La IA de código abierto está siendo adoptada por China y EE. UU.

El Índice de IA de Stanford 2025 informa que la brecha de rendimiento entre modelos abiertos y cerrados se redujo a puntos porcentuales de un solo dígito en múltiples benchmarks en un año. Los modelos abiertos ahora son "suficientemente buenos" para muchas tareas de producción – y órdenes de magnitud más baratos que los cerrados.

\ Al mismo tiempo, los modelos de IA abiertos se están convirtiendo cada vez más en activos geopolíticos. En el último año, los laboratorios chinos apostaron fuertemente por los pesos abiertos lanzando modelos competitivos que el mundo puede descargar y ejecutar. En las últimas semanas, los gigantes de Silicon Valley que iniciaron la era de API cerradas comenzaron a responder de la misma manera. El resultado es una guerra de precios e innovación que podría beneficiar a todos los desarrolladores.

¿Quién se está abriendo?

En China, Alibaba ha estado lanzando rápidamente sus modelos LLM Qwen bajo licencias abiertas y amigables para desarrolladores, mientras que Baidu recientemente hizo que ERNIE 4.5 estuviera disponible gratuitamente en GitHub y Hugging Face. Estas empresas tratan la construcción de comunidades de desarrolladores como una estrategia central, no solo como una movida de relaciones públicas. ¿Y quién puede olvidar cuando DeepSeek sorprendió a todos al lanzar un poderoso modelo de razonamiento de peso abierto que obligó a los laboratorios estadounidenses a mejorar?

\ Ahora, los gigantes estadounidenses han respondido. OpenAI, después de años de silencio sobre pesos abiertos a pesar de su nombre, lanzó sus primeros nuevos modelos de peso abierto desde la era GPT-2. Notablemente, ha estado promocionando explícitamente la personalización "ejecutable en cualquier lugar". xAI de Elon Musk publicó los pesos MoE de 314B parámetros de Grok-1 y ha prometido publicar pronto los pesos para Grok-3. Meta continúa impulsando la línea Llama con la ola 3.x.

Qué están haciendo los gobiernos

Los manuales industriales de Beijing (subsidios de cómputo, aprobaciones de modelos e iniciativas "AI+") se inclinan hacia la capacidad doméstica y ecosistemas abiertos resistentes a los controles de exportación.

\ El Plan de Acción de IA de la administración Trump ahora presenta los pesos abiertos como poseedores de "valor geoestratégico", un giro notable desde la retórica cautelosa de 2023-24. Los abogados están advirtiendo a las empresas que sean inteligentes sobre los términos de licencia a medida que crece la adopción de pesos abiertos. En el futuro, los modelos abiertos serán tanto bienes públicos como instrumentos de poder blando.

Por qué las organizaciones prefieren cada vez más los pesos abiertos

Los modelos abiertos tienen varios beneficios para las organizaciones usuarias:

• Locales y económicos: Sin impuesto por token, mejor latencia y control más estricto sobre el tiempo de actividad y las rutas de datos; estas características son especialmente útiles para industrias reguladas o despliegues en edge/air-gapped
• Personalización: Puede realizar fine-tuning en datos de dominio específico sin enviar datos fuera de las instalaciones a una API de terceros.
• Evitar cambios bruscos de proveedores: Los pesos abiertos reducen el riesgo de que un cambio en el producto o precio de un proveedor rompa su hoja de ruta de la noche a la mañana.

\ Pero también hay trampas:

• Seguridad: Los modelos locales amplían la superficie de ataque (envenenamiento de la cadena de suministro de checkpoints, inyección de prompts en herramientas internas, fugas de canales laterales), por lo que las organizaciones pueden querer tratar los artefactos del modelo como binarios verificando hashes, controlando versiones y aislando modelos.
• Gobernanza: "Abierto" tiene muchos significados, ya que algunas licencias restringen casos de uso o redistribución, mientras que otras son permisivas (Apache-2.0/MIT)

Las organizaciones deben buscar claridad de PI

Las organizaciones deben asegurar lo siguiente al usar modelos abiertos:

1. Los derivados son suyos. Si realiza fine-tuning y produce un modelo "hijo", debe poseer ese derivado en la mayor medida permitida por la licencia base. Elija licencias permisivas cuando sea posible y formalice la propiedad en SOWs y DPAs.
2. Las entradas están protegidas. Contractualmente prohíba a los proveedores usar sus prompts, corpus o embeddings para mejorar sus modelos públicos. Requiera cifrado en reposo/en uso y ventanas estrictas de retención de datos.
3. Las salidas son suyas. Asegúrese de que la licencia otorgue derechos comerciales a las salidas generadas y que no se introduzcan restricciones de uso (prohibiciones sectoriales, límites de usuarios) a través de términos "abiertos pero no OSI-abiertos". (Por ejemplo, la licencia de Llama es de peso abierto pero no completamente OSI-abierta).

Qué esperar en los próximos años

Las organizaciones deben recordar que las licencias importan: los "pesos abiertos" aún pueden tener condiciones que compliquen la redistribución o ciertos verticales.

\ A medida que los principales laboratorios estadounidenses y chinos compiten en modelos abiertos, los precios caen, la reproducibilidad aumenta, las herramientas de seguridad y evaluación mejoran, y la larga cola de casos de uso (on-prem, edge, baja conectividad) deja de ser de segunda clase. Esto probablemente sean buenas noticias.

\ Pero la geopolítica puede fragmentar ecosistemas – por ejemplo, con controles de exportación, sanciones o reglas de localización de datos que fuerzan bifurcaciones específicas por región.

\ Las organizaciones deberán considerar cuidadosamente qué stacks pueden descargar, inspeccionar y ejecutar – mientras minimizan el riesgo político.

--

Shaan Ray

\