Los modelos de IA mejorados de Apple tienen un rendimiento inferior al de sus competidores

Apple anunció ayer en la WWDC 2025 las próximas actualizaciones de su modelo de IA, que se integrarán en toda su suite de inteligencia. El modelo obtuvo un rendimiento inferior en su benchmark en comparación con modelos anteriores de empresas rivales como OpenAI. Sin embargo, el gigante tecnológico argumentó que On-Device y Apple Server han mejorado en comparación con sus predecesores y pueden comprender más de 15 idiomas.

Según los evaluadores humanos, el modelo más reciente que se ejecuta localmente en iPhones y otros dispositivos tuvo un rendimiento similar al de modelos anteriores de Google y Alibaba en cuanto a la generación de texto. Los evaluadores humanos calificaron a Apple Server, diseñado para ejecutarse en los centros de datos de la compañía, por debajo de GPT-4o de OpenAI, lanzado hace un año. En una evaluación aparte, prefirieron Llama 4 de Meta a Apple Server en la capacidad de analizar imágenes. Estas calificaciones sorprendieron a Apple, ya que Llama 4 Scout tuvo un rendimiento deficiente en comparación con laboratorios de IA como Google, Anthropic y OpenAI.

Los desarrolladores se muestran escépticos ante la promesa de innovación de Apple

Los desarrolladores tienen una opinión negativa sobre los lanzamientos de la WWDC de estos años, incluido el pequeño modelo de IA integrada de Apple. Atul Kakkar, director de producto de Origi, la aplicación de finanzas personales con IA, reveló que, como desarrollador, no sintió la misma intensidad de entusiasmo que los lanzamientos de la compañía de Tim Cook. Considera que la WWDC anual fue en su día el evento tecnológico más comentado, pero ahora está rodeada de escepticismo sobre si el fabricante del iPhone podrá seguir el ritmo de los gigantes de la IA.

Apple no publica datos de referencia para sus IA, sino que informa sobre una evaluación comparativa poco documentada

Pero incluso para sus propios estándares, los últimos modelos integrados de Apple son en su mayoría peores que el Gemma 3-4B abierto de Google o el Qwen 3-4B

Y su servidor LLM es similar a Llama 4 Scout pic.twitter.com/hwpOG5Lgyp

– Ethan Mollick (@emollick) 10 de junio de 2025

El gigante tecnológico se ve presionado a mantenerse al día actualizando continuamente sus herramientas de IA para desarrolladores y creando una experiencia de usuario atractiva dentro de la suite Apple Intelligence. Grant McDonald, director ejecutivo y cofundador de Bobo, la aplicación de consejos para padres basada en IA, afirmó que la empresa de Tim Cook está haciendo cosas interesantes, pero no lo suficiente para destacar entre la multitud.

McDonald cree que permitir que los desarrolladores creen aplicaciones basadas en IA con sus pequeños modelos de IA en el dispositivo podría ser el valor que la compañía espera ofrecer. Los pequeños modelos de IA se entrenan con conjuntos de datos reducidos y consumen menos potencia de procesamiento, lo que significa que pueden ejecutarse en un iPhone en lugar de grandes servidores en la nube. Añadió que ejecutar modelos en un dispositivo es prácticamente más económico que los basados ​​en la nube, como GPT y Gemini. 

Los desarrolladores han dudado del buen rendimiento de los modelos en el dispositivo en comparación con los basados ​​en la nube. Un desarrollador afirmó que no podrán ajustarlos con precisión en un conjunto de datos propietario. McDonald afirmó que los modelos en el dispositivo serán suficientes para algunas aplicaciones, pero no para Bobo. La aplicación para padres personalizó su modelo de IA con datos propios de consultores de sueño, consultores de lactancia, logopedas y otros expertos en crianza. 

La división de investigación de inteligencia artificial de Apple lucha por alcanzar a sus competidores

El gigante tecnológico prometió una actualización de Siri para ofrecer contenido más personalizado, pero esta actualización se ha retrasado. Algunos clientes han demandado a la empresa por comercializar productos que aún no se han entregado. Los investigadores afirmaron que, si bien los modelos de IA funcionan muy bien en matemáticas y ciencias, los problemas complejos solo dan la ilusión de pensar. 

El gigante tecnológico retrasó el desarrollo de grandes modelos de lenguaje y la implementación de IA en sus dispositivos para mantenerse al margen de la conversación. En la WWDC, la compañía presentó las funciones de Apple Intelligence para IA, que la comunidad consideró decepcionantes. 

Los investigadores han descubierto que los LRM empiezan a fallar después de cierto punto. Esto demuestra que todos los modelos de razonamiento presentan un patrón similar: la precisión disminuye progresivamente a medida que aumenta la complejidad del problema, hasta llegar a cero. Según los investigadores, los modelos de razonamiento inicialmente aplican más fichas de pensamiento, pero a medida que aumenta la complejidad, se dan por vencidos y, contrariamente a la intuición, su esfuerzo de razonamiento comienza a disminuir a pesar de la creciente dificultad del problema. 

Según Dipanjan Chatterjee, analista de Forrester Research, el silencio en torno a Siri era ensordecedor. Reveló que ninguna corrección de texto ni emojis adorables podría llenar la esperada experiencia interactiva de IA que sabe que Siri sería capaz de ofrecer. Cree que el fin de Siri está cerca si la empresa no actúa con rapidez. La compañía no proporcionó un calendario preciso para la actualización de Siri. Aun así, indicó que no ocurrirá hasta el próximo año como muy pronto, según Craig Federighi, un alto ejecutivo de software de la compañía.