Los modelos de IA de código abierto: la revolución que Silicon Valley quiere frenar

Los modelos de IA open source y código abierto llevan años ganando terreno a un ritmo que incomoda a las grandes empresas del sector. Meta publicó LLaMA. Mistral AI sacó modelos que corren en un portátil corriente. DeepSeek apareció desde China con resultados que dejaron a mucha gente con la boca abierta. Y cada vez que ocurre algo así, el debate se reaviva: ¿quién debería controlar los modelos más potentes del mundo?

La respuesta que dan OpenAI, Google y Anthropic tiene matices, pero el fondo es similar: la IA más capaz es demasiado peligrosa para dejarse suelta. La que dan los defensores del código abierto es la contraria: precisamente por eso hay que abrirla, para que miles de ojos puedan auditarla, corregirla y mejorarla. Dos visiones que no se van a reconciliar fácilmente, porque detrás de cada una hay intereses económicos enormes.

¿Qué significa realmente que un modelo de IA sea open source?

Un modelo de IA open source, en sentido estricto, es aquel cuyos pesos, arquitectura y código de entrenamiento se publican para que cualquiera pueda usarlos, modificarlos y redistribuirlos. Eso es lo ideal. La realidad es más complicada, porque el término se usa con mucha libertad y no todos los modelos que se llaman “abiertos” lo son en el mismo grado.

LLaMA 2, por ejemplo, publicó sus pesos pero con una licencia que prohíbe el uso comercial a partir de cierto número de usuarios. LLaMA 3 fue más generoso, pero sigue teniendo restricciones. Mistral, en cambio, ha publicado varios de sus modelos bajo licencias Apache 2.0, que permiten casi cualquier uso. La diferencia importa, porque una licencia restrictiva convierte lo “abierto” en una estrategia de marketing tanto como en una filosofía.

Lo que sí es cierto es que incluso los modelos parcialmente abiertos han cambiado el campo. Antes de LLaMA, ejecutar un modelo de lenguaje competente requería acceso a la API de OpenAI o similar. Hoy, con herramientas como Ollama o LM Studio, cualquier persona con un ordenador mediano puede correr modelos capaces localmente, sin conexión, sin cuenta, sin ceder datos a ningún servidor externo.

¿Por qué Silicon Valley quiere poner freno a la IA de código abierto?

Las empresas que construyen modelos propietarios argumentan que los modelos abiertos potentes pueden usarse para crear armas biológicas, generar desinformación a escala industrial o facilitar ataques cibernéticos. El argumento de seguridad es real, pero no es el único que circula. También hay un argumento de negocio que rara vez se nombra en los comunicados oficiales.

OpenAI cobra por acceso a GPT-4o y a sus versiones más avanzadas. Google cobra por Gemini Ultra. Anthropic cobra por Claude Opus. Cuando alguien puede descargar un modelo que hace el 80% de lo mismo de forma gratuita, el modelo de negocio se resiente. La seguridad y la rentabilidad apuntan en la misma dirección, lo que hace difícil saber dónde termina una y empieza la otra.

En 2023, un memorando interno filtrado de Google (atribuido a un ingeniero, aunque Google no lo confirmó oficialmente) afirmaba que ni Google ni OpenAI ganarían la batalla contra el código abierto a largo plazo. La comunidad open source avanza más rápido de lo que ninguna empresa puede hacer sola, decía el documento. Eso no impidió que meses después tanto Google como OpenAI apoyaran iniciativas regulatorias que, casualmente, habrían restringido la publicación de modelos abiertos por encima de cierto umbral de capacidad.

La propuesta más concreta llegó con el debate en torno a la AI Act europea y con varias iniciativas legislativas en California. En algunos borradores se planteaba exigir licencias gubernamentales para publicar modelos que superaran determinados parámetros de entrenamiento. Los defensores del código abierto señalaron que esos umbrales coincidían, de forma nada inocente, con los modelos que las grandes empresas ya habían publicado, dejando fuera a los nuevos competidores. Igual que ocurre con ciertos algoritmos que moldean mercados enteros sin que nadie haya votado por ello, las reglas del juego en la IA se escriben con frecuencia por quienes ya dominan la partida.

¿Qué ha conseguido la comunidad open source hasta ahora?

Los logros de la IA open source en los últimos tres años son difíciles de ignorar. Mistral 7B, publicado en septiembre de 2023, superó en varios benchmarks a modelos propietarios de mayor tamaño. DeepSeek R1, presentado a principios de 2025 por la empresa china del mismo nombre, igualó o superó a GPT-4 en razonamiento matemático y programación, y se publicó con pesos abiertos. El coste de entrenamiento que DeepSeek reportó fue una fracción del que se estima para modelos equivalentes de OpenAI, aunque esas cifras deben tomarse con cautela porque no hay auditoría independiente que las certifique.

Más allá de los números, el código abierto ha democratizado la investigación. Universidades, startups pequeñas y desarrolladores individuales pueden ahora construir sobre modelos base sin pagar licencias millonarias. Eso ha acelerado la aparición de aplicaciones especializadas: modelos médicos entrenados sobre LLaMA para asistencia en diagnóstico, modelos jurídicos ajustados para legislaciones específicas, asistentes en idiomas que las grandes empresas no tenían incentivos para desarrollar.

También ha cambiado la conversación sobre privacidad. Un modelo que corre en local no envía tus conversaciones a ningún servidor. Para empresas con datos sensibles, para periodistas en países con gobiernos hostiles o simplemente para personas que prefieren no ceder su historial de consultas a una corporación estadounidense, esa diferencia es sustancial. Esto conecta directamente con la pregunta de cuántos datos generamos cada día y adónde van realmente.

El ajuste fino (fine-tuning) es otro terreno donde el código abierto marca diferencia. Con modelos propietarios, adaptar el comportamiento del modelo a una tarea específica depende de lo que la empresa permita a través de su API. Con un modelo abierto, puedes entrenarlo de nuevo sobre tus propios datos, con tus propias reglas, sin que nadie externo vea qué estás haciendo ni pueda cambiar las condiciones mañana.

¿Es más peligrosa la IA abierta que la cerrada?

La evidencia disponible no confirma que los modelos open source sean más peligrosos que los propietarios en términos de usos maliciosos. Varios estudios, entre ellos uno publicado por RAND Corporation en 2024, señalan que los modelos abiertos actuales no ofrecen una ventaja significativa a actores maliciosos respecto a la información que ya está disponible en internet. Eso puede cambiar con modelos más capaces en el futuro, pero en el estado actual del campo, el riesgo documentado no justifica la restricción que algunos proponen.

El argumento contrario también tiene peso: los modelos cerrados son opacos. Cuando GPT-4 toma una decisión, OpenAI decide qué puedes saber sobre cómo llegó a ella. Con un modelo abierto, cualquier investigador puede analizar los pesos, estudiar los sesgos, reproducir los errores y publicar los hallazgos. La seguridad por oscuridad tiene un historial bastante malo en ciberseguridad, y hay razones para pensar que en IA podría no funcionar mejor. Algo similar ocurre cuando una IA toma decisiones en contextos legales sin que nadie pueda auditar el proceso.

Hay también una cuestión de concentración de poder. Si los únicos modelos avanzados del mundo son los de cuatro o cinco empresas privadas con sede en Estados Unidos, eso crea una dependencia tecnológica que afecta a gobiernos, instituciones y ciudadanos de todo el planeta. La Unión Europea ha empezado a financiar proyectos como Mistral (con inversión pública indirecta a través de fondos europeos) precisamente para no depender del ecosistema americano. China, por su parte, tiene sus propios modelos abiertos y cerrados, y DeepSeek es solo el ejemplo más visible.

Entender bien por qué estos modelos funcionan tan bien requiere entender cómo aprenden, algo que los modelos de lenguaje grande hacen de forma bastante contraintuitiva. No memorizan respuestas: aprenden patrones estadísticos sobre cantidades de texto que ningún humano podría leer en mil vidas.

El negocio detrás de lo “gratuito”

Que un modelo sea open source no significa que quien lo publica lo haga por altruismo. Meta tiene una razón muy clara para liberar LLaMA: si el modelo base se convierte en estándar, Meta controla la arquitectura de referencia del sector. Los desarrolladores construyen sobre LLaMA, se familiarizan con sus particularidades, y Meta gana influencia sin cobrar un euro directamente. Es una estrategia que recuerda a lo que hizo Google con Android: código abierto que ancla al ecosistema del que lo publica.

Mistral AI, la startup francesa fundada en 2023 por ex investigadores de DeepMeta y Google, publica modelos abiertos pero también ofrece una capa de servicios y modelos propietarios más potentes por suscripción. El modelo gratuito es el anzuelo; el negocio está en la plataforma de pago. El código abierto como estrategia de adquisición de usuarios es tan antiguo como el software libre, pero en IA los stakes son más altos porque los modelos base son mucho más costosos de entrenar.

DeepSeek es el caso más interesante y también el más opaco. La empresa china publicó los pesos de R1 y de varios modelos anteriores, lo que técnicamente los hace open source. Pero DeepSeek es una filial de High-Flyer, un hedge fund cuantitativo de Hangzhou, y sus motivaciones no están del todo claras. Algunos analistas sugieren que la publicación fue una movida estratégica para desestabilizar a los competidores occidentales y forzar una carrera a la baja en precios. Otros creen que refleja una apuesta genuina por el estándar abierto. Las dos cosas pueden ser verdad a la vez.

Todo esto tiene un paralelismo con lo que ya hemos visto en otros ámbitos de la tecnología. Los agentes de IA autónomos que actúan sin supervisión humana están siendo desarrollados tanto en entornos abiertos como cerrados, y la pregunta de quién los controla es la misma en ambos casos.

Lo que sí parece claro es que la narrativa de “lo abierto es peligroso” beneficia de forma desproporcionada a quienes ya tienen los modelos más potentes. Eso no la hace falsa, pero sí obliga a leerla con escepticismo.

También hay que considerar el impacto en el trabajo. Modelos open source que cualquier empresa puede instalar en sus propios servidores aceleran la adopción de IA en sectores que no podían pagar APIs externas. Eso tiene consecuencias reales para profesionales técnicos, algo que ya analizamos cuando hablamos de cuánto trabajo de programador está en riesgo por la irrupción de estas herramientas.

Y luego está la pregunta de la creatividad. Cuando un modelo open source genera contenido, ¿quién es el autor? ¿El que entrenó el modelo base? ¿El que hizo el fine-tuning? ¿El usuario que escribió el prompt? Las respuestas legales no existen todavía, y las filosóficas tampoco están cerradas. Es el mismo territorio que exploramos cuando preguntamos si una máquina puede tener una idea original de verdad.

¿Llegará el día en que los modelos más potentes del mundo sean abiertos?

La tendencia de los últimos tres años apunta a que la brecha entre modelos abiertos y cerrados se estrecha con el tiempo. Cada vez que OpenAI saca un modelo nuevo, los modelos abiertos equivalentes aparecen meses después. El ciclo se acorta. Si eso continúa, en algún momento los modelos de referencia serán abiertos por defecto, igual que hoy lo son los sistemas operativos de servidor (Linux corre en más del 90% de la infraestructura de internet mundial).

Pero hay razones para pensar que el paralelismo con Linux tiene límites. Entrenar un modelo de frontera cuesta cientos de millones de dólares y requiere acceso a chips que están concentrados en pocas empresas (principalmente Nvidia, con su arquitectura CUDA). Ese cuello de botella no va a desaparecer con buena voluntad. La apertura del software no implica apertura del hardware, y sin acceso a los recursos de computación, publicar pesos es un gesto incompleto.

Los modelos open source han probado que la concentración no es inevitable. Pero la pregunta de quién pone el dinero para entrenar los modelos del futuro sigue sin respuesta clara. Y esa respuesta va a determinar, más que cualquier licencia, quién controla realmente la IA de código abierto.

Preguntas frecuentes