Las especificaciones de la NPU importan más que los benchmarks del chip para las funciones de IA del móvil

Durante la mayor parte de la historia de la industria de los smartphones, el consejo de compra se reducía a una heurística simple: revisa los benchmarks de CPU y GPU, elige el chip más rápido dentro de tu presupuesto. Esa heurística ahora resulta activamente engañosa. En 2026, el componente que determina si un teléfono puede realmente ejecutar las funciones de IA anunciadas en su caja es la unidad de procesamiento neuronal (NPU), y la capacidad de la NPU varía tan drásticamente entre teléfonos con puntuaciones de CPU casi idénticas que los compradores que persiguen benchmarks terminan cada vez más con hardware que no puede hacer aquello para lo que lo compraron.

La brecha se volvió imposible de ignorar en cuanto las funciones de IA en el dispositivo dejaron de ser complementos opcionales y empezaron a ser parte fundamental de la experiencia principal: transcripción y resumen de llamadas en vivo, edición generativa de fotos en el dispositivo, resumen local de documentos que no pasa por un servidor, y traducción en tiempo real que funciona sin conexión de datos. Cada plataforma importante —Apple Intelligence, Gemini Nano, Galaxy AI de Samsung— ejecuta ahora una parte significativa de sus funciones localmente, precisamente para evitar la latencia, el coste y la exposición de privacidad de enviar cada solicitud a la nube. Qué funciones se ejecutan localmente frente a en el servidor en un teléfono determinado depende casi por completo del rendimiento de la NPU y el ancho de banda de memoria, no de las puntuaciones de CPU o GPU que dominan los titulares de las reseñas.

Por qué los benchmarks de CPU dejaron de predecir el rendimiento de IA

Una CPU insignia moderna y una CPU insignia de dos generaciones atrás podrían diferir en un 20-30% en Geekbench, una brecha que un usuario típico apenas nota en el uso diario. La brecha de NPU entre esos mismos dos chips suele ser de 3 a 5 veces en TOPS brutos (billones de operaciones por segundo), porque la arquitectura de NPU ha estado iterando mucho más rápido que el diseño general de CPU, y el área del chip dedicada a la NPU ha pasado de ser un error de redondeo a una fracción sustancial del chip. El Snapdragon 8 Elite Gen 5 de Qualcomm, el Dimensity 9500 de MediaTek y el A19 Pro de Apple obtienen puntuaciones de benchmark de CPU en una banda razonablemente ajustada entre sí —pero su rendimiento sostenido de inferencia de LLM en el dispositivo diverge bruscamente una vez que se carga un modelo suficientemente grande para ser útil (piensa en 3-8 mil millones de parámetros, el rango al que apuntan ahora la mayoría de las funciones de asistente en el dispositivo).

El ancho de banda de memoria y la capacidad de memoria unificada agravan la brecha. Ejecutar un modelo de miles de millones de parámetros localmente requiere cargar varios gigabytes de pesos en memoria rápida y mantenerlos ahí sin intercambio excesivo. Un teléfono con 8GB de RAM y un controlador de memoria de nivel medio limitará o simplemente se negará a ejecutar el mismo modelo en el dispositivo que un teléfono con 12GB o más y un bus de memoria más ancho maneja cómodamente. Por eso algunos fabricantes han hecho silenciosamente de 12GB el mínimo para su nivel de "teléfono de IA" en lugar de su nivel insignia de rendimiento real —la capacidad de RAM se convirtió en una puerta de acceso a funciones, no solo en un ajuste de velocidad.

Lo que los fabricantes no ponen en la hoja de especificaciones

Las cifras de TOPS en las hojas de especificaciones son reales pero casi inútiles para comparar, porque no existe una metodología de benchmark estandarizada entre los fabricantes de chips —la cifra de TOPS que cita un proveedor normalmente refleja una medición de mejor caso, a menudo cuantizada en INT4 y de una sola operación, que tiene poca relación con la inferencia sostenida de múltiples pasos durante una función de IA real como la transcripción en vivo más resumen que se ejecuta de forma continua durante veinte minutos. La limitación térmica importa más para las cargas de trabajo de NPU que para las de CPU, porque las tareas de IA generativa tienden a ejecutarse en ráfagas más largas y sostenidas en lugar del patrón corto e intermitente típico de la CPU —un teléfono con mal diseño térmico puede registrar una cifra de TOPS sólida en una prueba de laboratorio y aun así limitarse fuertemente hasta volverse inutilizable durante una sesión real de edición de fotos con IA de quince minutos.

El resultado práctico es que dos teléfonos lanzados en el mismo trimestre, a precios similares, con puntuaciones de benchmark de CPU/GPU similares, pueden tener un techo genuinamente distinto en qué funciones de IA soportan bien —y esa diferencia casi nunca aparece en una tabla comparativa de especificaciones tradicional o un gráfico de benchmark sintético.

Cómo evaluar realmente la capacidad de IA de un teléfono

• Trata la capacidad de RAM como una puerta estricta, no como un extra agradable. Si las funciones de IA en el dispositivo te importan, 12GB debería ser tu mínimo práctico en 2026 para un teléfono que planeas conservar 2-3 años, ya que los tamaños de modelo en el dispositivo tienden a crecer, no a reducirse.
• Busca reseñas de rendimiento sostenido, no afirmaciones de TOPS del día de lanzamiento. Los medios que someten un teléfono a una carga de trabajo de IA continua de 15-20 minutos e informan del comportamiento de limitación térmica te dan la cifra que realmente predice la usabilidad en el mundo real; la cifra máxima de TOPS citada por un fabricante no lo hace.
• Comprueba qué funciones específicas están marcadas como "requiere conexión a la nube" frente a "funciona sin conexión" en la letra pequeña del propio fabricante. Esta es la señal más honesta disponible, porque es el fabricante admitiendo implícitamente dónde está el techo de inferencia local de su propio hardware —un teléfono donde la mayoría de las funciones de IA insignia recurren silenciosamente al procesamiento en la nube te está diciendo que su NPU no está realmente soportando la carga de trabajo para la que se comercializa.
• No asumas que el chip insignia de esta generación de una marca garantiza el soporte de funciones de la próxima generación. Las funciones de IA definidas por software se añaden después del lanzamiento mediante actualizaciones del sistema operativo, y los fabricantes ya han mostrado un patrón de limitar las nuevas funciones en el dispositivo solo a sus 1-2 generaciones de chips más recientes, dejando a los modelos insignia más antiguos, por otro lado capaces, sin funciones que probablemente podrían ejecutar.

La era del benchmark de CPU en la compra de teléfonos asumía que la potencia de cómputo bruta predecía toda la experiencia. La IA en el dispositivo rompe esa suposición de forma limpia: un teléfono puede ser rápido y seguir siendo incapaz de IA, y la especificación que te dice cuál tienes está enterrada varios menús dentro de una hoja de datos de NPU que casi nadie lee antes de comprar.