[ Scrolls & chronicles ]Migration from Codea Bien
Blog
What I measured and what I learned.
- SEP 2026AI #migrating to self-hosted #llm cost
The report that said "do not migrate yet"
El PoC salió bien. El servidor levantaba, respondía, aguantaba 10 personas y costaba centavos al día. Y la recomendación que escribí fue: no migren todavía. No por miedo: por las c…
3 min // 150 xp
- SEP 2026AI #moe #mixture of experts
Inside MoE: 30B total, 3B active
Un modelo de 30B que genera más rápido que uno de 7B. Suena a magia hasta que entiendes la arquitectura: no todos los parámetros se despiertan en cada token. En un modelo MoE (Mixt…
2 min // 100 xp
- SEP 2026AI #agent observability #traces
Observability and traces: "the model failed" is rarely the model
Cuando un agente falla, el reflejo es culpar al modelo. Casi siempre el culpable es el harness: contexto que se recortó mal, una tool que devolvió un error silencioso, un timeout,…
3 min // 150 xp
- SEP 2026Angular #angular
Angular 22.2: Mejoras que SI vas a usar
Angular 22.2 fue lanzada 23 de septiembre con dos features grandes en developer preview, @boundary y router resources, más algunas cosas que sí cambian tu día a día. En este post v…
9 min // 450 xp
- SEP 2026AI #kv cache #vram
48 KB per token: why 48 GB cannot hold 30 sessions
La pregunta era: ¿cuántas personas caben en una GPU de 48 GB? Y la respuesta no la decide la potencia de la tarjeta, ni los 30B del modelo, ni el batching. La decide una multiplica…
3 min // 150 xp
- SEP 2026AI #inference latency #ttft
The bottleneck was not the GPU: it was the network
Un usuario. Una pregunta. 2.541 ms hasta el primer token. Con una L40S de 48 GB delante. Si el modelo tarda decenas de milisegundos en responder, ¿dónde se fueron los dos segundos…
3 min // 150 xp
- SEP 2026AI #prefix caching #kv cache
Prefix caching: same load, 3x faster
16,1 segundos a 5,2. El mismo modelo, la misma GPU, las mismas 10 peticiones al mismo contexto. Lo único que cambió: si el prefijo ya estaba en caché. Si sirves un agente, esto es…
3 min // 150 xp
- SEP 2026AI #choosing an llm #open vs closed
Choosing a model in 2026: 5 questions (and the new decision category)
No existe "el mejor modelo". Existe el modelo que responde estas cinco preguntas con tus datos. Y en 2026 apareció una sexta pregunta que cambia el juego: no siempre necesitas un m…
3 min // 150 xp
- SEP 2026AI #llm benchmark #measurement error
The error in my own benchmark
Publicamos el primer barrido de concurrencia y los números eran demasiado buenos: 10 usuarios simultáneos, todos rápidos, sin un solo fallo. Antes de celebrar, revisamos una cosa:…
3 min // 150 xp
- SEP 2026AI #serving multiple models #model routing
Serving multiple models in production: routing, versioning and canary
Tu app no necesita el modelo más caro para el 80% de las peticiones. Pero tampoco puedes hardcodear un modelo en cada archivo y esperar poder cambiarlo cuando salga uno mejor. La c…
3 min // 150 xp