaciones de los validadores, no por producir IA que sea genuinamente útil para los consumidores finales.
En las subredes donde la puntuación de los validadores es opaca o está mal calibrada, los mineros pueden aprender a manipular la función de puntuación sin mejorar la calidad subyacente del modelo. Esto se ha observado empíricamente en varias subredes más pequeñas, donde los mineros han desplegado modelos que maximizan la puntuación en la distribución específica de consultas que usan los validadores, pero que se desempeñan mal en conjuntos de prueba reservados.
Research on la optimización adversarial en sistemas de IA basados en incentivos, incluida un trabajo de 2024 publicado en arXiv, demuestra que los agentes que optimizan señales de recompensa proxy aprenden de forma rutinaria comportamientos que satisfacen la métrica sin satisfacer el objetivo subyacente, un riesgo contra el que los diseñadores de subredes de Bittensor deben defenderse de forma activa.
El segundo riesgo importante es la centralización de validadores. Dado que el peso del validador en el consenso escala con el TAO en staking, y dado que TAO se ha apreciado significativamente, el coste de convertirse en un validador significativo ha aumentado drásticamente.
Los datos de Taostats indican que los 10 principales validadores por stake controlan una cuota desproporcionada del peso de emisión en varias subredes importantes. Si esta concentración continúa, la diversidad de perspectivas de evaluación que hace que el consenso yuma sea robusto frente a la colusión podría erosionarse con el tiempo.
El tercer riesgo es regulatorio. La Securities and Exchange Commission no ha emitido directrices específicas sobre si TAO constituye un valor, pero la estructura del token, en la que mantener TAO genera ingresos de emisión mediante staking, comparte características con contratos de inversión a los que los reguladores han apuntado en acciones de cumplimiento anteriores.
La Opentensor Foundation ha estructurado el protocolo como software de código abierto en lugar de un producto gestionado, lo que proporciona cierto aislamiento legal, pero el entorno regulatorio para los criptoactivos relacionados con la IA en Estados Unidos sigue siendo genuinamente incierto de cara a 2026.
Also Read: Trump's WLFI Strikes Back At Justin Sun With Defamation Lawsuit
Price Performance, Market Structure, And The TAO Investor Thesis
TAO ha tenido una de las trayectorias de precio más interesantes entre los criptoactivos del top 50 en los últimos dos años. Desde un precio por debajo de 50 dólares a principios de 2024, el token surged por encima de 700 dólares a finales de 2024, ya que el impulso de la narrativa de IA impulsó simultáneamente capital institucional y minorista hacia el sector. La corrección posterior llevó a TAO de vuelta al rango de 200–300 dólares durante buena parte de 2025, y el token se sitúa actualmente cerca de 282 dólares a inicios de mayo de 2026, con un volumen de negociación diario superior a 260 millones de dólares que indica una profundidad de liquidez sustancial.
La estructura de mercado en torno a TAO es significativamente diferente de la de la mayoría de los tokens del top 50. Dado que más del 65% de la oferta está en staking, el float efectivo es bastante reducido. Un influjo relativamente modesto de presión compradora puede mover el precio bruscamente en cualquier dirección.
Esto crea una alta volatilidad en torno a los eventos macro de noticias sobre IA: cuando los grandes laboratorios de IA anuncian avances o cuando los desarrollos regulatorios amenazan a los incumbentes de IA centralizados, TAO tiende a moverse con una magnitud amplificada en relación con el mercado cripto en general.
Con más del 65% de la oferta de TAO en staking y retirada de la circulación activa, el float líquido efectivo es lo suficientemente reducido como para que 100 millones de dólares de presión compradora neta puedan producir movimientos de precio de dos dígitos porcentuales, un motor estructural de volatilidad que los inversores deberían tener explícitamente en cuenta.
La tesis institucional para TAO ha evolucionado. Los primeros compradores lo enmarcaron como una apuesta especulativa sobre la convergencia de la narrativa IA‑cripto. El interés institucional más reciente, evidenciado por la aparición de TAO en varias presentaciones de fondos cripto y en el análisis de agrupación de monederos on-chain de Nansen, lo enmarca como una posición de infraestructura en una cadena de suministro de IA descentralizada que podría proporcionar una competencia significativa a los proveedores centralizados de inferencia a medida que se acelera la comoditización de modelos. Que esa tesis resulte correcta depende de si la calidad de la salida de la red continúa mejorando y de si el consumo externo crece más rápido que la agricultura interna de emisiones. Ambas condiciones actualmente muestran una tendencia en la dirección correcta, aunque ninguna está garantizada.
Read Next: LUNC Price Climbs 6.5% While Terra Luna Classic Community Targets Higher Burns
Conclusion
La aparición de Bittensor como una red de 2.7 mil millones de dólares representa algo genuinamente novedoso tanto en la industria de la IA como en el ecosistema cripto. Ha construido un mercado funcional para inteligencia de máquina que opera sin un controlador corporativo, fija precios de salidas de IA en tiempo real mediante un mecanismo de consenso y distribuye recompensas económicas a los contribuyentes en función de un rendimiento medible en lugar de propiedad accionarial o contratos laborales. Esas propiedades son arquitectónicamente significativas independientemente de lo que haga el precio de TAO en el próximo trimestre.
La expansión del protocolo a 64 subredes lo ha transformado de un experimento de tarea única en un mercado de IA diverso, con cada subred desarrollando su propia lógica de validación adecuada a la naturaleza de su tarea.
Los desafíos que quedan son reales: explotación de la Ley de Goodhart en subredes mal diseñadas, una centralización de validadores en aumento y una postura regulatoria no resuelta en Estados Unidos representan todos riesgos materiales que los inversores y desarrolladores deberían sopesar cuidadosamente. Ninguno de estos es exclusivo de Bittensor, pero tampoco ninguno es trivial.
Lo que la trayectoria de Bittensor hasta 2026 pondrá a prueba, en última instancia, es si un mecanismo de producción totalmente descentralizado puede sostener la calidad de la salida de IA a escala sin las ventajas de coordinación de las que disfrutan los laboratorios centralizados. La evidencia empírica de los datos de consumo de la API de Corcel y de los pesos de modelos descargados públicamente de Macrocosmos sugiere que puede alcanzar un umbral de calidad útil. Si puede alcanzar un umbral de calidad de frontera, uno que lo haga competitivo con las salidas de los laboratorios de IA mejor financiados del mundo, sigue siendo la cuestión abierta que definirá el próximo capítulo del protocolo.