Estado real del proyecto
El primer Crisol ya respira.
Esto no es un paper. El primer Crisol Mini ha sido entrenado desde cero: 5 000 pasos, sin un solo NaN ni Inf, la pérdida cayendo de 45 a un mejor de 3,5 y el razonamiento causal activándose por sí solo. Todo en 24 horas y por diez céntimos de luz. Aquí está el estado real — sin maquillaje, con lo que aún falta.
Un modelo entrenado desde cero, no un fine-tuning prestado.
El primer Crisol Mini — ~2,13 B parámetros, un solo experto por capa — se forjó íntegro sobre la arquitectura propia: 12 capas, 5 ranuras universales, HoloBinder de coste O(1), holo_dim 4096, NAR de 2048 ejes y NOE de 2048 dimensiones. Ni un peso heredado de un modelo externo.
Durante 5 000 pasos no produjo un solo NaN ni Inf: gradientes acotados, distribuciones sanas, entrenamiento estable de principio a fin. Y mientras la pérdida caía de 45 a un mejor de 3,5, el razonamiento despertaba solo — la confianza causal subió de 0 a ~0,8 y la geometría se alineó con los ejes del NAR. No solo predice: empieza a razonar.
Y todo su mundo ya vive en su vocabulario de 64 000 piezas — los nombres de sus agentes, sus validadores y sus estructuras de memoria:
Roadmap por fases
De terreno limpio a organismo que respira.
Seis fases completadas, una en curso, una pendiente. El objetivo de lanzamiento es septiembre de 2026.
- Fase 0
Preparación
completadaBackups, rama de trabajo dedicada, cherry-picks selectivos y criterios de Done por sub-paso. El terreno limpio antes de levantar nada.
- Fase 1
Cinco componentes nuevos
completadaCoreEncoder, MemoryExpert, IdentidadStore, CausalStore y SuenoCausalAutomatico. Las piezas que convierten un modelo en un organismo persistente.
- Fase 2
Integración en el backend
completadaLos cinco componentes cosidos a la pila, las capas y los enums del motor. No un script encima: parte del forward.
- Fase 3
Endpoint REST + Crisol Studio
completadaControl total desde la interfaz. Cada parámetro configurable, cada proceso trazable, métricas en tiempo real por WebSocket.
- Fase 4
Pre-entrenamientos
completadaTokenizador BPE de 64.000 piezas, NAR de 2048 ejes axiomáticos y NOE de 256 invariantes. El sustrato de razonamiento y conocimiento, antes del corpus.
- Fase 5
Forja del modelo base
completadaEl primer Crisol Mini entrenado desde cero — ~2,13 B parámetros, 5 000 pasos sin un solo NaN. La pérdida cayó de 45 a un mejor de 3,5 y el razonamiento causal se activó solo. Forjado tras sanear la tasa de aprendizaje y todo Crisol Studio.
- Fase 6
Los cinco paquetes universales
en cursoGeneración de los expertos .crisolpkg que viajan por la nube Custodia e importan como apps. El portacontenedor empezando a cargarse.
- Fase 7
Validación E2E + lanzamiento
pendientePruebas extremo a extremo de todo el organismo y salida pública. Objetivo: septiembre de 2026.
Dónde Crisol aún no compite.
Crisol no es un "GPT-killer". Decir lo contrario sería deshonesto. Hay terrenos donde un LLM de frontera, hoy, gana — y conviene nombrarlos sin rodeos.
Fluidez general
Un Crisol Mini no escribe prosa tan pulida ni tan amplia como un LLM de frontera entrenado con billones de tokens. No es su objetivo.
Enciclopedismo
No pretende saberlo todo de memoria. El conocimiento entra de forma modular, como paquetes .crisolpkg, no embutido en los pesos.
Multimodalidad
Hoy razona y genera texto. La visión, el audio y el resto de modalidades no forman parte de la v1.0.
Velocidad bruta
Un modelo cerrado servido desde un datacenter responde más rápido por petición. Crisol cambia milisegundos por soberanía.
Pero compite — y gana — donde de verdad importa.
Crisol no juega a ser otro modelo más grande. Juega otro juego.
El porqué detrás del estado
El estado es honesto porque la tesis lo merece.
Si quieres entender qué motiva cada fase de este roadmap — por qué un organismo soberano y no un modelo más grande — el manifiesto lo explica entero.
Leer el manifiesto