Todas las cifras, explicadas
Cada cifra dice contra quién se midió, en qué condición y en qué unidad.
Nuestro modelo algorítmico matemático, desarrollado por Immanu, reemplaza la forma de decidir qué tocar cuando algo cambia. La misma GPU, el mismo disco y el mismo procesador hacen mucho menos trabajo, con la misma respuesta, exacta.
No es un modelo de IA, ni una base de datos vectorial, ni hardware. Se instala en la infraestructura que ya existe, y lo que el cliente ya tiene queda como está.
Cada cifra medida es un piso: las condiciones favorecen al rival.
Cómo leer estas cifrasDe dónde sale cada cifra
Cada cifra lleva un rótulo que dice de dónde sale.
Lo contamos en una prueba, contra el rival en su forma estándar.
Por ejemplo: 71× menos recálculo en la GPU cuando se corrige un dato.
Calculado a partir de cifras medidas, con la fuente o el supuesto de cada factor a la vista; no se midió en un centro de datos.
Por ejemplo: Del 2,9 % al 15,8 % de la capacidad mundial de GPU quedaría libre si cada GPU lo tuviera.
Agrega un supuesto sobre usos que no medimos contra un rival; vale con la condición que se dice al lado, va aparte y nunca se suma.
Por ejemplo: De 590 mil a 1,24 millones de GPU en el resto de la inferencia, si el mismo resultado se sostiene en esos usos.
Una cifra de un tercero, con su fuente; no la medimos nosotros.
Por ejemplo: 12,5×: lo que Anthropic cobra por reescribir la memoria de la IA, contra releerla.
Las cifras no se suman entre sí. La energía es un techo, no un ahorro asegurado.
Cómo leer estas cifrasContra quién y en qué condición
Y dice contra quién se midió y en qué condición.
La condición del dato
Los datos cambian durante la prueba: entran, se corrigen, vencen o se borran, como en el uso real.
Los datos no cambian durante la prueba: es la mejor condición del rival.
Qué se compara
Compara solo la forma de decidir, en el mismo programa.
Compara el sistema entero contra el sistema entero, con los mismos cambios.
Muestra qué hace el rival cuando el dato cambia, sin inventar un cociente.
Cómo se lee
Para la misma respuesta, el rival necesita 71 veces lo que necesita nuestro modelo, en la unidad que dice la cifra: tokens, bytes, trabajo contado o tiempo.
Las condiciones de la prueba favorecen al rival.
A lo más: con los supuestos que se dicen, el valor real puede ser menor.
La IA
¿Sirve en la IA? ¿Le ganan a la caché de los servidores de IA? ¿Afecta la calidad del modelo?
La IA
71 veces menos recálculo en la GPU. Más de 100 veces menos trabajo en la búsqueda. Las mismas respuestas.
La IALa memoria de la IA, en la GPU
71×
menos tokens recalculados
Cuando un agente corrige un dato a mitad de un documento largo, nuestro modelo recalcula 71 veces menos.
Un modelo de lenguaje guarda lo que ya leyó en su caché KV (la memoria donde guarda lo que ya leyó), para no calcularlo de nuevo. Ante una corrección, la regla estándar en producción recalcula todo lo que sigue. Menos recálculo es GPU que queda libre, con las mismas respuestas.
Ver como tabla
| documento | rival | tokens recalculados (nuestro modelo = 1) |
|---|---|---|
| Documento de 32 mil tokens | Caché de prefijos (vLLM, SGLang) | 18× |
| Documento de 128 mil tokens | Caché de prefijos (vLLM, SGLang) | 71× |
Documento de 32 mil tokens
Documento de 128 mil tokens
- Contra quién
- La caché de prefijos de vLLM y SGLang, medida en llama.cpp y validada contra su servidor real
- Condición
- Dato que cambia · documento de 128 mil tokens · un dato corregido a la mitad · las mismas respuestas
- Unidad
- tokens recalculados
Apple M4 Pro, 24 GB · 28-sep-2026 · Qwen2.5-7B-Instruct-1M, un modelo abierto, con pesos de 4 bits · 11 preguntas después de la corrección.
La IALa memoria de la IA · la calidad
Las mismas
respuestas que recalcular todo
Recalcular mucho menos no cambió las respuestas.
Es la primera pregunta de todo equipo de IA: si se pierde calidad. Medimos lo que ve el usuario: si cada respuesta acierta y si el dato corregido llega bien.
9
aciertos por semilla (cada repetición de la prueba), los mismos que recalcular todo
3 de 3
veces, el dato corregido llega bien
16
veces menor desviación que guardar la memoria de la IA en 8 bits
- Contra quién
- Recalcular todo, la respuesta de referencia; y guardar la memoria de la IA en 8 bits
- Condición
- Dato que cambia · documentos de 32 mil y 128 mil tokens · un dato corregido a la mitad · 11 preguntas después
- Unidad
- aciertos, el dato corregido y la desviación frente a recalcular todo
28-sep-2026 · Qwen2.5-7B-Instruct-1M, un modelo abierto.
La IALa memoria de la IA · el segundo rival
más de 3×
lo que recalcula CacheBlend, en veces lo nuestro
CacheBlend (U. de Chicago) iguala la calidad, pero recalcula más de 3 veces lo nuestro.
Es el segundo rival de la misma prueba. Empata en calidad; la diferencia es cuánto recalcula.
Medimos su forma de decidir a favor del rival: su pasada de selección no entra en su cuenta. Por eso la cifra es un piso.
- Contra quién
- CacheBlend (U. de Chicago), en su receta
- Condición
- Dato que cambia · la misma prueba de la GPU · la misma calidad
- Unidad
- tokens recalculados
La IALa memoria de la IA · la opción del servidor
Nada
aprovechó la opción de reuso del propio servidor
La opción de reuso del propio servidor (llama-server --cache-reuse), con un cambio a mitad de un documento de 32 mil tokens, no aprovechó nada.
Además de la regla estándar, probamos lo que el propio servidor ya ofrece: rehízo lo mismo que la caché de prefijos.
- Contra quién
- La opción de reuso de llama-server
- Condición
- Dato que cambia · documento de 32 mil tokens · un cambio a mitad
- Unidad
- tokens recalculados
La IALa búsqueda que alimenta a la IA
más de 100×
menos trabajo, con la misma respuesta exacta
La búsqueda que alimenta a la IA hace más de 100 veces menos trabajo, con la misma respuesta exacta.
Antes de responder, la IA busca documentos filtrados por cliente, permiso y fecha (RAG: recuperar documentos antes de que la IA responda), mientras esos documentos se corrigen, se borran y vencen. Nuestro modelo trabaja encima del buscador, que queda intacto.
pgvector se ofrece en Amazon, Google y Microsoft.
Ver como tabla
| condición de filtro | trabajo (nuestro modelo = 1) |
|---|---|
| pgvector exacto · sin filtro | 128,5× |
| pgvector exacto · por cliente | 127,4× |
| pgvector exacto · filtro estrecho | 116,8× |
| Nuestro modelo | 1 |
- Contra quién
- La aplicación sobre pgvector exacto, en su receta: pgvector 0.8.6 sobre PostgreSQL 17.11
- Condición
- Dato que cambia · 30.000 documentos vivos, que entran y salen · las mismas 1.000 preguntas · la misma respuesta exacta
- Unidad
- trabajo contado (documentos revisados por pregunta), sin reloj
Medido en una muestra fija de las búsquedas, la misma para todos · 24-oct-2026.
La IALa búsqueda · documentos que vencen
154×
menos trabajo que quien filtra lo vencido al consultar
Si además los documentos vencen, el rival hace 154 veces nuestro trabajo en un modo, y 82 veces en el otro.
Si el rival tiene dos modos, medimos los dos, con lo que paga cada uno: filtrar lo vencido en cada consulta, o borrarlo con un barrido periódico (borrar lo vencido cada cierto tiempo).
Ver como tabla
| modo del rival | trabajo (nuestro modelo = 1) |
|---|---|
| Filtra lo vencido al consultar | 154× |
| Lo borra con un barrido periódico | 82× |
| Nuestro modelo | 1 |
- Contra quién
- El rival en sus dos modos: filtra lo vencido al consultar, o lo borra con un barrido periódico
- Condición
- Documentos que vencen · hasta 15.417 documentos · sin filtro; por cliente, 152× y 81×
- Unidad
- trabajo contado
24-oct-2026.
La IALa búsqueda · los modos rápidos
Todas
las respuestas correctas, con nuestro modelo
En sus modos rápidos, los rivales dejan afuera respuestas correctas. Nuestro modelo las entrega todas.
Un modo rápido (un índice aproximado) es la forma habitual de acelerar una búsqueda, a cambio de exactitud. Qdrant, en su modo normal, lo encuentra todo, pero recorriendo todo lo de cada cliente.
Ver como tabla
| quién | parte de las respuestas correctas |
|---|---|
| Nuestro modelo | todas |
| FAISS (Meta), aun sabiendo cuántas respuestas hay · según el filtro | de 53,3 % a 57,4 % |
| Qdrant forzado a su índice rápido · filtro estrecho | 41,1 % |
| pgvector con su índice y 10 resultados · según el filtro | de 10,5 % a 69,4 % |
- Contra quién
- FAISS (Meta), Qdrant y pgvector con su índice, cada uno en su modo rápido
- Condición
- Dato que cambia · 30.000 documentos · las mismas preguntas para todos
- Unidad
- parte de las respuestas correctas que entrega
Esta gráfica muestra qué parte encuentra cada uno, no su trabajo · 28-sep-2026.
La IALa búsqueda · escala chica
0
documentos vencidos guardados, con nuestro modelo
En escala chica, hasta 2.552 documentos, el rival que no reconstruye guarda 778 documentos vencidos. Nuestro modelo, ninguno.
Un documento vencido que sigue en la respuesta es información que ya no vale, entregada a la IA.
778
documentos vencidos que guarda el rival que no reconstruye
Ninguno
mantenimiento, con nuestro modelo. El de pgvector, emulado con sus umbrales, corrió más de 160 veces.
- Contra quién
- Cada rival que no reconstruye; y el mantenimiento de pgvector, emulado con sus umbrales
- Condición
- Escala chica, hasta 2.552 documentos · dato que cambia
- Unidad
- documentos vencidos guardados
28-sep-2026.
La IALa búsqueda · lo que llega a la IA
18×
menos texto enviado a la IA
Con filtros estrechos, medimos 18 veces menos texto enviado a la IA que con una búsqueda típica de diez resultados, sin umbral.
Es el texto que la búsqueda le entrega a la IA para responder: lo que la IA tiene que leer.
Ver como tabla
| quién | tokens entregados (nuestro modelo = 1) |
|---|---|
| Búsqueda típica de 10 resultados, sin umbral | 18× |
| Nuestro modelo | 1 |
- Contra quién
- Una búsqueda típica de 10 resultados, sin umbral
- Condición
- Dato que cambia · filtros estrechos · 30.000 documentos
- Unidad
- tokens entregados a la IA
28-sep-2026.
La IALa búsqueda · conversaciones por GPU
hasta el doble
de conversaciones por GPU: de 1,53× a 2,31×
Con filtros estrechos y la memoria de la IA llena, la cuenta da hasta el doble de conversaciones por GPU, sobre el 18× de tokens medido.
Cada extremo dice de dónde sale: el bajo cuenta solo las preguntas con respuesta; el alto cuenta todas las preguntas, como en la prueba.
Ver como tabla
| extremo | conversaciones por GPU (hoy = 1×) |
|---|---|
| hoy · 1× | 1× |
| 1,53×: contando solo las preguntas con respuesta | 1,53× |
| 2,31×: contando todas las preguntas, como en la prueba | 2,31× |
- Contra quién
- La misma búsqueda típica, sin umbral (hoy = 1×)
- Condición
- Memoria de la IA llena · filtros estrechos · sobre el 18× de tokens medido
- Unidad
- conversaciones por GPU
Fracción de contexto de una fuente publicada (Cache-Craft) · supuestos a la vista · 5-oct-2026.
Disco y catálogos
¿Y en el disco? ¿Con datos que cambian o quietos? ¿Las cifras dependen del hardware?
Disco y catálogos
Más allá de la IA: 36,4 veces menos escritura en el disco y grandes catálogos cruzados 6,2 veces antes.
La mayoría de las cifras son conteos, que viajan de una máquina a otra; el reloj va solo donde controlamos que la máquina estuviera quieta.
Disco y catálogosEscribir en disco
36,4×
menos bytes escritos
Nuestro sistema, haciendo el trabajo de SQLite y de su aplicación, escribe 36,4 veces menos en el disco.
SQLite es la base de datos de las aplicaciones. Lo medimos en su uso real, con su registro de escritura (WAL, el modo por omisión de Android) y con su aplicación, que en cada ronda vuelve a consultar. Es sistema contra sistema.
Según su sitio, SQLite está en cada Android, cada iPhone y cada Mac, en más de un billón de bases.
Ver como tabla
| condición | bytes escritos (nuestro sistema = 1) |
|---|---|
| SQLite y su aplicación · cambio repartido | 36,4× |
| SQLite y su aplicación · cambio en un solo cliente | 78× |
| Nuestro sistema | 1 |
- Contra quién
- SQLite en su uso real (WAL), más su aplicación
- Condición
- Dato que cambia · base de 1 GB con 33,2 millones de registros reales de Gaia DR3 · 10 rondas · los mismos cambios para los dos · la misma respuesta en 11 de 11
- Unidad
- bytes escritos, contados por el sistema operativo
Apple M4 Pro, 24 GB · SQLite 3.51.0, 23-oct-2026.
Disco y catálogosEscribir en disco · otro rival
14,6×
menos bytes físicos escritos
Contra quien reconstruye toda su estructura ante cada cambio, nuestro sistema escribe 14,6 veces menos en bytes físicos.
Es otro rival y otra prueba: el proceso por lotes que rehace su estructura en cada ronda.
20,0×
menos escritura, contada lógico contra lógico
- Contra quién
- Quien reconstruye toda su estructura ante cada cambio: un proceso por lotes
- Condición
- Dato que cambia · registros reales de Gaia · cambios generados, los mismos para los dos · primera ronda, medida en los dos lados
- Unidad
- bytes físicos escritos; y escritura, lógico contra lógico
28-sep-2026.
Disco y catálogosLeer grandes catálogos
Un potencial astronómico
Los archivos científicos y la integración de datos cruzan catálogos de miles de millones de registros, y cada versión nueva obliga a rehacer el cruce.
En la investigación, donde cada vez se procesan más datos, eso es cruzar más rápido, con la misma respuesta y en el mismo equipo. Lo medimos con el catálogo Gaia entero, de la Agencia Espacial Europea.
Lo medido con el catálogo Gaia
- 6,2×antes que el método oficial de cruce del Archivo Gaia, con la misma respuesta
- 7,6×antes que HEALPix, el estándar de la astronomía, con la misma respuesta
- 10,55 spara estar seguro de que no falta nada; comparar todo contra todo tomaría 132 días de cálculo (derivado)
- 11.881.062relaciones: la misma lista que entregan STILTS, LSDB y Q3C
- 868 y 911relaciones perdidas y que ya no valen, sin aviso, en el rival que no reconstruye cuando el dato cambia
Disco y catálogosLeer grandes catálogos
6,2×
antes, con la misma respuesta
Con el catálogo Gaia entero, 1.812 millones de fuentes, terminamos el cruce 6,2 veces antes que el método oficial del Archivo Gaia.
Los archivos científicos y la integración de datos cruzan catálogos de miles de millones de registros, y cada versión nueva obliga a rehacer el cruce. La prueba es astronómica; la pregunta, qué se relaciona con qué, es la de toda la industria.
Ver como tabla
| quién | tiempo (nuestro modelo = 1) |
|---|---|
| Método oficial de cruce del Archivo Gaia | 6,2× |
| Nuestro modelo | 1 |
- Contra quién
- El método oficial de cruce del Archivo Gaia (ESA), implementado desde su método publicado, en el mismo programa
- Condición
- Dato quieto, la mejor condición del rival · Gaia DR3 entero, 58 GB, más que los 24 GB de memoria · estructura ya armada en los dos lados · la misma respuesta
- Unidad
- tiempo
La misma memoria: 427 contra 425 MB · los mismos 58,28 GB leídos del disco por los dos lados · 21-sep-2026.
Disco y catálogosLeer grandes catálogos · el límite del disco
119 %
del tiempo que cuesta solo leer el catálogo
Casi al límite del disco: nuestro modelo tarda 119 % de lo que cuesta solo leer el catálogo; el método oficial, 739 %.
Con el catálogo en el disco, más grande que la memoria, ningún cruce puede tardar menos que leerlo. Esa es la vara: cuánto se aleja cada uno de ella.
Ver como tabla
| quién | tiempo, en % de solo leer el catálogo |
|---|---|
| Método oficial de cruce del Archivo Gaia | 739 % |
| Nuestro modelo | 119 % |
- Contra quién
- El método oficial de cruce del Archivo Gaia, y lo que cuesta solo leer el catálogo
- Condición
- Dato quieto · Gaia DR3 entero · estructura ya armada en los dos lados
- Unidad
- tiempo, en % de lo que cuesta solo leer del disco los 58 GB del catálogo
21-sep-2026.
Disco y catálogosLeer grandes catálogos · otro rival
7,6×
antes que HEALPix, con la misma respuesta
Contra HEALPix, el estándar de la astronomía, terminamos 7,6 veces antes.
Otra corrida, otro rival: el mismo catálogo entero, en las mismas condiciones. Cada rival tiene su propia gráfica, porque cada uno es otra prueba.
Ver como tabla
| quién | tiempo (nuestro modelo = 1) |
|---|---|
| HEALPix | 7,6× |
| Nuestro modelo | 1 |
HEALPix: 5,6× si se le da una ayuda que su biblioteca no trae.
- Contra quién
- HEALPix, implementado desde su definición
- Condición
- Dato quieto · Gaia DR3 entero · estructura ya armada en los dos lados · la misma respuesta
- Unidad
- tiempo
21-sep-2026.
Disco y catálogosLeer grandes catálogos · la certeza
10,55 s
para estar seguro de que no falta nada, medido
Estar seguro de que no falta nada: 10,55 s con nuestro modelo, contra 132 días de cálculo comparando todo contra todo.
Comparar todo contra todo es la forma que recetan pgvector, hnswlib y FAISS para comprobarlo. Nuestro lado está medido, con la estructura ya armada; el del rival es derivado: se calcula, no se corrió.
Ver como tabla
| quién | tiempo |
|---|---|
| Nuestro modelo | 10,55 s |
| Comparar todo contra todo (derivado) | 132 días |
- Contra quién
- Comparar todo contra todo, como recetan pgvector, hnswlib y FAISS para comprobarlo
- Condición
- Gaia DR3 entero · nuestro modelo, con la estructura ya armada
- Unidad
- segundos, medido · días de cálculo, derivado
21-sep-2026.
Disco y catálogosLeer grandes catálogos · la respuesta
11.881.062
relaciones: la misma lista
La misma lista que entregan STILTS, LSDB y Q3C, tres herramientas reales de la astronomía.
Antes de contar quién trabaja menos, exigimos la misma respuesta exacta. En Gaia entero, la respuesta coincide entera.
- Contra quién
- STILTS, LSDB y Q3C
- Condición
- Gaia DR3 entero · la misma lista
- Unidad
- relaciones
25-sep-2026.
Disco y catálogosLeer grandes catálogos · cuando el dato cambia
868
relaciones perdidas, sin aviso, por el rival que no reconstruye
Cuando el dato cambia, el rival que no reconstruye pierde 868 relaciones y entrega 911 que ya no valen, sin avisar.
Quien usa esa respuesta no tiene cómo saber que está incompleta.
911
relaciones que ya no valen, entregadas sin aviso
- Contra quién
- El rival que no reconstruye
- Condición
- Dato que cambia · Gaia entero, una ronda de cambios
- Unidad
- relaciones
25-sep-2026.
Disco y catálogosLa búsqueda de texto
974 a 1.026
relaciones perdidas, sin aviso, cuando en el atraso llegan unas 1.000 que cumplen
En SQLite, un índice de texto que se pone al día cada cierto tiempo pierde lo que llegó entre medio, y su respuesta no permite saberlo.
Su respuesta es idéntica a la que daría sin pérdida. Aquí medimos al rival: es su conducta, no un cociente.
- Contra quién
- El índice de texto de SQLite, puesto al día cada cierto tiempo
- Condición
- Llegan registros nuevos · unas 1.000 relaciones que cumplen · bases de 10 mil a 1 millón de registros
- Unidad
- relaciones perdidas, sin aviso
16-sep-2026.
Otros usosReglas de fraude
5,46 a 28,66×
más rápido, según la combinación de ventana y monto
Con una regla de fraude sobre transacciones sintéticas, el cruce termina de 5,46 a 28,66 veces antes, según la combinación de ventana y monto.
Las reglas de fraude cruzan transacciones contra ventanas de tiempo y montos, y hoy se re-corren completas en cada lote. Mide cuánto más rápido corre la regla con datos que no cambian; no es una comparación contra sistemas antifraude.
7,58×
en la pregunta por omisión: ventana de 48 h y montos de USD 100
- Contra quién
- El cruce estándar con su optimizador, en su mejor forma normal
- Condición
- Dato quieto, en memoria · transacciones sintéticas: un año de 250 mil depósitos y 50 millones de retiros · nueve combinaciones de ventana y monto
- Unidad
- tiempo, con reloj
Energía
¿Cómo mejora el hardware? ¿Qué significa en un centro de datos y en el mundo?
Energía
Si cada GPU del mundo lo tuviera, quedaría libre del 2,9 % al 15,8 % de su capacidad.
Nada de este capítulo se midió en un centro de datos. Lo derivado sale de cifras medidas, con la fuente o el supuesto de cada factor; lo proyectado agrega supuestos sobre usos que no medimos contra un rival, y va aparte, con su condición. La energía es un techo, no un ahorro asegurado. Las cifras no se suman entre sí.
MW: megavatio · MWh: megavatio hora · TWh: teravatio hora · PB: petabyte · PUE: cuánta energía usa el centro de datos por cada unidad que llega al cómputo.
EnergíaEn el mundo
2,9 a 15,8 %
de la capacidad mundial de GPU, derivado de lo medido
Si cada GPU del mundo lo tuviera, lo derivado de lo medido dejaría libres de 435 mil a 2,37 millones de GPU equivalentes.
En la tarea que reemplaza, el cociente es grande y está medido. Sobre todo el trabajo de las GPU del mundo el porcentaje es menor, porque la GPU también hace trabajo que nuestro modelo no toca.
Base: más de 15 millones de H100 equivalentes, según Epoch AI (ene-2026).
Ver como tabla
| escenario | parte de la capacidad mundial |
|---|---|
| Escenario prudente (cifra central) | 2,9 % |
| Con los factores ya medidos (techo) | 15,8 % |
- Contra quién
- La capacidad mundial de GPU
- Condición
- Búsqueda filtrada y ediciones a mitad del documento · de lo prudente (cifra central) al techo
- Unidad
- parte de la capacidad mundial de GPU
Lo proyectado va aparte y no se suma con esto.
EnergíaEn el mundo
2,81 a 20,70
TWh de electricidad al año, a lo más
En energía, lo derivado es un techo: a lo más, de 2,81 a 20,70 TWh de electricidad al año.
Sale de la capacidad que queda libre, con la fuente o el supuesto de cada factor a la vista. Es un máximo, no un ahorro asegurado: si la capacidad libre se usa para atender más demanda, esa energía no se ahorra; es una cosa o la otra.
1,25 a 9,21
millones de toneladas de CO₂ al año, a lo más
- Contra quién
- La electricidad y las emisiones de la IA en el mundo
- Condición
- Si cada GPU del mundo lo tuviera · de lo prudente al techo
- Unidad
- TWh y millones de toneladas de CO₂, al año
EnergíaLo proyectado, aparte
Lo proyectado va aparte: depende de la condición que se dice al lado, y no se suma con lo derivado.
Son dos usos que no medimos contra un rival. Cada uno lleva su condición escrita al lado.
590 mil a 1,24 millones
GPU más en el resto de la inferencia, si el mismo resultado se sostiene en esos usos
314 mil a 486 mil
GPU más en el entrenamiento, si ahorra en sus datos lo que ya ahorra el disco
Ver como tabla
| uso y escenario | parte de la capacidad mundial |
|---|---|
| Resto de la inferencia · prudente | 3,9 % |
| Resto de la inferencia · con los factores ya medidos | 8,3 % |
| Entrenamiento · prudente | 2,0 % |
| Entrenamiento · con los factores ya medidos | 3,2 % |
- Contra quién
- La capacidad mundial de GPU
- Condición
- Cada uso, con su condición escrita al lado · prudente y con los factores ya medidos
- Unidad
- GPU equivalentes, y % de la capacidad mundial
EnergíaEn un centro de datos
0,344 a 0,567 MW
libres de cada MW de GPU en ese régimen
La misma demanda, con menos instalación: de cada MW de GPU que trabaja con filtros estrechos y la memoria llena, queda libre de 0,344 a 0,567 MW.
Es conexión eléctrica, enfriamiento y edificio que no hay que construir. Vale para la parte de la carga que trabaja en ese régimen.
Ver como tabla
| extremo | MW libres por MW de GPU |
|---|---|
| extremo bajo: contando solo las preguntas con respuesta | 0,344 MW |
| extremo alto: contando todas las preguntas, como en la prueba | 0,567 MW |
- Contra quién
- Una búsqueda típica de 10 resultados, sin umbral
- Condición
- Memoria de la IA llena · filtros estrechos · la misma demanda · sobre el 18× de tokens medido
- Unidad
- MW libres por cada MW de GPU
EnergíaEn un centro de datos
3.287 a 7.645
MWh al año por cada MW, a lo más
Por cada MW de GPU en ese régimen, a lo más de 3.287 a 7.645 MWh y de 1.150 a 3.402 toneladas de CO₂ al año.
Cada extremo dice de dónde sale: el PUE va de 1,09, de Google, a 1,54, de Uptime Institute; la red eléctrica, de la de EE. UU. (EPA) a la mundial (IEA).
Ver como tabla
| extremo | por MW y por año, a lo más |
|---|---|
| bajo: 0,344 MW libres y PUE 1,09 (Google) | 3.287 MWh al año |
| alto: 0,567 MW y PUE 1,54 (Uptime Institute) | 7.645 MWh al año |
| bajo: red de EE. UU., 349,7 g por kWh (EPA) | 1.150 toneladas de CO₂ al año |
| alto: red mundial, 445 g por kWh (IEA) | 3.402 toneladas de CO₂ al año |
Energía, por MW y por año · MWh al año
CO₂, por MW y por año · toneladas de CO₂ al año
- Contra quién
- Una búsqueda típica de 10 resultados, sin umbral
- Condición
- Memoria de la IA llena · filtros estrechos · techo: a lo más · PUE de 1,09 a 1,54 · red de EE. UU., 349,7 g por kWh, a red mundial, 445 g por kWh
- Unidad
- MWh y toneladas de CO₂, al año
EnergíaPor GPU
1.630 a 17.200
kWh al año por cada GPU liberada, con el centro de datos incluido
Cada GPU que queda libre equivale a 1.630 a 17.200 kWh al año, con el centro de datos incluido.
Es el factor que convierte capacidad libre en energía. El rango sale de la potencia por GPU, de 171 W a 1.275 W, y del PUE, de 1,09 a 1,54.
- Contra quién
- Cada GPU liberada
- Condición
- Con el centro de datos incluido · potencia por GPU de 171 W a 1.275 W · PUE de 1,09 a 1,54
- Unidad
- kWh al año
EnergíaPor PB, al leer
114,6 a 162,0
kWh menos por PB cruzado
Al cruzar grandes catálogos, cada PB cruzado consume de 114,6 a 162,0 kWh menos.
Y emite de 40,1 a 72,1 kg menos de CO₂, de la red de EE. UU. a la mundial. Con la misma flota, 6,2 veces más cruces por hora.
Ver como tabla
| extremo | kWh menos por PB cruzado |
|---|---|
| bajo: PUE 1,09 | 114,6 |
| alto: PUE 1,54 | 162,0 |
- Contra quién
- Cruzar un PB con el método oficial
- Condición
- Dato quieto · estructura ya armada · preliminar: supone un servidor de 400 W y que la energía sigue al tiempo de cálculo
- Unidad
- kWh menos por PB cruzado
EnergíaPor PB, al escribir
0,11 a 0,38 %
del día escribiendo, con nuestro sistema
Escribir 36,4 veces menos: el disco pasa mucho menos tiempo del día escribiendo.
Con una carga de tres escrituras completas del disco al día, el tiempo que el disco pasa escribiendo, de su escritura más rápida a la más lenta.
4,0 a 13,6 %
del día, con SQLite
Si la resistencia del disco es lo que limita y toda su escritura es de esta carga, rinde hasta 36,4 veces más trabajo antes de agotarla. La electricidad directa es la parte chica: de 0,49 a 1,83 kWh por PB que no se escribe.
- Contra quién
- SQLite en su uso real, más su aplicación (36,4×)
- Condición
- Tres escrituras completas del disco al día
- Unidad
- parte del día que el disco pasa escribiendo
ContextoContexto · terceros
12,5×
lo que cuesta reescribir la memoria de la IA, contra releerla
Rehacer ya tiene precio: Anthropic cobra por reescribir la memoria de la IA 12,5 veces lo que cobra por releerla.
No es una cifra nuestra: es un precio de lista de terceros, y vale solo para Anthropic. Muestra que rehacer ya tiene precio.
Según su sitio, SGLang corre en más de 400 mil GPU.
En los modelos de frontera no lo medimos; ahí el impacto es potencial.
- Contra quién
- Releer la memoria de la IA
- Condición
- Precio de lista de Anthropic: escribir en su caché de 5 minutos cuesta 1,25 veces la entrada, y releer, 0,1 veces
- Unidad
- precio
Cómo se probóLas ocho reglas de cada prueba
¿Cómo lo probaron? ¿Por qué creer estas cifras? ¿Cómo sé que no ajustaron la prueba hasta ganar?
Antes de contar quién trabaja menos, exigimos la misma respuesta exacta.
Los dos lados entregan exactamente lo mismo, y esa respuesta se compara con una verdad calculada aparte, desde la regla escrita.
Cómo se probóLa predicción, antes de medir
128,5×
medido, dentro del rango escrito antes
Antes de medir la búsqueda, escribimos el rango que esperábamos. La cifra cayó adentro.
Y la predicción también protegió al rival: dos veces, una ventaja que no calzaba con lo esperado nos avisó que lo estábamos midiendo mal, y lo corregimos a favor del rival.
Ver como tabla
| quién | trabajo de pgvector exacto, en veces el nuestro |
|---|---|
| Predicho antes | 125,6× – 129,8× |
| Nuestro modelo | 128,5× |
- Contra quién
- pgvector exacto, en su receta · sin filtro
- Condición
- Dato que cambia · 30.000 documentos
- Unidad
- trabajo contado
Cómo se probóLos controles
Un control que no puede fallar no prueba nada.
En la GPU, el control que no recalcula nada responde el dato viejo, y cae, como debe. En la búsqueda y en SQLite caen las versiones defectuosas sembradas. En un recorte del catálogo Gaia, un error sembrado a mano detiene la prueba con error, en vez de responder de menos.
En la GPU y en la búsqueda, antes de medir algo nuevo, el mismo instrumento repite la medición anterior, y tiene que dar exactamente lo mismo: cero diferencias.
La prueba contra SQLite dio 36,4×; repetida completa, 36,6×. Se publica 36,4×, la menor. En el cruce de Gaia, tres corridas se descartaron por el control de la máquina, aunque una nos convenía.
Cómo se probóLa revisión
Un revisor con veto, y cada cifra como un piso.
Un revisor con veto
Desde el 21-oct-2026, un revisor del proyecto que no diseña ni mide aprueba cada prueba antes de usar la máquina, revisa que cada rival esté en su forma estándar y recalcula las cifras desde los datos crudos. Sin su visto bueno, la prueba no corre. Antes, una auditoría interna del código y los datos de cada rival dejó 11 correcciones de cifra o de rótulo, todas aplicadas; ninguna cifra principal cambió de dirección.
La vida de una prueba
- Predicción
- Revisor antes
- Errores sembrados
- Reproducir lo anterior
- Medir
- Revisor después
- Repetir
- Publicar la menor
Por qué cada cifra es un piso
- Con el dato quieto, el rival corre en su mejor condición.
- Lo que el rival no paga, como armar su índice, queda fuera de su cuenta.
Si la estructura se armó antes, en los dos lados, la cifra lo dice.
ReuniónProbémoslo sobre sus datos
Escríbeme para una reunión.
Te entregamos el conjunto correcto, con su comprobante. Escríbeme con tu nombre, tu empresa, tu cargo y lo que te interesa evaluar: la memoria de la IA, la búsqueda para la IA, la escritura en disco o el cruce de grandes catálogos, y agendamos una reunión. En el primer mensaje, por favor no envíes datos ni detalles de tus sistemas.
Cada cifra medida es un piso: las condiciones favorecen al rival.
Nuestro modelo · Exacto · Demostrable