La carrera de la IA empieza a desplazarse de los modelos más avanzados hacia los modelos abiertos

La carrera de la inteligencia artificial podría estar dejando de decidirse únicamente en lo que los labs llaman la frontera, es decir, en los modelos más potentes y costosos de OpenAI, Anthropic o Google. Tal y como recoge TechCrunch, el verdadero volumen de uso empieza a desplazarse hacia modelos abiertos, más baratos, personalizables y fáciles de desplegar dentro de empresas que no quieren depender de una API cerrada.

Los datos citados por el medio especializado apuntan en esa dirección. Por ejemplo, los modelos chinos de pesos abiertos representaron el 41 % de las descargas en Hugging Face durante la primavera, por encima de los modelos estadounidenses. En OpenRouter, los seis modelos más populares procederían de firmas chinas como Tencent, Xiaomi, DeepSeek, MiniMax y Z.ai. Además, casi un tercio de las peticiones de IA en Vercel durante junio se habría ejecutado sobre modelos abiertos.

Estas plataformas no reflejan todo el mercado, ya que dejan fuera gran parte del tráfico gestionado directamente por los grandes laboratorios. Aun así, sirven para mostrar una división cada vez más clara. Los modelos cerrados quedarían como una capa premium para tareas difíciles o de alto valor, mientras que los modelos abiertos absorberían el trabajo repetitivo y de gran volumen en aplicaciones empresariales.

Las empresas quieren controlar sus modelos, sus datos y sus costes

Clem Delangue, consejero delegado de Hugging Face, sostiene que muchas compañías están reconsiderando la idea de alquilar capacidades esenciales a proveedores externos. Después de afrontar el coste de escalar modelos cerrados, algunas prefieren desplegar sistemas propios o adaptar modelos abiertos. Su argumento es que una empresa tecnológica no debería externalizar su capacidad principal a una API opaca sobre la que no tiene visibilidad ni control.

La actividad en Hugging Face respaldaría ese cambio. Según Delangue, la plataforma alberga cerca de tres millones de modelos públicos y un millón de conjuntos de datos, además de crear un nuevo repositorio cada siete segundos. También afirma que la mitad de las empresas de Fortune 500 utiliza el servicio para desplegar modelos privados o abiertos. El escenario resultante sería un ecosistema con muchos modelos especializados, no un único sistema dominante.

Microsoft también ha defendido una posición parecida. Satya Nadella ha advertido contra la dependencia de un solo proveedor y ha pedido que las empresas mantengan el control sobre sus datos y sus propios ciclos de aprendizaje. Para el directivo, si los datos fluyen hacia los propietarios de la infraestructura sin que las compañías puedan aprovechar ese aprendizaje, el valor económico termina concentrándose en unos pocos proveedores.

El auge de estos modelos mantiene abierto el debate sobre seguridad. Dario Amodei, responsable de Anthropic, considera arriesgado liberar sistemas muy capaces porque después resulta difícil controlar su uso. Delangue responde que cerrar los modelos no elimina los peligros y que puede aumentar la concentración de poder. A su juicio, la transparencia facilita que investigadores y defensores detecten y corrijan vulnerabilidades.

La conclusión no es que los modelos de frontera vayan a perder relevancia, sino que podrían ocupar una parte más limitada del mercado. Y si eso pasa, monetizarlos va a ser todavía más complicado. Servirían para experimentación, investigación y tareas especialmente complejas, mientras que la mayor parte de las aplicaciones cotidianas recurriría a alternativas más económicas e incluso en IA local. La carrera, por lo tanto, podría acabar midiéndose menos por quién crea el modelo más inteligente y más por quién logra desplegar modelos útiles, controlables y sostenibles a gran escala.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!