# Samaya afirma que Sterling supera a Claude en su prueba financiera

> Samaya AI informa que Sterling alcanzó un 58,9% de aciertos en FrontierFinance, frente al 55,9% de Claude Fable 5.1, con un costo menor por pregunta.

Oossa · 2026-10-30 · https://oossa.com/es/samaya-says-sterling-beats-claude-on-its-finance-benchmark

Samaya AI afirma que su modelo de investigación financiera Sterling obtuvo un 58,9% en el benchmark FrontierFinance de la empresa, por encima del 55,9% de Claude Fable 5.1. Samaya informa que Sterling cuesta $0.61 por pregunta, frente a los $6.89 de Claude: alrededor de 11 veces menos.

Esas cifras corresponden a los resultados de Samaya en su propio benchmark, no a una comparación independiente. FrontierFinance evalúa tareas de investigación a lo largo del proceso de inversión, incluidas preguntas que requieren recopilar datos financieros y respaldar una respuesta escrita con citas. Samaya afirma que las preguntas del benchmark no se incluyeron en el entrenamiento, pero la empresa creó la prueba y realizó la evaluación.

## Cómo se entrenó Sterling

Sterling se basa en Nemotron 3.5 Lightning de NVIDIA, un modelo de 30.000 millones de parámetros que utiliza 3.000 millones a la vez. Samaya afirma que el modelo base partió de un 42,5% de aciertos en FrontierFinance antes de que las cuatro etapas de entrenamiento de la empresa elevaran su puntuación al 58,9%.

El proceso combinó dos rondas de entrenamiento supervisado con dos rondas de aprendizaje por refuerzo, un método que utiliza puntuaciones para orientar los intentos posteriores. El modelo aprendió a usar herramientas de investigación financiera, elegir entre distintos enfoques de investigación, recopilar evidencia y generar informes con citas. Samaya afirma que lo entrenó con ejemplos de ocho modelos docentes diferentes y con preguntas redactadas y calificadas por profesionales de las finanzas.

La configuración de investigación influye en el resultado: Sterling trabaja con un conjunto de herramientas especializadas en finanzas, y los modelos auxiliares acortan las respuestas extensas de las herramientas y los historiales de investigación. Samaya afirma que esta configuración permite que el modelo más pequeño, con menos parámetros activos, investigue mediante numerosas llamadas a herramientas. Por tanto, las puntuaciones publicadas describen el desempeño del modelo dentro de ese sistema, no el de un modelo independiente que responde sin herramientas.

## Qué demuestra la comparación y qué no

El resultado sugiere que el entrenamiento posterior y una configuración de investigación adaptada pueden mejorar el desempeño de un modelo más pequeño en una prueba específica de Samaya. No demuestra que Sterling sea más preciso que Claude en la investigación financiera en general: los resultados proporcionados abarcan un solo benchmark y no se documenta ninguna evaluación independiente.

Samaya afirma que utilizó un conjunto separado de 100 preguntas internas para elegir los puntos de control del entrenamiento. La empresa también informa que un modelo más grande entrenado con el mismo método ha mostrado avances iniciales, pero aún no ha presentado esos resultados. El anuncio proporcionado no especifica cómo se puede acceder a Sterling.

## Los hechos

- Samaya informa que Sterling obtuvo un 58,9% en FrontierFinance, frente al 55,9% de Claude Fable 5.1.
- Samaya informa que Sterling cuesta $0.61 por pregunta y Claude Fable 5.1, $6.89.
- Sterling está basado en Nemotron 3.5 Lightning, que Samaya describe como un modelo de 30.000 millones de parámetros, con 3.000 millones de parámetros activos.
- Samaya afirma que el entrenamiento elevó la puntuación del modelo en FrontierFinance del 42,5% al 58,9% mediante cuatro etapas.

## Por qué importa

Para los equipos financieros que exploran herramientas de investigación con IA, los resultados de Samaya dan motivos para evaluar modelos más pequeños equipados con herramientas como una opción potencialmente más económica. Sin embargo, las puntuaciones provienen del benchmark propio de Samaya, así que los equipos aún necesitan evidencia independiente para saber si Sterling rinde igual de bien en sus tareas de investigación.

## Fuentes y referencias

1. [Samaya AI Releases Sterling: A 3B-Active Finance Research Agent Model that Beats Claude Fable 5.1 on FrontierFinance at 11x Lower Cost](https://www.marktechpost.com/2026/10/30/samaya-sterling-post-trained-finance-research-model-frontierfinance/) – MarkTechPost, 2026-10-30
2. [Samaya AI](https://samaya.ai/blog/rl-post-trained-agentic-model) – Samaya AI

Última actualización: 2026-10-30