Baichuan-M2 revoluciona la IA clínica: código abierto, supera a OpenAI y lidera rankings globales

Baichuan-M2 es un modelo grande orientado al ámbito médico que Baichuan Intelligent ha publicado como código abierto y se presenta como un avance relevante en modelos especializados para salud. La compañía sostiene que Baichuan-M2 alcanza el mejor rendimiento entre los modelos open source en HealthBench, el benchmark para IA médica, con una puntuación de 60,1, por encima del 57,6 reportado para el gpt-oss120b de OpenAI y superando a otros pesos pesados abiertos. En el subconjunto más exigente, HealthBench Hard, Baichuan comunica una puntuación de 34,7, que sitúa al modelo como el segundo en superar el umbral de 32 puntos que OpenAI destacó en relación con GPT-5.

El equipo ha priorizado la eficiencia de despliegue y la privacidad clínica. Baichuan-M2 llega presentado como un modelo extremadamente ligero tras una cuantización agresiva que, según el proveedor, mantiene una precisión casi sin pérdidas tras la compresión, lo que permite la inferencia en una sola GPU como una NVIDIA RTX 4090. Esa reducción de requisitos de infraestructura es significativa frente a montajes multinodo: Baichuan menciona una reducción de costes aproximada a 1/57 respecto al enfoque H20 de DeepSeek-R1 con doble nodo. Además, el desarrollo activo para adaptarlo a chipsets nacionales pretende facilitar que muchas instituciones sanitarias lo ejecuten sobre hardware ya existente.

Baichuan-M2

En entornos sensibles a la latencia, como urgencias o consultas externas, la compañía ofrece una variante MTP de Baichuan-M2 optimizada sobre la arquitectura Eagle-3; en escenarios de usuario único esta variante logra una mejora de rendimiento por token del 74,9% en throughput. Baichuan también evaluó las capacidades generales tras el ajuste fino con foco médico y detectó progresos en matemáticas, seguimiento de instrucciones y redacción, lo que sugiere que el modelo conserva utilidad más allá de las aplicaciones clínicas. El modelo se ha liberado como open source; se recomienda esperar evaluaciones independientes para verificar de forma objetiva las cifras y las afirmaciones sobre despliegue y privacidad.

Fuente