ServiceNow presenta Apriel-1.6, modelo IA multimodal

ServiceNow ha presentado Apriel-1.6-15B-Thinker, un modelo de inteligencia artificial multimodal que entiende texto e imágenes y busca competir con sistemas mucho más grandes usando una fracción de sus recursos. Tiene 15.000 millones de parámetros, pero alcanza una puntuación de 57 en el Artificial Analysis Index, según las evaluaciones citadas por la compañía.

La cifra lo sitúa por encima de modelos como Gemini 2.5 Flash, Claude Haiku 4.5 y GPT OSS 20B en ese índice. También queda al nivel de Qwen3 235B A22B, que utiliza una cantidad de parámetros muy superior. La comparación no significa que gane en todas las tareas, pero sí apunta a una tendencia importante: los modelos pequeños pueden ofrecer resultados competitivos cuando se entrenan con mejores datos y métodos más eficientes.

Más capacidad con menos razonamiento

Apriel-1.6 parte de Apriel-1.5-15B-Thinker y mantiene o mejora su rendimiento en las pruebas comparadas. La principal mejora está en la eficiencia: reduce en más de un 30% el número de tokens usados para razonar.

Los tokens son las unidades en las que un modelo procesa el texto. Usar menos tokens suele traducirse en respuestas más rápidas y un menor consumo de recursos, especialmente cuando el sistema recibe miles o millones de consultas. El modelo intenta dedicar más esfuerzo a los problemas difíciles y responder de forma directa a los sencillos.

Para conseguirlo, ServiceNow combinó entrenamiento supervisado y aprendizaje por refuerzo. El primero utilizó 2,4 millones de ejemplos con razonamientos paso a paso, problemas de matemáticas y programación, llamadas a herramientas, escritura y seguimiento de instrucciones. El segundo premió las respuestas correctas y penalizó la verbosidad, los formatos incorrectos y los pasos innecesarios.

Lee documentos, gráficos y capturas

El modelo no se limita al texto. Su entrenamiento multimodal incluye comprensión de documentos y gráficos, reconocimiento óptico de caracteres, preguntas sobre imágenes, razonamiento visual y generación de código para páginas web o gráficos SVG.

En las pruebas de visión, ServiceNow afirma que Apriel-1.6 mejora en 4 puntos de media frente a la versión anterior en un conjunto de 13 evaluaciones. Estas pruebas incluyen problemas matemáticos con imágenes, gráficos, diagramas, lógica y preguntas sobre contenido visual.

En la práctica, esto puede servir para analizar una factura escaneada, extraer información de una tabla, interpretar un gráfico de ventas o responder preguntas sobre un documento con texto e imágenes. También está orientado a tareas empresariales como el uso de herramientas y las llamadas a funciones.

Un modelo pensado para desplegarse con menos recursos

El entrenamiento de la fase intermedia requirió alrededor de 10.000 horas de GPU en chips NVIDIA GB200. ServiceNow presenta este dato como una muestra de que una estrategia cuidadosa de datos y entrenamiento puede producir modelos capaces sin disponer de la escala de los grandes laboratorios de IA.

Eso no implica que el modelo sea barato o ligero en cualquier equipo. Quince mil millones de parámetros siguen requiriendo hardware especializado para funcionar con rapidez, sobre todo si procesa imágenes o realiza razonamientos largos. Su ventaja está en que puede ser más sencillo de desplegar y operar que un sistema con cientos de miles de millones de parámetros.

También tiene límites claros: las imágenes complejas o de baja calidad pueden reducir la precisión del OCR, las escenas densas dificultan contar objetos y los gráficos muy detallados pueden interpretarse mal. La localización precisa de elementos dentro de una imagen tampoco es siempre fiable.

Apriel-1.6 muestra que la carrera de la IA no depende únicamente de construir modelos cada vez más grandes. El siguiente punto a vigilar será si su rendimiento se mantiene en aplicaciones reales, con datos empresariales y costes de operación concretos, no solo en las pruebas de laboratorio.