¿Qué es Limite 1B - Violetto?
Limite 1B - Violetto es el primer modelo de Paradigma, una startup de investigación de Roma entre cuyos fundadores están el profesor de la Sapienza Emanuele Rodolà y Giulio Starace, antiguo creador de benchmarks en OpenAI. Es un transformer denso de 1.000 millones de parámetros entrenado desde cero con menos de 300.000 millones de tokens seleccionados, con una arquitectura tomada de los trabajos comunitarios de speedrun de preentrenamiento (una mezcla de capas de atención local y global), y después post-entrenado con datos sintéticos, ajuste fino supervisado y aprendizaje por refuerzo. Admite secuencias de hasta 131.072 tokens.
Hace una sola cosa: resolver matemáticas de competición en un solo turno. Paradigma mantuvo a propósito un ajuste de instrucciones ligero, así que no es un asistente de chat y a menudo convierte una pregunta corriente en un problema de matemáticas. Los pesos y el plugin para servirlo con vLLM tienen licencia Apache 2.0; se ha prometido un informe técnico que aún no se ha publicado.
¿Merece la pena Limite 1B - Violetto?
En la propia tabla de Paradigma, Limite resuelve matemáticas de competición a un nivel que ningún modelo de 1B había alcanzado. Obtiene un 94,01% en AIME 2026, un 83,62% en HMMT February 2026 y un 74,25% en BeyondAIME, frente al 93,85%, 78,98% y 72,00% de VibeThinker-3B, tres veces mayor, y al 93,44%, 80,87% y 70,00% del MUSE-Glimmer de 30B. MiniCPM5-2B, el generalista pequeño más fuerte de la tabla, logra un 90,21% en AIME 2026 y queda por detrás de Limite en los siete benchmarks; VibeThinker-3B solo va por delante en AIME 2025 y ArXivMath. GLM 5.2 y Gemini 3 Pro siguen en cabeza en el conjunto más difícil, APEX Shortlist, con un 68,09% y un 66,49% frente al 50,80% de Limite.
Hay dos advertencias. Todas las cifras de Limite son propias, las puntuaciones de varios rivales se copiaron de fichas de modelos o de MathArena en lugar de volver a medirse, y una nota al pie advierte de que la configuración de evaluación varía. El informe técnico que explicaría los datos de entrenamiento sigue pendiente, y eso importa porque la contaminación es la preocupación habitual cuando un modelo tan pequeño puntúa tan alto en concursos de 2026.
Lo limitado de su alcance es una decisión de diseño, y Paradigma lo reconoce con franqueza. Sus propios ejemplos muestran al modelo respondiendo a "What is photosynthesis?" con una descripción de la división celular y tratando una cadena de inyección entre comillas como una sucesión que derivar. La ficha pide una pregunta por conversación, el prompt de sistema canónico y ningún historial. Eso lo descarta como asistente general o como componente que vea texto no fiable, pero encaja en una canalización que solo le envíe matemáticas.
En despliegue, es barato de ejecutar pero exigente. La vía recomendada es el plugin de Paradigma para vLLM 0.26 sobre CUDA 13 con una GPU de NVIDIA; Transformers funciona con trust_remote_code pero solo se validó en una H100, y ninguna de las dos vías admite oficialmente el reparto entre GPU ni el ajuste fino. La ficha no menciona versiones GGUF ni para Apple.
Dónde se gana su sitio
Una investigadora de ML que estudia el razonamiento de modelos pequeños
Generar miles de soluciones muestreadas por problema para estudiar best-of-n y la verificación
Sírvelo con el plugin de vLLM en una GPU a temperatura 0.6 y muestrea con amplitud; con 1B de parámetros, el rendimiento por tarjeta es muy superior al de los modelos de 27B a 30B con los que compite. Comprueba las respuestas con un verificador, porque las puntuaciones son propias.
Una plataforma de preparación en línea para olimpiadas de matemáticas
Redactar soluciones desarrolladas de problemas de práctica antes de que las revise un entrenador
Envía un problema por petición con el prompt de sistema canónico y sin historial. Mantenlo detrás de un paso de revisión y lejos del chat libre con los estudiantes, donde se desvía hacia matemáticas que no vienen al caso.
Antes de decidirte
- Puesta en marcha
- git clone paradigma-inc/limite-violetto, uv sync --locked y después VLLM_PLUGINS=limite uv run vllm serve; necesita Linux x86-64, una GPU de NVIDIA y un controlador compatible con CUDA 13. Transformers funciona con trust_remote_code.
- Integraciones
- Servicio compatible con OpenAI a través de vLLM; Transformers con SDPA o FlashAttention 2 (no FlashAttention 2 con caché estática). La ficha no menciona versiones GGUF, Ollama ni MLX.
- Datos y privacidad
- Solo autoalojado, así que los problemas y las respuestas se quedan en tu hardware. Los datos de entrenamiento solo se describen como menos de 300.000 millones de tokens seleccionados; los detalles esperan al informe técnico.
- Coste a escala
- Pesos gratuitos; un checkpoint de 1B en BF16 ocupa unos 2 GB, así que basta una GPU para servirlo, con el paralelismo de tensores y de canalización en 1 según la ficha. No hay precio alojado.
- Límites
- Solo uso de un turno; pierde el sentido de los prompts que no son de matemáticas; el ajuste fino, LoRA y el reparto entre varias GPU no están admitidos oficialmente.
Lo bueno
- 94,01% en AIME 2026 con 1B de parámetros, según Paradigma
- Por delante de modelos de 3B a 30B en la mayoría de sus siete benchmarks de matemáticas
- Pesos y plugin de servicio con Apache 2.0
- Contexto de 131K tokens para soluciones largas
Lo malo
- Puntuaciones propias; el informe técnico aún no ha salido
- Reinterpreta como matemáticas las preguntas que no lo son
- Solo un turno; poco adecuado para entradas no fiables
- Oficialmente solo NVIDIA y CUDA 13; sin soporte para ajuste fino
Ideal para
Investigadores y equipos de tecnología educativa que necesitan muchas soluciones de matemáticas de competición a bajo coste y pueden verificar las respuestas automáticamente.
Alternativas a Limite 1B - Violetto
Limite 1B - Violetto: preguntas frecuentes
- ¿Merece la pena Limite 1B - Violetto?
- Unas matemáticas notables para su número de parámetros, inútil fuera de las matemáticas, y por ahora evaluado solo por quienes lo hicieron. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta Limite 1B - Violetto?
- Pesos abiertos gratuitos con licencia Apache 2.0. Sin API alojada; solo pagas tu propia GPU.
- ¿Qué inconvenientes tiene Limite 1B - Violetto?
- Puntuaciones propias; el informe técnico aún no ha salido; reinterpreta como matemáticas las preguntas que no lo son; solo un turno; poco adecuado para entradas no fiables; oficialmente solo NVIDIA y CUDA 13; sin soporte para ajuste fino.
- ¿Para quién es Limite 1B - Violetto?
- Investigadores y equipos de tecnología educativa que necesitan muchas soluciones de matemáticas de competición a bajo coste y pueden verificar las respuestas automáticamente.
- ¿Cuánto cuesta Limite 1B - Violetto para un equipo o en producción?
- Pesos gratuitos; un checkpoint de 1B en BF16 ocupa unos 2 GB, así que basta una GPU para servirlo, con el paralelismo de tensores y de canalización en 1 según la ficha. No hay precio alojado.
- ¿Es Limite 1B - Violetto seguro para los datos de la empresa?
- Solo autoalojado, así que los problemas y las respuestas se quedan en tu hardware. Los datos de entrenamiento solo se describen como menos de 300.000 millones de tokens seleccionados; los detalles esperan al informe técnico.
- ¿Cuáles son las mejores alternativas a Limite 1B - Violetto?
- Las alternativas más cercanas que hemos analizado son MiniCPM5-2B, Qwen3.8-27B y SmolLM3-3B.
Respuestas comprobadas el 2 nov 2026.