Sinong 1.0: el modelo agrícola abierto de Nanjing, lo verificado y lo que no está publicado

Qué dicen el comunicado y el repositorio del modelo (autoría, datos, tamaños, idioma), qué falta (licencia, evaluaciones, modelo base) y por qué Neonativa no lo usa.

Publicado el 21 de febrero de 2026 · Actualizado el 14 de septiembre de 2026 · Equipo editorial Neonativa

Neonativa no usa Sinong. Ningún componente de la plataforma lo integra, no hay una evaluación formal en curso y no existe una decisión ni una fecha para adoptarlo. Los modelos con los que funciona Nati son los que ofrece Amazon Bedrock. Este artículo es una lectura editorial de lo que sus autores publicaron, con lo que pudimos verificar y lo que no.

La versión anterior de este artículo decía que Sinong «potenciará los agentes de Neonativa» y que «sabe qué requiere la certificación Rainforest Alliance». Ninguna de las dos afirmaciones tenía respaldo. Esta versión se limita a lo que dicen el comunicado de la universidad y el repositorio del modelo, consultados el 14 de septiembre de 2026.

Qué es Sinong, según sus autores

  • Nombre y desarrollo. Sinong 1.0 (司农) es un modelo de lenguaje para el dominio agrícola desarrollado por un equipo de la Universidad Agrícola de Nanjing; el repositorio lista a sus autores, entre ellos dos colaboradores de otra universidad de Nanjing (repositorio en GitHub). La universidad lo presentó el 10 de enero de 2026 (comunicado del 14 de enero de 2026).
  • Qué afirma ser. El comunicado lo describe como «el primer modelo de lenguaje vertical de código abierto del país orientado al dominio agrícola general» («国内首个面向通用农业领域的开源垂直大语言模型»): «primero» en China, no en el mundo. Existen modelos agrícolas abiertos anteriores, como PLLaMa (2024), CropGPT (2024) y AgriGPT (2025).
  • Datos de entrenamiento. El repositorio declara más de 4.000 millones de tokens de fuentes agrícolas: 8.863 libros, 243.897 artículos académicos y 196.748 políticas, normas y patentes. El comunicado redondea a «cerca de 9.000 libros, más de 240.000 artículos y cerca de 20.000 políticas y normas»; la diferencia en el último rubro no está explicada y no pudimos resolverla.
  • Tamaños. Dos versiones, de 8.000 y 32.000 millones de parámetros, publicadas en ModelScope y GitHub.
  • Idioma. El material, los ejemplos y los datos descritos están en chino. No hay mención de español ni de cultivos, normas o certificaciones de América Latina.

Lo que no está publicado (a la fecha de consulta)

  • Licencia. Ni el repositorio ni las fichas de ModelScope que pudimos leer declaran una licencia. «Código abierto» sin licencia declarada no permite saber qué uso está autorizado, incluido el comercial.
  • Modelo base. No se indica sobre qué arquitectura o modelo previo se entrenó.
  • Resultados de evaluación. No hay pruebas de referencia ni métricas publicadas; el repositorio no compara el modelo con otros ni reporta exactitud en ninguna tarea.
  • Limitaciones declaradas. El propio repositorio advierte que el modelo puede generar contenido inexacto o falso («alucinaciones») y pide verificar cuidadosamente lo que produce.

Hechos, proyecciones y opinión, separados

Hecho: existe un modelo agrícola en chino, con pesos descargables, sin licencia ni evaluaciones publicadas. Proyección de sus autores: que un modelo entrenado con literatura agrícola responda mejor que uno general a preguntas del sector; es una hipótesis razonable que ellos no han demostrado con cifras públicas. Opinión de Neonativa: los modelos especializados son una tendencia que seguimos; para un productor colombiano, un modelo en chino sin evaluación en español y sin licencia no cambia nada hoy, y no lo usaremos mientras eso no cambie.

Qué puede hacer hoy

  • Si es investigador o técnico y lee chino, puede descargar los pesos y probar el modelo por su cuenta, sabiendo que la licencia no está declarada.
  • Si es productor, lo útil está en fuentes validadas para Colombia: el repositorio de Agrosavia, que es la base con la que Nati responde preguntas de cultivo en la app web, y el servicio de extensión de su municipio.
  • Cuando lea que un modelo de IA «entiende la agricultura», pregunte tres cosas: en qué idioma, con qué evaluación publicada y bajo qué licencia.

Qué no resuelve esta herramienta

  • Sinong no está en Nati ni en ningún producto de Neonativa.
  • Un modelo de lenguaje, especializado o no, no diagnostica enfermedades en un cultivo y no receta tratamientos; describe y sugiere, y un técnico decide.
  • Un modelo entrenado con literatura en chino no conoce las variedades, los suelos ni las normas colombianas.
  • Nada de lo anterior cambia lo que Nati hace hoy, descrito en Nati: qué hace hoy por su finca y qué no.

Fuentes y límites

Límites de este artículo. Se basa en el comunicado y el repositorio tal como estaban el 14 de septiembre de 2026; no probamos el modelo ni verificamos sus datos de entrenamiento, y no leemos chino con fluidez, por lo que citamos los textos originales. Si los autores publican licencia, evaluaciones o una versión en español, lo actualizaremos. Neonativa no usa Sinong; la descripción de Nati corresponde a la misma fecha.

← Volver al blog