# El informe de Metis-1.6 detalla dos modelos pequeños y sus fallos

> El investigador Giulianno Vollmer afirma que Logos, el modelo de Metis-1.6, obtuvo buenos resultados en pruebas de matemáticas, pero tuvo dificultades con la programación, el seguimiento de instrucciones y el contexto largo.

Oossa · 2026-10-30 · https://oossa.com/es/metis-1-6-report-details-two-small-language-models-and-their-failures

El informe técnico de Metis-1.6, de Giulianno Vollmer, describe dos modelos de lenguaje creados desde cero: Praxis, con 2.94 mil millones de parámetros, y Logos, con 10.23 mil millones. Según el informe, Logos quedó séptimo entre 17 modelos en 40 pruebas y segundo entre 30 modelos en matemáticas; también señala deficiencias en programación, seguimiento de instrucciones y tareas con contextos largos.

Vollmer detalla varios problemas de entrenamiento, entre ellos un optimizador que nunca llegó a ejecutarse y un error en la recompensa por longitud que podía penalizar respuestas correctas y extensas. El informe indica que Logos se entrenó con 1.02 billones de tokens y que no se diseñó para competir con los modelos de vanguardia.

## Los hechos

- Según el informe, Logos obtuvo un 67.50% en AIME 2025 y un 63.64% en HMMT February 2026.
- El informe afirma que cada uno de los dos modelos de Metis-1.6 se entrenó con 1.02 billones de tokens.

## Por qué importa

Para quienes desarrollan aplicaciones y evalúan modelos más pequeños, el informe ofrece resultados de pruebas y lecciones concretas sobre el entrenamiento. Sin embargo, sus propios hallazgos muestran que Logos flojea en programación y tareas con contextos largos; aquí no se documenta una validación independiente.

## Fuentes y referencias

1. [Think Twice: The Metis-1.6 Technical Report](https://arxiv.org/abs/2610.37903) – arXiv cs.LG, 2026-10-30

Última actualización: 2026-10-30