Fern 0.1 es el primer modelo fundacional de Mirendil, entrenado y servido con una arquitectura compatible con hasta 10 millones de tokens de contexto. Sobre el papel, supone un salto radical: puede mantener decenas de megabytes de código o días de historial de interacción de un agente en el contexto de trabajo, en lugar de enviarlos a un almacén externo. Para los equipos que desarrollan agentes autónomos de larga duración, la ventaja inmediata es clara: menos consultas a sistemas de recuperación externos, capacidad para razonar sobre un repositorio completo o un fragmento de datos de entrenamiento de una sola vez, y modelos mentales más sencillos para los desarrolladores cuando el modelo puede consultar directamente las trazas y los registros.
Pero una ventana grande es una herramienta, no una garantía de mejores resultados. Para aprovechar 10 millones de tokens se necesitan una arquitectura del modelo, estrategias de atención y heurísticas de recuperación que hagan aflorar el contexto adecuado de forma eficaz, además de sistemas de servicio y modelos de costes que vuelvan práctico el uso de contextos enormes. Las primeras métricas de Mirendil destacan mejoras en la predicción del siguiente token y en pruebas básicas de contexto largo. Es un comienzo prometedor, pero los equipos que llevan modelos a producción necesitan respuestas a preguntas clave: ¿hasta qué punto recuerdan y razonan los modelos sobre información lejana?, ¿cómo evolucionan la latencia y el coste?, y ¿un contexto más amplio reduce de forma significativa los errores en tareas reales, como depurar varios archivos o auditar datos de entrenamiento?
En el ámbito empresarial, las concesiones son concretas: ¿conviene pagar por una única instancia de un modelo de contexto extremo que pueda mantener en memoria un repositorio entero y sus trazas, o diseñar una solución híbrida que combine un modelo central más pequeño con RAG, capas de memoria indexada y un proceso de verificación? Fern replantea esa decisión al ampliar lo que puede hacerse sin recuperación intermedia, pero antes de apostar por una estrategia de contexto extremo, los equipos aún deben valorar la solidez, la observabilidad y los fallos de razonamiento en casos límite.