Un motor de inferencia creado desde cero para Mac. Kernels propios optimizados para Apple silicon, para llegar al límite de la velocidad. Una cuantización propia que aligera los modelos manteniendo una precisión cercana a la del modelo original. La inferencia se hace dentro de tu Mac y la conversación no se envía a la nube.
Muchas IA locales ejecutan los modelos a través de un entorno de Python o de un servidor local. Q.E.L.V.A.R.I. es un motor nativo escrito solo para Mac, y ejecuta los modelos directamente desde R.E.V.I.S.
Para Apple silicon
Sobre la base de MLX, afinamos el cálculo con kernels propios de Metal. El diseño de Apple silicon, en el que la CPU y la GPU comparten la misma memoria, se convierte directamente en velocidad.
Ligero y fiel
Con una cuantización propia (Q4T, Q3T), hace el modelo más pequeño y ligero manteniendo una precisión cercana a la salida del modelo original.※1
La inferencia no establece ninguna comunicación. Las conversaciones, los archivos y el contexto que lee el modelo se quedan dentro de tu Mac.
Speculative Decoding
Escribe primero, comprueba de una vez.
Con MTP (Multi-Token Prediction), un pequeño modelo borrador escribe primero unas cuantas palabras y el modelo principal las comprueba de una vez. Solo se aceptan las palabras que el modelo principal ha verificado. La respuesta avanza en menos pasos que escribiendo palabra por palabra.
Cuando el borrador falla, el modelo principal lo reescribe. La mejora de velocidad depende del modelo, la longitud del contexto y el número de ejecuciones simultáneas.
DECODE / MTP
DRAFT
VERIFY
OUTPUT
He resumido en una tabla las decisiones y los responsables a partir del acta de la reunión.
Context Memory
Para continuar la conversación, no hay que releer.
El contexto que el modelo ya ha leído (caché KV) se guarda cifrado en el SSD de tu Mac. Al retomar una conversación, te ahorras volver a leerla desde el principio.
Cifrado y en tu equipo
El contexto guardado se cifra, y la conversación continúa a partir de ahí.
Varias cosas a la vez
Puede ejecutar en paralelo, en un solo Mac, las respuestas de la conversación y la generación de las tareas que avanzan en segundo plano.
La búsqueda semántica, en el mismo lugar
El mismo motor ejecuta también el modelo de embeddings, que convierte el significado de las palabras en vectores. Es la parte que sostiene la búsqueda de K.E.C.H.I.
Measured
En cifras.
No se vuelve a leer todo en cada turno de la conversación. El contexto ya leído se conserva en tu Mac y solo se lee lo nuevo que se añade —tu mensaje o el resultado de una herramienta— antes de escribir la respuesta. Por eso medimos en cinco Mac tanto la velocidad al leer una entrada nueva como la velocidad al escribir la respuesta, según la longitud del contexto ya leído. Cada una de estas velocidades se alcanzó sin reducir la precisión del cálculo.※2
Diferencias según el Mac
Comparamos con Qwen3.6 35B y Gemma 4 26B, que funcionan en cualquier Mac. Esta es la velocidad cuando el contexto que ya ha leído es de 16K (una longitud habitual en el uso diario).
Qwen3.6 35BGemma 4 26B
Prefill (velocidad al leer una entrada nueva)tok/s
M5 Ultra1,4431,505
M5 Max1,2381,284
M4 Max664628
M5 Pro783815
M4 Pro390372
Decode (velocidad al escribir la respuesta)tok/s
M5 Ultra239241
M5 Max196170
M4 Max172144
M5 Pro123106
M4 Pro10386
Una idea de la velocidad de escritura
Reproduce en tiempo real la velocidad a la que escribe la respuesta (decode). Es la velocidad con Qwen3.6 35B y un contexto de 16K. Elige un Mac y dale a reproducir.
0.0 s
En lectura silenciosa, una persona lee unas 4 palabras por segundo.
0.752palabras/s294
El reembolso de gastos avanza en tres etapas: solicitud, aprobación y pago.
El primer paso es la solicitud. Dentro del mes siguiente a la fecha del gasto, introduce la fecha, el importe y el motivo en el formulario de solicitud, y envíalo adjuntando una foto del recibo. Para gastos de transporte público, no hace falta recibo si indicas el trayecto y la tarifa. Sin embargo, para taxis y el tren bala sí necesitas adjuntar el recibo.
El segundo paso es la aprobación. Cuando llega tu solicitud, tu responsable directo revisa el contenido y la aprueba. Si el importe supera los 50 000 yenes, también hace falta la aprobación del director de departamento. Si falta información te la devolverán, así que te quedarás más tranquilo si detallas bien el motivo indicando «con quién y para qué».
El último paso es el pago. Tras la revisión de contabilidad, las solicitudes aprobadas hasta el día 20 de cada mes se abonan el día 25 de ese mismo mes junto con la nómina. Las que pasen del día 20 se pagan al mes siguiente.
Si tienes alguna duda, consulta primero la guía «Proceso de reembolso de gastos» en el portal interno. Si aun así algo no te queda claro, escribe a la ventanilla de contabilidad y por lo general te responderán en el mismo día.
Longitud del contexto y velocidad
Cuanto más largo es el contexto que ya ha leído, más bajan tanto la velocidad de lectura como la de escritura. El eje horizontal muestra la longitud del contexto (de 1K a 128K tokens) y el eje vertical, la velocidad. Elige un Mac.
Qwen3.6 35BOrnith 1.5 35BGemma 4 26BQwen3.8 27B
Prefill (velocidad al leer una entrada nueva)tok/sDecode (velocidad al escribir la respuesta)tok/s
Prefill (velocidad al leer una entrada nueva)tok/sDecode (velocidad al escribir la respuesta)tok/s
Prefill (velocidad al leer una entrada nueva)tok/sDecode (velocidad al escribir la respuesta)tok/s
Prefill (velocidad al leer una entrada nueva)tok/sDecode (velocidad al escribir la respuesta)tok/s
Prefill (velocidad al leer una entrada nueva)tok/sDecode (velocidad al escribir la respuesta)tok/s
※2 Medido con la misma configuración que el producto R.E.V.I.S. La velocidad varía según el modelo, el Mac y la entrada. tok/s es el número de tokens (unidades de palabras) procesados por segundo.
Models
Modelos compatibles.
Solo se pueden cargar los modelos cuyo funcionamiento hemos verificado con Q.E.L.V.A.R.I. Iremos añadiendo compatibilidad con nuevos modelos.
Modelo
Tamaño (Q4T / Q3T)
Gemma 4 26B MoE
15.6 GB / 12.7 GB
Qwen3.6 35B MoE
19.4 GB / 15.6 GB
Ornith 1.5 35B MoE
19.4 GB / 15.6 GB
Qwen3.8 27B
20.1 GB / 17.6 GB
Los tamaños incluyen el modelo borrador de MTP (GiB). Se pueden cargar modelos dentro de la memoria instalada menos unos 7 GB. Como referencia, un Mac con 24 GB de memoria ejecuta el Q3T de Gemma 4, Qwen3.6 y Ornith 1.5, y con 32 GB o más, el Q4T de todos los modelos.
※1 La precisión indica con qué fidelidad se reproduce la salida del modelo original; no significa un rendimiento superior al del modelo original. La velocidad varía según el modelo, el Mac y la entrada.
※ Las animaciones de esta página son ilustrativas y difieren de las pantallas reales del producto.