¿Qué es la inteligencia por vatio y por qué puede cambiar la IA local?

La inteligencia artificial lleva años midiéndose con una regla bastante previsible: quién responde mejor, quién razona más, quién tiene más parámetros, quién gana el benchmark de turno. Un grupo de investigadores propone añadir otra pregunta mucho más terrenal: cuánta inteligencia obtenemos por cada vatio de electricidad consumido. Esa es la idea de Intelligence per Watt o IPW, inteligencia por vatio, una métrica que relaciona la precisión de un modelo de IA con la potencia eléctrica que necesita para funcionar.

La propuesta importa porque apunta directamente a uno de los grandes cambios que empiezan a dibujarse en la inteligencia artificial: que una parte de las consultas que ahora viajan hasta enormes centros de datos pueda resolverse en el propio ordenador, portátil o dispositivo del usuario. El estudio, cuya versión más reciente fue revisada el 6 de septiembre de 2026, analiza más de 20 modelos, diferentes generaciones de hardware y alrededor de un millón de consultas reales. Su resultado más llamativo es que los modelos locales evaluados pudieron responder correctamente al 88,7 % de determinadas consultas de conversación y razonamiento de un solo turno. Eso no significa que un portátil haya derrotado a la nube. Ni mucho menos. Significa que quizá estamos utilizando demasiada nube para trabajos que ya no la necesitan.

La inteligencia por vatio intenta medir algo más que velocidad

La fórmula es sencilla en apariencia: se toma la precisión media obtenida por el modelo y se divide entre la potencia media consumida durante la inferencia, medida en vatios. Cuanto mayor sea el resultado, más capacidad útil está produciendo el sistema por unidad de potencia.

Hay una diferencia importante respecto a las comparaciones habituales. Saber que un modelo genera 100 tokens por segundo dice mucho sobre su velocidad, pero casi nada sobre si sus respuestas sirven. Saber que consume 40 vatios tampoco cuenta toda la historia. IPW intenta colocar ambas cosas en una misma balanza: calidad de la respuesta y electricidad necesaria para producirla.

Los propios investigadores reconocen que utilizar la precisión como sustituto de algo tan resbaladizo como la “inteligencia” es una simplificación. El nombre tiene gancho —eso nadie se lo va a discutir—, pero no existe un pequeño medidor conectado al ordenador que marque 87 unidades de sabiduría. Para preguntas con una respuesta correcta conocida utilizaron comprobaciones objetivas; en consultas abiertas de conversación recurrieron también a modelos avanzados como jueces para comparar las respuestas.

Un millón de consultas para poner a prueba la idea

El trabajo estudió más de 20 modelos de lenguaje y ocho plataformas de aceleración, combinando hardware pensado para uso local y aceleradores propios de infraestructura empresarial. Entre los sistemas aparecen equipos como el Apple M4 Max y plataformas basadas en NVIDIA B200 o AMD Instinct MI300X.

Las pruebas abarcaron aproximadamente un millón de consultas procedentes de distintos conjuntos de datos. Había conversaciones reales, matemáticas, programación, tareas de razonamiento general y pruebas de conocimiento más exigentes. Entre los modelos analizados figuran distintas variantes de Qwen, Gemma, Granite y gpt-oss.

El estudio se concentró, eso sí, en peticiones de un solo turno. No evaluó de manera equivalente todo ese universo que ahora se mete bajo la etiqueta de IA: agentes que navegan por internet durante minutos, análisis de documentos enormes, tareas empresariales encadenadas, uso complejo de herramientas o razonamientos que requieren muchos pasos. Y ahí está una frontera que conviene no borrar con entusiasmo. El 88,7 % no significa que el 88,7 % de cualquier cosa que pueda pedirse a una IA pueda ejecutarse perfectamente en casa.

El 88,7 % necesita una pequeña letra

Ese porcentaje refleja las cargas de trabajo concretas estudiadas, fundamentalmente conversación y razonamiento de un solo turno. Los investigadores advierten de que los modelos locales todavía pueden quedar bastante por detrás de los grandes modelos de frontera en tareas complejas, procesos largos o determinados usos especializados.

La fotografía interesante está en otra parte: muchas peticiones cotidianas son relativamente sencillas. Corregir un texto, resumir unas páginas, clasificar información, redactar un correo, resolver una cuestión básica o trabajar sobre información local no siempre exige desplegar la artillería pesada de un centro de datos. Mandar cada una de esas tareas a una infraestructura gigantesca puede acabar pareciéndose un poco a alquilar un camión para ir a buscar una barra de pan.

La eficiencia de la IA local se multiplicó por 5,3

La evolución medida entre 2023 y 2025 es posiblemente el dato que mejor explica por qué este trabajo resulta relevante. Según los investigadores, la inteligencia por vatio de las mejores combinaciones locales mejoró 5,3 veces durante ese periodo, gracias tanto al progreso de los modelos como al del hardware.

No es únicamente que los procesadores sean mejores. Los modelos también han aprendido a hacer más con menos mediante nuevas arquitecturas, entrenamiento, ajustes posteriores, destilación y otras técnicas que permiten reducir el coste computacional sin sacrificar la misma proporción de capacidad. El estudio sitúa igualmente el porcentaje de consultas consideradas atendibles localmente en una trayectoria que pasó del 23,2 % en 2023 al 71,3 % en 2025.

Ahí aparece un cambio de perspectiva interesante. Durante buena parte de la fiebre de la IA generativa, la conversación estuvo dominada por los números gigantes: más GPU, más parámetros, más centros de datos, más electricidad. IPW mira el problema desde el otro extremo. No pregunta cuánto puede consumir una máquina para ser extraordinariamente potente, sino cuánta capacidad útil puede ofrecer dentro de un presupuesto energético razonable.

Es la misma lógica que transformó la informática décadas atrás. Los ordenadores personales no necesitaron convertirse en superordenadores para resultar revolucionarios. Bastó con que alcanzaran suficiente capacidad dentro de un tamaño, precio y consumo aceptables. Después llegaron los portátiles. Después, los móviles. Una máquina no necesita ganar todas las carreras; necesita ser suficientemente buena para la carrera que tiene delante.

La nube sigue siendo más eficiente con el mismo modelo

Aquí llega el dato que evita convertir el trabajo en una oda al portátil. Cuando los investigadores ejecutaron el mismo modelo sobre hardware local y sobre aceleradores empresariales especializados, las máquinas de los centros de datos siguieron mostrando una ventaja clara de eficiencia.

En las comparaciones del estudio, los aceleradores locales obtuvieron una inteligencia por vatio al menos alrededor de 1,4 veces inferior a determinados aceleradores utilizados en la nube. En una comparación concreta, Qwen3-32B funcionando sobre un Apple M4 Max ofreció aproximadamente 1,5 veces menos IPW que sobre una NVIDIA B200. El enorme chip del centro de datos, por tanto, no ha recibido todavía la notificación de su jubilación.

Eso puede parecer contradictorio, pero no lo es. La ventaja de ejecutar IA localmente no consiste necesariamente en que cada cálculo sea energéticamente más eficiente que dentro de un centro de datos diseñado precisamente para hacer cálculos a escala. Consiste en que una consulta suficientemente sencilla puede evitar utilizar recursos centrales más valiosos, reducir dependencias de red y ejecutarse directamente en un dispositivo que ya está encendido y disponible.

La arquitectura que sugiere el estudio es, por tanto, menos espectacular y bastante más plausible: una IA híbrida. Las peticiones fáciles se quedan cerca del usuario; las difíciles suben a modelos mayores. Algo parecido a tener una cocina en casa y un restaurante excelente en la ciudad: que exista el segundo no obliga a reservar mesa para preparar un café.

Menos nube también significa privacidad, coste y latencia

La electricidad es el eje del estudio, pero ejecutar modelos localmente arrastra otras consecuencias. La más evidente es la privacidad. Si determinados textos, fotografías, notas o documentos pueden procesarse sin salir del dispositivo, disminuye la cantidad de información que necesariamente debe enviarse a servidores externos.

También cambia la latencia. Una IA alojada físicamente en el equipo puede responder sin depender de una conexión permanente, aunque la velocidad final dependerá muchísimo del modelo y del hardware. Para fabricantes de ordenadores y teléfonos aparece, además, un nuevo terreno competitivo: ya no basta con presumir de operaciones por segundo; podría empezar a importar cuánto trabajo útil de IA se obtiene dentro de los límites térmicos y energéticos de un aparato que alguien quiere llevar en la mochila sin convertirlo en una tostadora.

Y luego está el coste. La inferencia en la nube no es magia suspendida en el éter. Detrás hay chips, redes, refrigeración, edificios y electricidad. Repartir una parte del procesamiento entre millones de dispositivos podría aliviar determinadas cargas centralizadas, aunque calcular el ahorro real exige contemplar el sistema completo y no solo el consumo de un chip.

Un vatio tampoco cuenta toda la factura energética

IPW tiene otra limitación importante. Potencia y energía no son exactamente lo mismo. Los vatios describen la potencia utilizada en un momento determinado; el consumo total de una tarea depende también del tiempo durante el que esa potencia se mantiene. Un dispositivo que consume menos vatios pero necesita mucho más tiempo para producir una respuesta podría terminar utilizando más energía.

El estudio también mide energía, latencia e inteligencia por julio precisamente porque esa dimensión temporal importa. En las comparaciones equivalentes, algunos aceleradores empresariales conservan ventajas incluso mayores cuando se observa el trabajo obtenido por unidad total de energía.

Tampoco existe todavía una unidad universal y definitiva de “inteligencia”. La precisión cambia según la tarea, los benchmarks envejecen y juzgar respuestas abiertas sigue siendo complicado. Dos modelos con el mismo IPW podrían comportarse de manera radicalmente distinta en programación, escritura, matemáticas o conocimiento especializado.

Eso no invalida la métrica. La coloca donde corresponde: como una herramienta comparativa, no como el velocímetro absoluto de la inteligencia artificial.

El futuro de la IA puede depender menos del tamaño

El trabajo Intelligence per Watt apareció inicialmente en arXiv en noviembre de 2025 y ha recibido varias revisiones; la versión 6 fue publicada el 6 de septiembre de 2026. Es una prepublicación científica, no una ley física recién descubierta, pero plantea una cuestión que probablemente ganará importancia a medida que la IA se extienda a ordenadores, móviles, vehículos, gafas y otros dispositivos.

Hasta ahora, la industria ha premiado con facilidad al modelo que obtiene unas décimas más de precisión aunque para ello necesite una montaña de silicio. La inteligencia por vatio introduce otra lógica: quizá el mejor sistema no sea siempre el que más sabe, sino el que sabe lo suficiente utilizando una fracción de los recursos.

La nube seguirá siendo esencial para los problemas realmente difíciles, para cargas masivas y para los modelos más capaces. Pero entre el pequeño modelo que vive en un portátil y el gigantesco centro de datos puede formarse una división del trabajo bastante más sensata. Una consulta aquí, otra allí. Potencia cuando hace falta; eficiencia cuando basta.

Al final, esa puede ser la parte más incómoda —y más interesante— de la propuesta. Después de años preguntándonos cuán grande puede llegar a ser una inteligencia artificial, empieza a tener sentido medir cuánto necesita consumir para resultar verdaderamente útil.