En el competitivo universo de la inteligencia artificial, pocas noticias generan tanto interés como los avances que marcan un verdadero cambio de paradigma. Este es el caso del reciente anuncio de Sakana AI, una firma con sede en Tokio que ha liberado el algoritmo AB-MCTS (Adaptive Branching Monte Carlo Tree Search), una herramienta de código abierto que abre la puerta a una nueva forma de resolver problemas complejos: haciendo que múltiples modelos de inteligencia artificial colaborativos trabajen en conjunto en tiempo real.
Sakana AI lanza algoritmo open source que permite a múltiples modelos de IA trabajar juntos
Hasta ahora, la mayoría de los sistemas de IA se basaban en procesos individuales: un solo modelo era entrenado y optimizado para abordar una tarea concreta. Sin embargo, esta aproximación tiene un límite evidente: cada modelo tiene sesgos, puntos ciegos y limitaciones en su razonamiento. Sakana AI ha abordado esta debilidad desarrollando un mecanismo que permite fusionar fortalezas y minimizar errores a través de la colaboración entre modelos distintos.
AB-MCTS no solo decide si un problema requiere un razonamiento más profundo o una exploración más amplia, sino que también selecciona, de forma adaptativa, qué modelo de IA es más adecuado para enfrentarlo. Cuando la complejidad lo amerita, puede incluso desplegar varios modelos simultáneamente, maximizando así las probabilidades de éxito.
Lo más sorprendente es que esta arquitectura no es teórica: ya ha sido validada en pruebas exigentes como el benchmark ARC-AGI-2, donde se demostró que la colaboración entre modelos como o4-mini, Gemini 2.5 Pro y DeepSeek-R1 supera el rendimiento de cada uno por separado. Por ejemplo, o4-mini resolvía un 23 % de los casos por sí solo, pero al integrarse en el sistema AB-MCTS, ese rendimiento subió al 27,5 %, una mejora estadísticamente significativa en este tipo de entornos.
Sakana AI no parte de cero. Durante años ha investigado cómo superar los límites de los modelos individuales mediante técnicas como la fusión evolutiva de modelos, y AB-MCTS es el fruto maduro de ese trabajo. Además, al tratarse de una herramienta open-source, cualquier desarrollador, investigador o empresa podrá experimentar con este enfoque y adaptarlo a sus propios desafíos.
Conclusiones
Estamos ante una tecnología que no solo mejora el rendimiento técnico de los modelos, sino que también plantea una nueva forma de pensar la IA: no como agentes aislados, sino como sistemas capaces de inteligencia colectiva. Si el futuro de la IA pasa por la colaboración, Sakana AI acaba de dar el primer gran paso.
Gracias