Algoritmo de X (Twitter): lo que revela el código abierto

La única plataforma cuyo ranking se puede leer

El 31 de marzo de 2023, X hizo público el código fuente del timeline For You en dos repositorios de GitHub. Desde entonces, las reglas de ranking de una única gran red social se pueden leer en el original. Instagram, TikTok, LinkedIn y YouTube ofrecen declaraciones, posts de blog y, de vez en cuando, papers sobre su arquitectura, pero los pesos concretos no salen de casa. En X figuraban como cifras en un archivo.

Eso hace que el código sea valioso, pero solo si distingues dos cosas: lo que realmente está en el repositorio y lo que se ha afirmado además en los años posteriores. Buena parte de los consejos populares para ganar alcance en X no aparece ahí. Cómo funcionan en principio los sistemas de recomendación (generación de candidatos, light ranking, heavy ranking, re-ranking) se explica en Algoritmo de recomendación: cómo ordenan el contenido los algoritmos de redes sociales. Aquí nos centramos en los detalles documentados de un sistema concreto.

Una salvedad de entrada: la tabla de pesos de 2023 corresponde a abril de 2023, y el repositorio de ML asociado no se volvió a tocar después. El antiguo repositorio principal recibió todavía una gran actualización en septiembre de 2025. En enero de 2026 llegó un nuevo repositorio, xai-org/x-algorithm, con un sistema reconstruido y, desde agosto de 2026, también con pesos actuales. Las cifras de 2023 describen, por tanto, un estado histórico; las actuales están en la sección sobre el código de 2026. Este artículo refleja la situación de octubre de 2026.

Algoritmo de Twitter: cómo For You pasaba en 2023 de millones de posts a 1.500

Según el blog de ingeniería de 2023, X extrae en cada solicitud unos 1.500 candidatos de un pool de cientos de millones de posts y los puntúa con una red neuronal de unos 48 millones de parámetros, que se reentrena de forma continua con las interacciones de los posts. Por aquel entonces, aproximadamente la mitad del contenido mostrado procedía de la propia red y la otra mitad de fuera. En el antiguo repositorio, el componente de ranking se llama heavy-ranker.

Los candidatos proceden de varias fuentes que enumera el README del repositorio principal de 2023:

• search-index: encuentra y ordena posts de la propia red, según el README, alrededor del 50 por ciento del contenido mostrado.
• tweet-mixer: reúne candidatos out-of-network, es decir, contenido de cuentas a las que un usuario no sigue.
• UTEG sobre GraphJet: recorre el grafo de interacciones, o sea, trae posts con los que han interactuado personas con las que tú interactúas.
• SimClusters y TwHIN: detección de comunidades con embeddings dispersos y embeddings densos de knowledge graph para usuarios y posts, respectivamente. Ambos asignan cuentas y contenidos a clusters de intereses, sin necesidad de una relación de seguimiento.

Además, el README recoge componentes que solo actúan después de la búsqueda de candidatos: real-graph predice la probabilidad de que un usuario interactúe con otro usuario concreto, los trust-and-safety-models detectan contenido NSFW y abusivo, los visibility-filters filtran contenido o lo degradan, y el heavy-ranker puntúa al final todo lo que pasa el corte.

Este reparto influye más en el alcance que cualquier peso del ranking. Un post que no entra en ninguna lista de candidatos nunca se puntúa. Quien solo publicaba para su propia red competía en 2023 por la mitad de las impresiones disponibles; la otra mitad pasaba por embeddings y recorridos del grafo.

En la práctica, de esto se derivan dos cosas. Primero, las fuentes basadas en embeddings dependen de que una cuenta se pueda clasificar: SimClusters y TwHIN solo pueden asignar una cuenta a un cluster de intereses si su contenido es reconocible temáticamente. Un perfil con posts temáticamente dispersos envía a estas fuentes una señal difusa. Segundo, en el sistema de 2023 el grafo de interacciones era, a través de UTEG, una fuente de candidatos por sí mismo. Las respuestas actuaban así dos veces: como señal de mucho peso en el ranking y como arista del grafo por la que posts posteriores llegaban a timelines ajenos. En el nuevo sistema, según param.rs, la fuente tweet-mixer está desactivada por defecto; allí los candidatos out-of-network vienen de Phoenix Retrieval, SimClusters y una lista de posts populares.

Por eso, tu número de seguidores es un techo para una parte de la distribución, no una lista de reparto. Como regla práctica para la planificación: la distribución pasa de la pregunta de a quién sigue alguien a la pregunta de qué interesa a usuarios con un comportamiento similar. En la práctica, cada post se pone a prueba desde cero frente a todo el pool.

Los pesos de 2023: las respuestas superan a los likes por un factor de 27

La parte más interesante está en el README del repositorio de ML, con fecha de abril de 2023: en la tabla de pesos del Heavy Ranker, una respuesta vale 13,5 y un like 0,5. Allí, la puntuación de un post es la suma ponderada de las probabilidades de interacción previstas. El modelo estima para cada candidato la probabilidad de cada acción y multiplica esas probabilidades por factores fijos.

Llaman la atención tres cosas. Primero, la conversación gana al consumo, y por mucho. El peso positivo más alto corresponde a reply_engaged_by_author: la respuesta a la que el autor original reacciona a su vez. Lo que se modela así es la probabilidad de un diálogo. El valor máximo de la tabla depende, por tanto, del comportamiento del propio autor, y quien responde a las respuestas genera la señal más valiosa de la lista.

Segundo, las señales negativas son la partida más cara del cálculo. Una denuncia figura en la tabla con -369,0 y pesa casi cinco veces más que el peso positivo más alto (75,0). El feedback negativo, con -74,0, está más o menos a la par con ese peso positivo máximo y muy por encima de todos los demás. Quien polariza a propósito eleva dos predicciones a la vez: la de respuestas y la de reacciones negativas. El resultado depende de cuál de las dos sitúa el modelo más alto para un público concreto.

Tercero, en 2023 el vídeo era prácticamente irrelevante en el ranking: video_playback50 está en 0,005. La tabla no se actualizó después de abril de 2023, y el propio README advierte de que los pesos exactos pueden ajustarse en cualquier momento. Así que describe un estado histórico. Los pesos que X publica desde agosto de 2026 aparecen más abajo.

Por cierto, que las señales de interacción funcionen como factor de ranking no es algo exclusivo de las redes sociales. En la búsqueda web, NavBoost es un sistema comparable y confirmado.

Lo que está en el código y lo que solo se afirma

En torno al algoritmo de X circulan reglas que suenan como si se hubieran leído en el código y que allí no aparecen. La comprobación da un resultado desigual.

El boost de Premium es el punto mejor documentado: un multiplicador de 4,0 para autores verificados dentro de la propia red y de 2,0 fuera de ella figura como parámetro en el código, aplicado exclusivamente a posts originales, no a respuestas. En el antiguo repositorio twitter/the-algorithm, revisado en septiembre de 2025, este parámetro ya no existe con ese nombre, y en los pesos del nuevo repositorio (param.rs) no figura ningún multiplicador de Premium.

Con los enlaces, la situación es distinta de lo que afirman la mayoría de las guías. Que los posts con enlace externo reciben menos alcance se ha contado mucho y lo ha comunicado la propia plataforma, pero en el código publicado no aparece. Tampoco hay ahí una golden hour con umbrales fijos. Todos los sistemas de recomendación hacen un test de cold start con audiencias pequeñas; los supuestos umbrales fijos que circulan son folclore. Cómo distinguir una reducción real del alcance de la variación normal del cold start se explica en ¿Qué es un shadowban? Penalización por enlaces, cold start y mitos.

El código de 2025: Grok, Phoenix y un slop score

El 3 de septiembre de 2025 llegó un commit con más de 65.000 líneas añadidas al antiguo repositorio principal twitter/the-algorithm. Incorpora una serie de componentes basados en Grok en home-mixer y tweet-mixer.

• Categorización: GrokAnnotationsFeatureHydrator, UserEngagedGrokCategoriesFeatureHydrator y GrokTopics asignan categorías de Grok a los posts y al engagement observado de los usuarios.
• Fuente de candidatos: PopGrokTopicTweetsCandidateSource extrae candidatos a partir de esos temas.
• Filtrado: GrokSpamFilter, GrokNsfwFilter, GrokGoreFilter y GrokViolentFilter descartan contenido antes del ranking.
• Atenuación por calidad: un GrokSlopScoreRescorer con su propio parámetro de decay reduce la puntuación del contenido que se clasifica como producido en serie.
• Nuevo scorer: un modelo llamado Phoenix con su propio parámetro de activación.

SimClusters sigue en el código, entre otras cosas para impulsar posts en cold start dentro de la exploración de contenido. La afirmación habitual de que un modelo de lenguaje ha asumido la asignación a clusters no se sostiene con esto. Lo documentado es otra cosa, y operativamente más relevante: entre el post y el ranking hay ahora una evaluación automática de calidad y temática. Los posts genéricos en serie se clasifican, por tanto, antes de competir por la atención.

El slop score es la parte con efectos secundarios más incómodos para la planificación. Está construido como rescorer, es decir, actúa después de la generación de candidatos y atenúa la puntuación en lugar de eliminar el post. Desde fuera, el resultado parece un fallo técnico: el post es accesible, la analítica muestra impresiones y, aun así, la distribución sigue plana. Como la clasificación está en el modelo y no en una regla, no hay ni aviso ni una justificación verificable.

Como experiencia práctica para gestionarlo: los formatos en serie con estructura intercambiable, las variantes generadas automáticamente del mismo post y los hilos que solo generan volumen juegan justo en contra de esa clasificación. El código de 2025 no revela con cuánto peso se usaban en producción los componentes de Grok. X no volvió a publicar pesos hasta 2026, y lo hizo en el nuevo repositorio.

El código de 2026: nuevo repositorio con pesos actuales

En enero de 2026, X publicó el código del timeline For You en un nuevo repositorio: xai-org/x-algorithm. El sistema está reconstruido desde cero, en su mayor parte en Rust y Python. Según el primer README, un transformer basado en Grok llamado Phoenix, portado de la versión de código abierto de Grok-1, ordenaba todos los candidatos. En ese mismo README, X afirmaba haber eliminado todas las features diseñadas a mano y la mayoría de las heurísticas. Sin embargo, según el README de Phoenix actual, ese código era solo un modelo de ejemplo. Desde el lanzamiento del 13 de agosto de 2026, la implementación de producción está en el repositorio, y el README actual ya solo describe Phoenix como un modelo transformer.

El README actual describe así su estructura:

• Home Mixer compone el timeline para cada solicitud.
• Thunder mantiene en memoria los posts recientes de las cuentas que sigues y aporta los candidatos in-network.
• Phoenix Retrieval encuentra posts de cuentas que no sigues. Desde el lanzamiento del 13 de agosto de 2026, SimClusters figura en el código como fuente out-of-network adicional.
• Phoenix predice para cada candidato la probabilidad de que le des like, lo respondas, lo compartas, lo denuncies o silencies al autor. Un RankingScorer combina esas probabilidades en una suma ponderada.
• Después del scoring entran en juego heurísticas, y dos de ellas ya figuraban en el README de enero: los posts adicionales del mismo autor se penalizan de forma progresiva y los posts de cuentas que no sigues reciben un descuento. Como novedad se describe un impulso para autores con pocas impresiones.

Con ese mismo lanzamiento llegaron los pesos, en el archivo home-mixer/params/param.rs. Según el README, unos scripts cron fijan allí los valores por defecto en los valores principales de producción. En la sincronización del 12 de octubre de 2026 figuraban, entre otros, estos valores:

Así, una respuesta pesa algo más de ocho veces lo que un like, en lugar de las 27 veces de 2023, y una denuncia 390 veces. Desde el primer lanzamiento, el 13 de agosto, hasta la sincronización del 8 de octubre de 2026, el like estaba en 0,5; fue la sincronización del 12 de octubre la que lo subió a 0,6. De esa etapa procede la proporción de 468 a 1 entre denuncia y like que figura también en el README. Los valores siguen moviéndose: en la sincronización del 13 de octubre, el like ya estaba en 0,66. Para posts originales de cuentas a las que sigues y que te siguen hay, desde el 13 de julio de 2026, una bonificación sobre el peso de la respuesta, primero de 20,0 y desde el 24 de julio de 15,0. Ahí, una respuesta cuenta 20,0 en lugar de 5,0.

El propio README advierte de la lectura errónea más obvia: los pesos multiplican probabilidades previstas, no recuentos. Una denuncia no anula, por tanto, 390 likes. Según un comentario en el código, la probabilidad base de una denuncia es más de 1.000 veces menor que la de un like. El peso alto hace que esta predicción poco frecuente llegue a influir en el ranking.

Qué se puede trasladar a otras plataformas

X sirve como modelo de referencia porque aquí se puede demostrar lo que en otros sitios solo es plausible. Hay tres patrones transferibles.

• Función de utilidad ponderada: el ranking es una suma de predicciones ponderadas, no un único factor. El artículo de arXiv "Choosing the Right Weights", de Milli, Pierson y Garg, toma precisamente estos pesos publicados de Twitter como ejemplo de partida y analiza empíricamente sus efectos con unos 70 millones de URL de Facebook. Todas las grandes plataformas funcionan según este principio, solo que sin publicar cifras.
• Señales negativas: en X están cuantificadas. En Instagram, TikTok y LinkedIn la estructura es comparable, porque se usa el mismo tipo de modelo, que predice conjuntamente las reacciones positivas y negativas de los usuarios. Qué señales entran ahí y con qué peso no es público.
• Señales de conversación: las respuestas, los reenvíos y los guardados son más difíciles de generar que los likes y, por eso, más informativos.

Y un límite que no conviene pasar por alto: solo X ha publicado código. Todo lo que circula como ponderación para Instagram, TikTok, LinkedIn o YouTube son declaraciones de las plataformas o análisis secundarios. Quien traslada las cifras de X tal cual a Instagram calcula con valores inventados.

Expectativas realistas de engagement en X

Los benchmarks para X varían mucho según la base de referencia. Hootsuite indica, con datos a 17 de junio de 2026, una tasa de engagement del 1,8 % para X en todos los sectores y a nivel global, medida como interacciones por post divididas entre seguidores, frente al 3,5 % en Instagram, el 3,4 % en LinkedIn, el 1,5 % en TikTok y el 1,3 % en Facebook. El estudio de Metricool sobre X de 2024 obtiene, con una muestra internacional, entre el 1,3 % y el 2,21 % según el tamaño de la cuenta. Socialinsider, en sus benchmarks internacionales para 2026, recoge un 0,10 % sobre seguidores desde el cuarto trimestre de 2025. No hay valores específicos de X para la región DACH (Alemania, Austria y Suiza).

Estos valores son medias de muestras con composiciones distintas y fórmulas distintas, no afirmaciones de causa y efecto. Para fijar objetivos son demasiado gruesos; para una comprobación de plausibilidad, bastan: quien reporta para X valores muy por encima de esta horquilla probablemente mide sobre el alcance y no sobre los seguidores. Cómo construir tu propia línea base fiable se explica en ¿Qué es una buena tasa de engagement? Benchmarks de redes sociales 2026.

Lo que la publicación del código no aporta

El código abierto responde a la pregunta estructural. Muestra qué señales evalúa un sistema de recomendación, en qué orden surgen los candidatos y cuánto pesa el feedback negativo. Desde agosto de 2026, el nuevo repositorio responde también a una parte de la pregunta operativa: allí figuran los pesos por defecto que, según el README, corresponden a los valores principales de producción. Queda abierto lo que se ejecuta en experimentos más pequeños, porque según el README X solo se compromete a hacer visibles en el repositorio los experimentos que afecten a una parte relevante del tráfico, por ejemplo a partir del 10 por ciento. X se reserva deliberadamente algunas partes, como los prompts de LLM del componente Grox y algunas reglas de Botmaker. Tampoco está demostrado que el boost de Premium siga existiendo de otra forma. Justo en esas lagunas nace la mayor parte de la literatura de consejos sobre X. Ceñirse a lo demostrable cuesta algunas certezas cómodas y, aun así, deja para X más sustancia sólida que para cualquier otra plataforma.