La startup rusa Mostik ha desarrollado una técnica que permite a distintos modelos de inteligencia artificial intercambiar información directamente a través de sus pesos matemáticos internos, sin necesidad de producir texto intermedio. El método, encabezado por la CEO Sasha Malysheva, permite combinar modelos de distinto tamaño —por ejemplo, el GLM-5.2 de 753.000 millones de parámetros con una versión de 4.000 millones de Qwen-3.5 ejecutable en un móvil— y obtener un sistema híbrido que cuesta una veinteava parte del modelo grande completo, con un rendimiento intermedio entre ambos.
El equipo de Mostik aplicó esta técnica a un modelo propio que actualmente lidera ARC-AGI 3, una competición de referencia en razonamiento de IA. La dirección de la empresa sostiene que el enfoque podría aumentar el valor de los modelos de código abierto frente a los sistemas cerrados de Anthropic u OpenAI, al permitir que modelos especializados en biología o física se conecten con modelos frontera sin que estos asuman todo el proceso. El jefe científico de la compañía, Stanislav Smirnov —medalla Fields 2010— reconoce que aún no existe un lenguaje matemático adecuado para describir la interacción entre modelos y que el trabajo de Mostik es un primer puente. Otros expertos del sector, como Karl Tuyls (ex-Google DeepMind) y Vladimir Arustamian (Lovable), coinciden en que el avance es técnicamente relevante y llega antes de lo esperado.