FSRS vs SM-2: ¿qué algoritmo de repetición espaciada gana en 2026?

Si estás comparando FSRS vs SM-2, la respuesta corta es: FSRS es el algoritmo más preciso y adaptable para la mayoría de quienes estudian a largo plazo, mientras que SM-2 sigue siendo una opción sencilla y probada para mazos pequeños o para usuarios que prefieren heurísticas predecibles.

Ambos algoritmos programan los repasos de las tarjetas, pero hacen las predicciones de formas radicalmente distintas. FSRS usa un modelo de memoria de aprendizaje automático entrenado con tu historial personal de repaso. SM-2 se apoya en reglas de multiplicación fijas que apenas han cambiado desde 1987. Esa diferencia se vuelve relevante cuando tu mazo supera los cientos de tarjetas.

Esta guía explica cómo funciona cada algoritmo, dónde gana FSRS, cuándo SM-2 todavía tiene sentido y cómo elegir el programador adecuado para tu forma de estudiar.

¿Qué es FSRS?

FSRS son las siglas de Free Spaced Repetition Scheduler (programador libre de repetición espaciada). Es un algoritmo de repetición espaciada de código abierto creado por Jarrett Ye (L-M-Sherlock) y publicado en 2022. FSRS se basa en el modelo de memoria DSR: Difficulty (dificultad), Stability (estabilidad) y Retrievability (recuperabilidad).

Después de cada repaso, FSRS actualiza los valores de dificultad y estabilidad de esa tarjeta. Luego programa el siguiente repaso para que la recuperabilidad alcance tu retención deseada (normalmente 90–92 %) justo en el momento en que vuelves a ver la tarjeta.

FSRS está integrado en Anki desde la versión 23.10 y es el programador predeterminado para los mazos nuevos en las versiones recientes. También lo usan de forma nativa aplicaciones como Deckbase, Mochi y RemNote.

¿Qué es SM-2?

SM-2 es el algoritmo SuperMemo-2, desarrollado por Piotr Wozniak y publicado en 1987. Se hizo famoso porque Anki adaptó una versión modificada como su programador predeterminado durante muchos años.

SM-2 funciona con un único valor llamado factor de facilidad (ease factor). Cada vez que calificas una tarjeta, el algoritmo multiplica el intervalo actual por el factor de facilidad para producir el siguiente intervalo. Las calificaciones difíciles bajan el factor de facilidad; las fáciles lo suben.

El algoritmo es simple y robusto. Ha ayudado a millones de estudiantes a memorizar vocabulario, datos médicos, códigos legales y conceptos técnicos. Sin embargo, no modela la memoria directamente: usa reglas fijas que no se adaptan a las curvas de olvido individuales más allá del factor de facilidad.

FSRS vs SM-2: comparación lado a lado

La mayor diferencia práctica es la personalización. SM-2 aplica la misma fórmula a todos los usuarios. FSRS aprende de tus calificaciones reales y optimiza los intervalos para tu memoria.

Precisión de predicción: lo que dicen los benchmarks

La comparación más citada viene del benchmark de Expertium, que evaluó programadores frente a más de 700 millones de repasos de Anki.

Los números más bajos indican que el algoritmo predice mejor si recordarás u olvidarás una tarjeta. FSRS-5 reduce el error de predicción en aproximadamente dos tercios en comparación con SM-2. En sesiones de estudio reales, eso se traduce en menos olvidos inesperados y menos repasos innecesarios de material que ya dominas.

Cuándo FSRS es la mejor opción

FSRS suele ganar con quienes:

• Tienen mazos con más de 500 tarjetas
• Estudian durante meses o años, no días
• Quieren fijar un objetivo de retención explícito
• Mezclan material fácil y difícil en el mismo mazo
• Ya tienen más de 1.000 repasos de historial para optimizar los parámetros
• Quieren minimizar el tiempo diario de repaso sin sacrificar el recuerdo

Los estudiantes de medicina, quienes aprenden idiomas y los candidatos a certificaciones suelen ver las mayores ganancias, porque sus plazos de estudio son largos y sus bibliotecas de tarjetas son grandes.

Cuándo SM-2 sigue teniendo sentido

SM-2 sigue siendo una opción razonable si:

• Usas un mazo pequeño o de corta duración (menos de 500 tarjetas)
• Estás empezando con la repetición espaciada y quieres un programador sencillo
• Prefieres un control manual y predecible antes que la optimización algorítmica
• Tienes una configuración antigua de Anki que ya funciona
• Aún no tienes suficiente historial de repaso para que FSRS entrene

SM-2 no está roto. Para muchos usuarios, la diferencia entre SM-2 y FSRS es menor que la que marcan la calidad de las tarjetas, la constancia y una autoevaluación honesta.

Cómo cambiar de SM-2 a FSRS

En Anki 23.10 o posterior:

1. Abre un mazo y haz clic en Opciones.
2. Baja hasta la sección Avanzado.
3. Activa FSRS.
4. Define tu retención deseada (empieza con 90–92 %).
5. Haz clic en Optimizar para ajustar los parámetros a tu historial de repaso.

El cambio no es destructivo. Tus tarjetas y tu historial de repaso se mantienen; solo se programan de otra forma los intervalos futuros.

En Deckbase, FSRS es el programador integrado. No hay interruptor: cada repaso usa FSRS automáticamente. Si importas un mazo de Anki mediante APKG, tus tarjetas se transfieren, pero el historial de programación no. Empiezas de cero con intervalos de FSRS desde el primer día.

Una prueba práctica de 14 días

Si no sabes qué algoritmo usar, haz este experimento de dos semanas:

1. Elige un mazo activo con al menos 200 tarjetas.
2. Activa FSRS y fija la retención en 90 %.
3. Registra el tiempo diario de repaso, la tasa de finalización y el número de fallos durante 14 días.
4. Compara con tus dos últimas semanas con SM-2.
5. Decide según los resultados, no según la teoría.

La mayoría de quienes completan esta prueba se queda con FSRS, porque la carga diaria baja mientras la retención se mantiene estable.

Preguntas frecuentes

¿FSRS es mejor que SM-2?

Para la mayoría de quienes estudian a largo plazo con mazos grandes, sí. FSRS predice el olvido con más precisión y puede reducir el volumen de repaso entre un 20 y un 30 % con el mismo nivel de retención. SM-2 sigue funcionando bien para mazos pequeños o para usuarios que prefieren la simplicidad.

¿FSRS funciona sin mucho historial de repaso?

FSRS usa parámetros predeterminados hasta tener datos suficientes para optimizar. Por lo general necesitas alrededor de 1.000 repasos para que los parámetros personalizados sean fiables. Hasta entonces, FSRS rinde al menos igual que SM-2 para la mayoría de los usuarios.

¿Puedo volver de FSRS a SM-2?

Sí. En Anki puedes desactivar FSRS en las opciones del mazo y volver a SM-2. Tus intervalos futuros volverán a la programación de SM-2, pero el historial de repaso anterior se conserva.

¿Deckbase usa FSRS o SM-2?

Deckbase usa FSRS de forma nativa como programador principal. No hay opción de SM-2. Esto mantiene la app sencilla y garantiza que todos los usuarios se beneficien de la predicción moderna de retención sin configuración manual.

¿Qué objetivo de retención debería fijar?

Empieza con 90–92 %. Los objetivos más bajos reducen la carga de trabajo, pero aumentan los fallos. Los objetivos más altos mejoran el recuerdo, pero pueden hacer insostenibles los repasos diarios. Ajusta después de 2–3 semanas según tu tasa de finalización y tu tiempo de estudio reales.

Veredicto final

Elige FSRS si quieres un programador moderno y adaptable que reduzca la carga de repaso y mejore la precisión de predicción para el aprendizaje a largo plazo.

Elige SM-2 si tienes un mazo pequeño, prefieres la simplicidad o ya tienes un flujo de trabajo que funciona y no quieres cambiarlo.

Para la mayoría de los estudiantes serios en 2026, FSRS es la opción predeterminada clara. La diferencia no es solo teórica: se nota en sesiones diarias más cortas, menos olvidos inesperados y una retención a largo plazo más estable.

¿Listo para estudiar con FSRS? Prueba Deckbase(opens in a new tab) y repasa con el mismo algoritmo que usa Anki, sin la complejidad de la configuración.