Model Releases
Macaron-V1-Preview-749B: La Revolución del Mixture-of-LoRA y el Futuro de los Agentes
MindLab Research redefine el paradigma de los modelos de lenguaje con Macaron-V1-Preview-749B, un modelo MoL de 749B parámetros diseñado para la era de la autonomía de agentes.
7 de junio de 2026
Model ReleaseMacaron-V1-Preview-749B
Introducción: Un Hito en la Inteligencia Artificial de Código Abierto
El 7 de junio de 2026 marca un antes y un después en la democratización de la IA de escala masiva. MindLab Research ha lanzado Macaron-V1-Preview-749B, un modelo que no solo compite en capacidad bruta, sino que introduce una arquitectura radicalmente nueva: Mixture-of-LoRA (MoL). A diferencia de los modelos Mixture-of-Experts (MoE) tradicionales, Macaron utiliza una estructura de adaptadores especializados que permiten una versatilidad sin precedentes.
Este lanzamiento no es solo un nuevo modelo; es un ecosistema completo. Al ser un modelo 'model-and-harness', Macaron viene diseñado para trabajar en perfecta sincronía con protocolos de agentes, permitiendo que la transición entre tareas generales y tareas altamente especializadas (como el código o la generación de UI) sea fluida, determinista y, sobre todo, ejecutable en entornos de producción reales.
- Lanzamiento histórico: Macaron-V1-Preview-749B
- Arquitectura innovadora: Mixture-of-LoRA (MoL)
- Enfoque en agentes: Co-diseñado con el Harness Context Protocol (HCP)
- Licencia: MIT (Open Source)
Arquitectura Técnica: El Poder del Mixture-of-LoRA (MoL)
La arquitectura de Macaron-V1-Preview-749B es una obra maestra de la ingeniería de parámetros. Se basa en un núcleo masivo de 744B parámetros (el modelo GLM-5.1 congelado) al que se le integran 5 adaptadores LoRA especializados de aproximadamente 1B de parámetros cada uno. Esta configuración permite que el modelo mantenga un conocimiento base vasto mientras activa capacidades ultra-específicas mediante un enrutador inteligente.
El sistema de enrutamiento no es una caja negra. A través de la herramienta `change_model`, el modelo puede exponer su propia selección de experto como una llamada a herramienta (tool call) estándar. Esto significa que los desarrolladores pueden depurar exactamente por qué el modelo decidió cambiar de un modo de chat general a un modo de programación, garantizando una observabilidad total compatible con servidores vLLM en modo OpenAI.
- Base: 744B parámetros (GLM-5.1)
- Especialistas: 5 LoRAs de ~1B cada uno (L0-L4)
- Ventana de contexto: 202,752 tokens
- Precisión: bfloat16
- Protocolo: Harness Context Protocol (HCP) para memoria y tool-calling
Los Cinco Especialistas: L0 a L4
La verdadera magia de Macaron reside en la especialización de sus adaptadores. Cada uno ha sido entrenado para dominar un dominio específico, evitando la degradación de capacidades que suele ocurrir cuando un único modelo intenta ser bueno en todo.