powerAI v4: tu VO2max, calibrado a ti (2026)
Tu VO2max semanal se ha movido esta semana —dos arriba, o tres abajo— y no has cambiado nada en tu entrenamiento. Esto es lo que ha pasado, con los números, y con la frase que te debemos desde julio.
La frase que te debemos
Cuando presentamos powerAI v3 en julio, una sección de aquel artículo terminaba así: «En atletas individuales ya vemos, con un enfoque más nuevo, curvas aún más suaves — lo estamos validando a lo ancho antes de dar cifras. Sin fecha de marketing; diremos la fecha cuando la veamos».
La fecha fue el 1 de septiembre. Este es ese artículo, y tiene los números.
Lo que prometía v3, y dónde se quedaba
v3 fue el salto de lecturas sueltas a una curva. Una red neuronal lee cada salida que sincronizas —potencia, frecuencia cardíaca, cadencia, temperatura, segundo a segundo— y estima cómo tiene que ser tu motor para explicarla. Un filtro de Kalman fusiona después esas lecturas en el valor semanal de tu perfil metabólico: tranquilo cuando no pasa nada, despierto cuando algo cambia. Esa parte funcionaba, y sigue funcionando.
Pero el artículo de v3 también tenía una sección llamada Lo que v3 no es, y era honesta en un punto: en algunos atletas la curva corría limpia pero se situaba, en conjunto, un escalón al lado de su nivel real. La solución existía —un Powertest calibra la red a ti, nuestro gemelo digital— y la curva y el ancla vivían una al lado de la otra. La curva era tranquila. No siempre estaba sentada sobre ti.
Ese es el hueco que cierra v4.
Qué cambia en v4
El gemelo, para cada curva. Cada curva mostrada lleva ahora una calibración propia del atleta. Con un Powertest válido, esa calibración usa el ancla medida. Sin él, v4 fija un nivel propio del atleta a partir de tus salidas, pero no hay ancla medida hasta que hagas un test. En ambos casos, de ahí vienen tres de cada cuatro de los movimientos mayores.
El ancla está dentro de la curva. Desde el 1 de septiembre, el valor semanal se construye hacia delante desde tu último Powertest válido. En la frontera del test, la curva parte del nuevo nivel del test y luego se mueve con las nuevas salidas. Un test nuevo fija un nivel nuevo: deliberadamente, en un solo paso, en vez de que la curva derive hacia él durante semanas.
El historial, reconstruido. Durante el recálculo del 1 al 6 de septiembre de 2026 reconstruimos 750.525 actividades históricas y sus valores semanales para las curvas afectadas, todas con la misma calibración, para que una curva de temporada sea coherente de principio a fin.
La red en sí no ha cambiado. La física no ha cambiado. Lo que ha cambiado es cómo se ata el modelo a ti, y cómo su salida se convierte en el número que ves. El resto de este artículo es la evidencia.
¿Cuánto se pega el valor mostrado a tu Powertest?
Una cosa que tener clara primero, porque decide qué significan los números. Aquí hay dos referencias, y responden a dos preguntas distintas.
El laboratorio es la referencia del Powertest: 43 atletas con espirometría en paralelo, un sesgo medio —Powertest menos valor de laboratorio— de −1,8 ml/min/kg, es decir, una lectura media 1,8 por debajo, y un error absoluto medio —el tamaño medio de la diferencia, sin importar la dirección— de 3,3. El estudio completo está en Precisión del Powertest. Así de bueno es el test.
El Powertest es la referencia del valor mostrado: para cada serie de tests elegible, lo que el modelo mostró después del test frente a lo que dijo el test. Eso es esta sección. Mantenemos las dos separadas y no sumamos sus errores: una mide el ancla, la otra mide lo bien que la curva se sujeta a ella.
Dos ventanas, porque responden a cosas distintas. La «semana del test» es el primer valor semanal al menos siete días después del test; y como v4 hace partir la curva del nivel del test, esta ventana mide por construcción la concordancia con el ancla. La ventana «90 días» es la mediana de las semanas dos a trece, y muestra lo bien que se mantiene esa concordancia cuando llegan salidas nuevas. Ambas se midieron en cada serie de tests cuyo último test válido es anterior al 1 de junio de 2026 —1.074 series entre ciclismo y carrera— para que la pantalla vieja y la nueva tuvieran por igual trece semanas después del test para ser juzgadas. La critical power (CP) es el límite modelado entre el esfuerzo duro-pero-sostenible y el insostenible; está emparentada con la FTP, pero no es lo mismo.
| VO2max mostrado vs. Powertest propio | v3 | v4 |
|---|---|---|
| Error absoluto medio, semana del test ml/min/kg | 3,64 | 1,41 |
| Desviación mediana, semana del test ml/min/kg | +0,19 | 0,00 |
| Dentro de ±3 ml/min/kg, semana del test | 58 % | 89 % |
| Dentro de ±5 ml/min/kg, semana del test | 75 % | 93 % |
| Error absoluto medio, 90 días | 2,74 | 1,36 |
| Dentro de ±3 / ±5, 90 días | 68 % / 83 % | 91 % / 98 % |
| Critical power, error absoluto medio, semana del test W | 18,4 | 8,2 |
| Dentro de ±10 / ±20 W, semana del test | 47 % / 68 % | 77 % / 90 % |
| Critical power, 90 días: dentro de ±10 / ±20 W | 64 % / 79 % | 73 % / 93 % |
| Series de tests elegibles | 1.074 | 1.074 |
Leer las colas. Con v3, una serie de tests de cada cuatro estaba a más de 5 ml/min/kg de su propio test en la misma semana del test. Con v4 es una de cada catorce, y a los 90 días una de cada cincuenta. La distancia que queda no es el ancla resbalando: es la curva siguiendo las salidas, o, en algunos casos, una entrada que cambió después del test, como una nueva frecuencia cardíaca máxima. Donde un atleta gana o pierde forma después de un test, la curva se mueve. Para eso está.
El gemelo, probado antes de salir
Antes de que nada de esto llegara a tu pantalla, la calibración propia del atleta se probó como debe probarse un modelo: contra Powertests de calidad oro —limpios, completos, conformes al protocolo— que nunca había visto. Contra esos tests reservados, el error absoluto medio del VO2max bajó de 4,53 a 2,93 ml/min/kg, un 35 % menos, y el de la critical power de 26,4 a 16,3 W, un 38 % menos. En el subgrupo de élite de ese conjunto, donde los modelos genéricos se alejan más de la verdad, la brecha se cerró un 52 % en VO2max y un 74 % en CP; un grupo más pequeño, así que lee esos dos como la dirección, no como el decimal.
Esa es la evidencia del lado del entrenamiento. La tabla de arriba es lo que parece una vez llega a tu pantalla.
Una curva más tranquila, esta vez medida en 2.060 curvas de temporada
El artículo de v3 daba una variación semana a semana de 0,886 ml/min/kg. Ese número describía la curva filtrada —la estimación interna del modelo— en una rejilla de validación. Los números de abajo usan otro canal: el valor semanal que los atletas vieron de verdad, medido en la población en producción. No deben compararse directamente. En el mismo canal filtrado en producción, la variación semana a semana pasó de 1,03 con v3 a 0,97 con v4; en el valor mostrado, que en v3 llevaba una capa extra de ruido de calibración, la ganancia es mayor.
Para ese valor mostrado evaluamos 2.060 curvas de temporada elegibles de las semanas 10 a 35 de 2026, un resultado por curva. El movimiento mediano semana a semana bajó de 1,23 a 1,00 ml/min/kg, y la proporción de curvas con al menos un salto de cuatro puntos o más bajó del 36 % al 17 %. En 1.281 fronteras de test, el escalón mediano bajó de 3,3 a 1,8 ml/min/kg; y ese escalón que queda es ahora deliberado: la curva parte del nivel recién medido por el test, en vez de absorber el test poco a poco en las semanas siguientes.
La temporada de arriba es un atleta, elegido porque no pasa nada dramático en ella; justo ese es el punto. Antes del test, v3 tenía la curva siete puntos demasiado alta; el test la arrastró hacia abajo. v4 se mantuvo cerca del nivel que el test midió después, y desde ahí las dos versiones siguen las mismas salidas, v4 con menos temblor. Un caso ilustrativo; las distribuciones de arriba y de abajo son la evidencia de verdad.
Una cosa que v4 no hace: no hace idénticas todas las semanas. Alrededor de una curva de temporada de cada seis todavía contiene una semana que salta cuatro puntos o más, típicamente después de un bloque de salidas muy largas, que el modelo lee con más confianza de la que debería. El mecanismo está medido; con qué frecuencia es la causa, no.
Y unas pocas cosas todavía pueden mover una curva sin tener nada que ver con tu forma. Dos de ellas las hemos medido: un segundo medidor de potencia en una segunda bici puede leer varios puntos por debajo o por encima —en un atleta, el SRM estaba 3,5 puntos por debajo del Quarq—, y un Powertest nuevo que desplaza diez pulsaciones la frecuencia cardíaca máxima del modelo deja al 43 % de las curvas a más del 5 % de su test, frente al 24 % en el resto. Dos no las hemos aislado: el calor y la altitud. Varias a la vez pueden amplificar el efecto visible. Preferimos decirlo aquí a que lo descubras tú solo; y todo ello está en la lista para la versión 5.
Comprobado contra lo que los atletas corrieron de verdad
La precisión frente a un test es una cosa. Un valor mostrado también puede comprobarse contra algo más difícil de discutir: la potencia que un atleta ha sostenido de verdad en una carrera. Dadas la duración, la masa corporal del atleta y la conversión del modelo de potencia a demanda de oxígeno, una potencia corrida fija un límite inferior al VO2max que pudo producirla. Bajo esas hipótesis, una curva por debajo de ese límite sería incompatible con el rendimiento registrado.
En cuatro profesionales con datos de carrera utilizables, ningún valor mostrado quedó por debajo del límite que sus propias carreras habían fijado. Cuatro corredores no son una prueba, y no hemos repetido esta comprobación sobre el estado final.
Lo que vas a ver
Esta es la parte que importa si abriste la app esta semana y encontraste otro número.
En 4.297 curvas de temporada elegibles, el 76 % se movió menos de 4,5 ml/min/kg —una desviación típica test-retest del propio Powertest—. El 12 % subió más que eso. El 12 % bajó. En critical power el cuadro es el mismo: en 4.198 curvas, el 75 % se movió menos de 28 W, el 12 % hacia arriba y el 13 % hacia abajo. Usamos esa desviación típica como umbral pragmático: un movimiento dentro de ella es pequeño en relación con lo repetible que es el propio test, no una prueba de que todo cambio menor sea ruido. Las dos direcciones son esperables de una calibración que ahora sujeta cada curva a su atleta: una curva que estaba por encima de su nivel real baja, una que estaba por debajo sube.
Donde el cambio es mayor que eso, tiene una de estas causas. Los diagnósticos se solapan y usan denominadores distintos, así que las filas no suman: te dicen qué mecanismo es probablemente el tuyo.
| Causa | Dónde se aplica | Qué significa para ti |
|---|---|---|
| Calibración ahora activa para atletas sin test | el grupo más grande; el 27 % de estas curvas se movió más allá del umbral | tu curva llevaba un desplazamiento de nivel; la calibración a tu propio motor lo fija ahora |
| Ancla en tu propio test | el 19 % de las curvas ancladas se movió más allá del umbral | tu curva estaba al lado de tu test; el test fija ahora el nivel |
| Semanas reconstruidas desde versiones antiguas del modelo | un grupo pequeño | semanas que quedaban fuera del canal de filtrado actual se reconstruyeron dentro de la misma curva |
| Corrección del peso corporal | un grupo pequeño de atletas | ml/min/kg recalculados con el peso realmente registrado para ese periodo |
| Valores ausentes rellenados | 2.887 registros de actividad | salidas que antes no tenían valor ahora lo tienen |
El movimiento típico, donde lo hubo, es de 2,3 ml/min/kg: la mitad del umbral. Un movimiento en cualquiera de las dos direcciones es la curva asentándose sobre su calibración, o una de las correcciones de arriba, no forma que apareció o desapareció entre el 1 y el 6 de septiembre.
Cómo comprobar tu propio valor
- Tu Powertest es la referencia. Abre tu perfil metabólico. El valor semanal debería posarse sobre tu último test válido en las semanas posteriores y moverse desde ahí.
- Si tu valor se movió más que el umbral, la razón es una de las causas de arriba. Cuánto se movieron tus zonas de entrenamiento depende de a qué estén ancladas. Ancladas a un Powertest válido, funcionan en vatios medidos, y los límites de zona calculados se desplazan como mucho un 1,4 % en todo el rango realista de la única hipótesis de conversión del modelo (el cálculo). En modo IA, o sin un test válido, tus zonas se derivan del valor mostrado, y se movieron con él.
- Vuelve a testar si tu último test es antiguo. El ancla solo es tan fresca como el test que hay detrás. Si tu último test tiene más de unos seis meses, un nuevo Powertest afina la curva.
Lo que viene: v5
v3 te dio la curva. v4 la puso sobre ti. v5 trata de las entradas que aún pueden mover una curva sin que cambie tu forma.
Dos de ellas tienen que ver con tu equipo: el desfase entre dos medidores de potencia en dos bicis, y la frecuencia cardíaca máxima con la que trabaja el modelo, que hoy puede desplazarse con un Powertest nuevo y arrastra consigo toda la lectura del modelo de tus salidas. En v5 hay una frecuencia cardíaca máxima por atleta, y punto.
Dos tienen que ver con el mundo en el que pedaleas: la temperatura y la altitud. Ambas cambian lo que significa una frecuencia cardíaca dada, y ambas están en la lista.
Y una tiene que ver con la confianza del modelo en sí mismo: hoy se fía de una sola salida larga más de lo que justifica la dispersión entre salidas, y de ahí vienen los saltos semanales que quedan. Cada uno de estos puntos recorre el mismo camino que esta actualización: medido contra tus propios tests antes de que nada llegue a tu pantalla. La cohorte de laboratorio con la MSH sigue creciendo; la economía de carrera y la validación de la VLamax vienen después.
Metodología: cómo lo medimos
| Actividades reconstruidas | 750.525 actividades históricas y sus valores semanales, recálculo del 1 al 6 de septiembre de 2026 |
| Referencia para la precisión | los Powertests válidos de los propios atletas, no el laboratorio |
| Conjunto de precisión | 1.074 series de tests elegibles, último test válido antes del 1 de junio de 2026; semana del test = primer valor semanal al menos siete días después del test; 90 días = mediana de las semanas 2–13 |
| Calma y saltos | 2.060 curvas de temporada elegibles, semanas 10–35 de 2026, semanas presentes en ambas versiones; un valor por curva. Canal filtrado: 2.021 series |
| Fronteras de test | 1.281 tests aptos como ancla desde 2025, semanas dentro de 28 días del test en ambas versiones |
| Distribución de cambios | 4.297 curvas de temporada elegibles, última semana presente en ambas versiones, v4 menos los valores del 1 de septiembre |
| Definición de tests reservados | Powertests de calidad oro apartados del entrenamiento, run ledger del 3 de julio de 2026; métrica de error: error absoluto medio |
| Umbral | una desviación típica test-retest del Powertest: 4,5 ml/min/kg, 28 W |
| Instantánea «antes» | valores semanales en producción de cada curva del recálculo, 1 de septiembre de 2026 08:01 UTC, suma de verificación 248c8a65… |
Dos referencias, mantenidas aparte. El laboratorio valida el Powertest: 43 atletas, en Precisión del Powertest. El Powertest valida el valor mostrado: este artículo. Las ganancias de calibración del 35 % y el 38 % se midieron contra Powertests reservados de calidad oro, nunca contra el laboratorio. Cada cifra del recálculo procede de una consulta repetible de solo lectura sobre la base de datos de producción, guardada con su suma de verificación; los resultados de laboratorio, de tests reservados y de zonas de entrenamiento proceden de los estudios nombrados por separado.
FAQ
¿Por qué mi VO2max subió o bajó? Porque tu curva estaba por encima o por debajo de tu calibración o de tu test, y v4 la sujeta ahora ahí; o, con menos frecuencia, porque una corrección de peso corporal o de valor ausente cambió los ml/min/kg. Comprueba tu último Powertest: el valor semanal debería posarse sobre él. El movimiento es la curva asentándose sobre ti, no forma que apareció o desapareció esta semana.
¿Ha cambiado el modelo de IA? No. La red que lee tus salidas no ha cambiado. Lo que ha cambiado es la calibración a tu propio motor —anclada a tu Powertest si tienes uno, fijada desde tus salidas si no— y la capa de visualización que convierte las lecturas en un valor semanal.
¿Sigue siendo válido mi Powertest? Sí. Es el ancla a la que está calibrado todo lo anterior. Si tiene más de unos seis meses, uno nuevo afina la curva.
¿Cambian mis zonas de entrenamiento? Ancladas a un Powertest válido: como mucho un 1,4 % en los límites calculados; el resto es redondeo. En modo IA, o sin un test válido, tus zonas siguen al valor mostrado y se movieron con él; un Powertest nuevo las devuelve a vatios medidos.
¿Cuánta precisión tiene ahora el valor mostrado? Frente a los Powertests de los propios atletas: 1,4 ml/min/kg de error absoluto medio en la semana del test, el 89 % de las series de tests dentro de ±3; en los 90 días siguientes, el 91 % dentro de ±3. El propio test queda de media a menos de 3,3 del laboratorio.
Mi valor sigue saltando de semana en semana. ¿Por qué? Casi siempre por un bloque de salidas muy largas: el modelo las lee con más confianza de la que justifica la dispersión entre salidas, y el valor semanal lo sigue. Alrededor de una curva de temporada de cada seis contiene un salto así. Un segundo medidor de potencia, un Powertest que desplazó tu frecuencia cardíaca máxima, el calor o la altitud pueden sumarse. Calibrar la confianza por salida y sacar esas entradas de la curva es para lo que está v5.
Nunca he hecho un Powertest, ¿me afecta? Sí, si tus salidas sincronizadas le dan al modelo suficiente que leer: potencia y frecuencia cardíaca juntas. Entre los atletas sin un Powertest válido que han subido al menos una actividad, el 98,2 % tiene una curva; el resto son sobre todo salidas sin medidor de potencia o sin señal cardíaca utilizable. v4 fija el nivel de esa curva a partir de tus salidas, pero no es un ancla medida. Un Powertest válido añade esa ancla y da a la curva un nivel de partida medido directamente.
Fuentes: Mader, A. & Heck, H. (1986) — Int J Sports Med, 7(Suppl 1):45–65. Mader, A. (2003) — Eur J Appl Physiol, 88(4–5):317–338. Kalman, R.E. (1960) — J Basic Eng, 82(1):35–45. Resultados de calibración en tests reservados: run ledger de powerAI, 3 de julio de 2026 (error absoluto medio). Cifras del recálculo, incluida la variación semana a semana del canal filtrado: archivo de cifras interno del 6 de septiembre de 2026, cada valor de una consulta repetible de solo lectura sobre la base de datos de producción, guardado con su suma de verificación. Cobertura de curvas sin test: base de datos de producción, 6 de septiembre de 2026. Validación Powertest vs laboratorio: 43 atletas, cohortes de la MSH Medical School Hamburg 2022/2025; véase Precisión del Powertest. Variación semana a semana de v3: artículo de powerAI v3, julio de 2026. Base de la plataforma: 15.000+ Powertests, 1 M+ sesiones analizadas.