# IQuest Research publica su modelo Q1 de código abierto y un informe con 30 pruebas

> El nuevo modelo fundacional IQuest‑Q1, creado desde cero, utiliza una arquitectura Mixture‑of‑Experts de 320 B y presenta resultados en 30 pruebas de programación y agentes de IA.

Oossa · 2026-10-23 · https://oossa.com/es/iquest-research-releases-open-source-q1-model-and-30-benchmark-report

IQuest Research publicó el informe técnico de IQuest‑Q1 el 23 oct 2026. El modelo es de código abierto, está optimizado para tareas de línea de comandos y tiene 320 mil millones de parámetros en total, con 15 mil millones activos por token. El entrenamiento abarcó unos 29 billones de tokens y, según la empresa, requirió el 52 % del cómputo necesario para una arquitectura MoE comparable. El informe incluye resultados en 30 pruebas, entre ellas 52.7 en AutomationBench y 78.4 en MCP‑Atlas.

## Los hechos

- 320 mil millones de parámetros en total; 15 mil millones activos por token
- El entrenamiento utilizó ~29 billones de tokens y alcanzó una eficiencia de escalado de 1.93×

## Por qué importa

Los desarrolladores ya pueden descargar un modelo grande para agentes de IA y línea de comandos que promete menores costes de cómputo con un rendimiento comparable.

## Fuentes y referencias

1. [IQuest Research Releases IQuest-Q1 Technical Report, Detailing Training from Scratch and Results Across 30 Benchmarks](https://www.prnewswire.com/news-releases/iquest-research-releases-iquest-q1-technical-report-detailing-training-from-scratch-and-results-across-30-benchmarks-302917967.html) – PR Newswire RSS, 2026-10-23

Última actualización: 2026-10-23