A veces los mayores secretos de las grandes tecnológicas no se desvelan en un escenario iluminado, sino en una línea de código olvidada en una API. Y parece que Google acaba de dejarse la puerta abierta con su próximo gran movimiento en inteligencia artificial: un modelo DeepThink V3 centrado puramente en aplastar problemas matemáticos de nivel experto.
El motivo de este revuelo es simple: unas capturas compartidas en X por la filtradora Lyra han sacado a la luz una compilación experimental de la compañía. Internamente lo han bautizado como «Mathematica». Un nombre que no deja mucho a la imaginación, pero que esconde bajo el capó especificaciones técnicas que dan bastante vértigo a cualquiera que siga de cerca el desarrollo de los grandes modelos de lenguaje.
En concreto, los datos internos de la API apuntan a un identificador que parece sacado de una novela cyberpunk: «models/deepthink-mathematica-tf-raw-thoughts». Básicamente, se trata de una variante muy específica construida sobre el esqueleto de DeepThink V3. Sin embargo, su configuración interna indica que ha sido ajustado a conciencia para realizar cálculos intensivos y resolver problemas simbólicos complejos. No está aquí para redactarte un email educado, está aquí para hacer ciencia dura.
Una memoria de elefante y respuestas kilométricas
Si miramos los números puros y duros, la ambición del proyecto queda clara al instante. El modelo admitiría una ventana de contexto masiva de un millón de tokens. Es decir, podrías alimentarlo de golpe con decenas de libros de texto de matemáticas avanzadas, investigaciones universitarias enteras y fórmulas interminables en un solo prompt. Y la IA ni se inmuta. Se lo traga todo de una sentada y sigue pidiendo más.
A ello se le suma un límite de salida de 65.536 tokens. Para que te hagas una idea del salto que esto supone, la inmensa mayoría de modelos comerciales actuales empiezan a sudar y a cortar sus respuestas muchísimo antes. Google quiere que esta máquina tenga un lienzo en blanco casi infinito para desarrollar razonamientos largos, iterativos y de múltiples pasos sin quedarse a medias. Una auténtica bestialidad técnica.
Pero claro, la letra pequeña es que este software todavía está muy verde. Las capturas filtradas muestran que el modelo lleva pegada una etiqueta gigante de «UNSTABLE_EXPERIMENTAL». Además, incluye la denominación «Teamfood». En la jerga de Mountain View, esto hace referencia a las pruebas internas y tempranas que realizan pequeños grupos de empleados antes de pasar a fases más amplias. Están afinando el motor a puerta cerrada.
Cuando el código se emociona resolviendo ecuaciones
Quizás el detalle más fascinante de esta filtración no sean las métricas brutas, sino el comportamiento puramente humano del modelo. Según los registros filtrados, el razonamiento interno de «Mathematica» se muestra completamente sin filtros gracias a esa etiqueta de raw thoughts (pensamientos crudos). Y los resultados son casi cómicos de leer.
De hecho, mientras la IA resolvía una dificilísima ecuación diofántica polinómica, el modelo mostró reacciones efusivas y un entusiasmo totalmente exagerado al encontrar un atajo lógico. Apreciaba la «belleza» matemática de la ecuación como si fuera un catedrático descubriendo algo que cambiará el mundo. Así de simple.
Ver a una red neuronal emocionarse genuinamente por un polinomio nos da una pista reveladora. Nos enseña cómo funcionan realmente los cerebros de estos sistemas en la fase de inferencia cuando no están fuertemente restringidos por protocolos de seguridad aburridos o filtros comerciales.
El gran puzzle del razonamiento avanzado
Evidentemente, este movimiento de Google no sale de la nada y tiene todo el sentido del mundo si miramos al mercado. El desarrollo de este sistema matemático especializado encaja a la perfección con su estrategia reciente. Ya vimos un anticipo de esta obsesión con el modo Gemini DeepThink IMO, un modelo que diseñaron específicamente para arrasar en las famosas competiciones matemáticas internacionales de élite.
Por si fuera poco, la compañía acaba de poner en circulación Gemini 3.8 Live y Live Extended Thinking para abordar tareas de razonamiento de varios pasos. Todo apunta en una misma dirección: abandonar los chatbots que solo predicen la siguiente palabra rápidamente y apostar por modelos que se toman su tiempo para pensar de forma pausada y estructurada antes de emitir una respuesta.
De momento, Google mantiene un estricto silencio corporativo y no ha soltado ni una palabra oficial sobre el proyecto Mathematica. Que llegue finalmente a nuestros ordenadores dependerá enteramente de si consigue superar los duros test de estrés del «Teamfood». Una cosa queda clara: la carrera por crear una IA que de verdad sepa razonar acaba de subir de nivel. Y tocará esperar, con palomitas en mano, para ver si la competencia responde.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
