Modelo especializado de 3.000 millones de parámetros supera APIs frontier en tarea empresarial de OCR con coste 50 veces

Dharma informó el 22 de mayo de 2026 que un modelo especializado de 3.000 millones de parámetros superó a todas las APIs comerciales frontier probadas en un dominio empresarial concreto, y lo hizo con un coste operativo aproximado cincuenta veces menor que el de los competidores mejor posicionados. En abril de 2026, Dharma lanzó DharmaOCR: un par de modelos de lenguaje pequeños diseñados para OCR estructurado, acompañados de un benchmark y un artículo técnico. El estudio comparó lado a lado calidad, costes y estabilidad de inferencia, y afirma que los modelos se obtuvieron mediante una cadena de fine-tuning reproducible por cualquier empresa con recursos adecuados.

El resultado cuestiona la práctica dominante en compras de IA de escoger por defecto el mayor modelo frontier disponible. El artículo contextualiza esa estrategia con referencias a GPT-4, Claude 3 y Gemini 1.5, y remite a las scaling laws de Kaplan et al. (2020) como fundamento previo de aquella lógica. Los autores subrayan que la historia de entrenamiento y la alineación con la distribución objetivo pueden producir rendimientos superiores cuando el modelo se acerca a la tarea de despliegue, de modo que el recuento de parámetros deja de ser la variable decisiva para ciertos usos empresariales.

para compradores, la métrica relevante podría ser la economía de inferencia combinada con calidad y estabilidad, no solo la escala. Los autores presentan este experimento como "la instancia más rigurosamente medida hasta la fecha" de un patrón ya documentado por investigaciones previas (Subramanian et al., 2025; Pecher et al., 2026). Señalan que la interacción entre especialización, alineación y coste de inferencia debe evaluarse conjuntamente en contextos de producción, porque mejoras en uno de esos ejes pueden compensar la inferioridad en otra variable como el tamaño del modelo.

En cuanto a limitaciones, el paper acota sus conclusiones al ámbito experimental del propio estudio y reconoce que queda abierta la pregunta de cuál es la variable exacta que genera la ganancia observada. Como acción práctica, recomiendan que los equipos de compra y los integradores evalúen pipelines de fine-tuning replicables y comparen coste, calidad y estabilidad antes de asumir que mayor escala equivale a mejor resultado en producción.