IndiaAI presenta EKA-1, un modelo de 26.300 millones de parámetros que cubre los 22 idiomas de la lista oficial, y Dhīr 2B y 5B, modelos abiertos creados para funcionar sin conexión

El 3 de noviembre de 2026 la Misión IndiaAI presentó dos conjuntos de modelos de IA hechos en casa. Uno es EKA-1, de Soket Labs, de Bengaluru, un modelo de 26.300 millones de parámetros que según la Oficina de Información de Prensa (PIB) abarca los 22 idiomas indios de la lista oficial además del inglés. El otro es Dhīr 2B y Dhīr 5B, de ZenteiQ, modelos pequeños para el inglés y diez idiomas indios que están hechos para funcionar en un portátil o en un dispositivo periférico sin conexión a internet. Los parámetros son los números ajustables dentro de un modelo, una medida aproximada de su tamaño.

Presentados en Nueva Delhi con el secretario de Tecnologías de la Información

El comunicado de la PIB dice que los modelos se presentaron en un acto de prensa en Nueva Delhi al que asistieron S Krishnan, secretario del Ministerio de Electrónica y Tecnologías de la Información, y funcionarios del ministerio y de IndiaAI, la división que ejecuta la misión. Krishnan dijo que estos modelos refuerzan la “autonomía tecnológica y estratégica de la India en Inteligencia Artificial”. Añadió que plataformas como AIKosh, la biblioteca de conjuntos de datos y modelos de la misión, pueden ponerlos a disposición de investigadores, estudiantes, innovadores y el público en general.

Sudeep Shrivastava, director de operaciones de IndiaAI, dijo que los modelos muestran el avance desde soluciones ligeras para dispositivos cotidianos hasta modelos más pesados para trabajo empresarial complejo. Ambas empresas están entre los doce equipos seleccionados en el pilar de modelos de base de la misión, y el comunicado dice que el cómputo nacional de IA subvencionado y el apoyo a los costes de investigación relacionados hicieron posibles los modelos.

EKA-1, un modelo para cada idioma de la lista oficial

La PIB atribuye a EKA-1 unos 7,5 billones de tokens de texto de entrenamiento, siendo un token una palabra o un trozo de una. Describe el modelo como un modelo de lenguaje híbrido, abierto y disperso, hecho para matemáticas, código, razonamiento y uso agéntico, es decir, software que lleva a cabo una tarea en varios pasos. Los 22 idiomas de la lista oficial son los del Octavo Anexo de la Constitución, que nuestro explicativo detalla.

La página del modelo en AIKosh añade detalle. Dice que Soket construyó EKA-1 desde cero con apoyo de IndiaAI y lo llama el primer lanzamiento del Proyecto EKA, el programa de investigación de Soket. La arquitectura, que Soket llama RALSNet, combina capas de atención, recurrentes y de expertos en un diseño disperso, de modo que solo una parte de la red trabaja en cada token. Soket informa de una inferencia más de tres veces más rápida que la de modelos de tamaño comparable y de una ventana de contexto de 64.000 tokens, la cantidad de texto que el modelo puede leer a la vez. La página dice que las evaluaciones internas muestran un rendimiento a la par de modelos de tamaño comparable, con métodos y resultados por venir en un informe técnico.

El director ejecutivo de Soket, Abhishek Upperwal, dijo en el comunicado de la PIB que el modelo está adaptado a la banca, los servicios financieros y la ciberseguridad en la India. ANI informó de que el modelo está diseñado para funcionar en servidores privados, nube privada y sistemas aislados (air-gapped), que no tienen enlace con internet exterior. Citó al cofundador de Soket Mayank Singh diciendo que la preparación de datos, el entrenamiento y la evaluación se hicieron enteramente en la India.

Las fuentes cuentan los idiomas de forma distinta. La PIB dice 22 idiomas de la lista oficial más el inglés. La página de AIKosh dice más de 100 idiomas indios, del Sur Global y de programación, y la página de inicio de Soket dice 60 o más, de modo que esos recuentos incluyen idiomas ajenos a la lista de la India y lenguajes de programación.

Dhīr 2B y 5B, modelos que funcionan sin red

ZenteiQ fue fundada en 2022 por Sashikumaar Ganesan, profesor del Instituto Indio de Ciencias de Bengaluru, según The Hindu BusinessLine. La PIB describe los modelos como asistentes multilingües de código abierto para un uso seguro, local y capaz de funcionar sin conexión, con automatización basada en documentos, recuperación de conocimiento y servicios para ciudadanos o empresas en defensa, gobierno, industria y educación. Señala entornos de baja conectividad y sensibles.

La página del modelo de ZenteiQ da las cifras. Dhīr 2B es un modelo denso con 2.030 millones de parámetros. Dhīr 5B es un modelo de mezcla de expertos, con 5.090 millones de parámetros en total y 1.790 millones activos por token, usando 2 de 12 expertos. El resumen del informe técnico de la empresa dice que ambos se preentrenaron desde cero con más de seis billones de tokens, con un tokenizador propio de 131.000 entradas, y que todas las etapas de entrenamiento se ejecutaron en chips Google Cloud TPU v6e en la India. Los diez idiomas indios son hindi, bengalí, tamil, telugu, maratí, guyaratí, canarés, malayalam, panyabí y odia.

En cuanto al tamaño, el resumen dice que Dhīr 2B, con sus pesos comprimidos a 4 bits, es un archivo de 1,21 GB que funciona totalmente sin conexión en los gráficos integrados de un portátil y en un módulo NVIDIA Jetson, una placa pequeña para dispositivos periféricos. La página enumera velocidades medidas con el programa llama.cpp: 18,6 tokens por segundo para Dhīr 2B y 20,5 para Dhīr 5B en gráficos Intel Iris Xe de portátil, y 2,3 y 2,8 en un procesador Raspberry Pi 4. Los pesos llevan una licencia Apache 2.0, que permite el uso libre y los cambios.

En la presentación Ganesan dijo que los modelos funcionan en GPU y TPU y que, al ser ligeros, pueden usarse en un teléfono móvil sin enlace a la nube, manteniendo los datos en el dispositivo. Dijo a ANI que la empresa está construyendo una aplicación gratuita para Android e iOS.

Lo que pagó la misión

La respuesta en la Rajya Sabha del 13 de febrero de 2026, reproducida en un comunicado de la PIB, enumera el apoyo dado a cada uno de los doce equipos. Soket AI recibió Rs 177,08 crore, de los cuales Rs 162,47 crore fueron de cómputo y Rs 14,61 crore de otros costes. ZenteiQ recibió Rs 206,49 crore, de los cuales Rs 165,19 crore fueron de cómputo y Rs 41,30 crore de otros costes. Juntos suman Rs 383,57 crore, según la suma de tuput.

La PIB anunció la selección de Soket el 30 de mayo de 2025 con un plan para un modelo de código abierto de 120.000 millones de parámetros. EKA-1 es un primer lanzamiento más pequeño, y la página de inicio de Soket enumera un modelo de más de 120.000 millones de parámetros como en entrenamiento. Los precios de cómputo de la misión, sus otros equipos financiados y los modelos de Sarvam se tratan en un artículo anterior de tuput sobre la Misión IndiaAI, y el lado de la traducción de idiomas está en nuestro artículo sobre la India construyendo IA en sus propios idiomas.

Lo que falta por demostrar

Al 5 de noviembre de 2026, ningún evaluador externo había publicado puntuaciones de referencia de los tres modelos que tuput pudiera encontrar, así que las cifras de rendimiento aquí son las de los desarrolladores. ZenteiQ dice que Dhīr 2B es el primero de su clase en 13 de 15 pruebas de referencia en idiomas indios, y que ambos modelos se compararon con 24 modelos abiertos de entre 1.000 y 7.000 millones de parámetros en 41 pruebas de referencia. Dice que las tablas completas están en su informe técnico, que su página de publicaciones lista como próximamente. La misma página enumera límites: el recuerdo de hechos sin una fuente de apoyo es el área más débil, así que aconseja la recuperación desde fuentes autorizadas y la revisión humana para derecho, finanzas, agricultura, medicina o historia. Dice que ninguno de los dos modelos tiene modo de razonamiento y que ambos manejan solo texto.

En cuanto al acceso, la página de AIKosh de EKA-1-26B mostraba la licencia Apache 2.0, un ajuste Restricted (restringido), con el cual las descargas necesitan la aprobación del propietario, y ninguna descarga. La página de inicio de Soket lista su modelo de código y razonamiento EKA-26B como próximamente. ANI informó de que Mayank Singh dijo que Soket planea publicar los pesos abiertamente en el plazo de un mes, empezando con una lista de espera, y que los pesos de Dhīr ya están en AIKosh. ZenteiQ dijo también a ANI que planea un modelo de 9.000 millones de parámetros para diciembre.