A finales de julio de 2026, una coalición de empresas tecnológicas estadounidenses publicó una carta abierta advirtiendo que restringir los modelos de IA de peso abierto frenaría la competencia y empujaría la innovación al extranjero. La petición llegó cuando laboratorios chinos presentaron Kimi K3, un sistema de IA de 2,8 billones de parámetros de Moonshot AI, mientras Washington contemplaba sanciones contra modelos de IA extranjeros. El secretario del Tesoro, Scott Bessent, planteó posibles sanciones por motivos de propiedad intelectual, tras acusaciones de que laboratorios chinos habían empleado técnicas de destilación para cerrar la brecha de capacidades con los sistemas punteros occidentales. El episodio puso de relieve un cambio en el panorama global de la IA, donde los modelos de peso abierto —sistemas de IA cuyos parámetros entrenados se publican de forma pública— se han convertido en el foco de una pugna por la soberanía tecnológica, la competitividad y el futuro de la inteligencia artificial. El debate ahora se centra en si Estados Unidos debería regular la apertura o competir dentro de un ecosistema dominado cada vez más por lanzamientos chinos.
Los laboratorios chinos dominan el ecosistema de IA de peso abierto
Un modelo de peso abierto es un sistema de IA cuyos parámetros entrenados se publican de forma pública para su descarga, inspección, modificación y despliegue privado. A diferencia del software de código abierto tradicional, los datos de entrenamiento subyacentes y las recetas completas para reproducir el modelo normalmente siguen siendo propietarios. Los modernos modelos grandes de lenguaje de peso abierto se apoyan en arquitecturas de Mixture-of-Experts, que activan solo un subconjunto de parámetros por consulta, permitiendo escalar hasta los billones mientras se mantienen manejables los costes de inferencia.
Los laboratorios chinos producen ahora los modelos de peso abierto con más capacidad. DeepSeek's V4 ofrece razonamiento cercano a la frontera bajo una licencia MIT. Alibaba's Qwen 3,6, disponible bajo Apache 2.0, superó los mil millones de descargas acumuladas en Hugging Face y dio origen a más de 180.000 modelos derivados. El Kimi K3 de Moonshot AI, presentado a mediados de julio de 2026, afirma tener 2,8 billones de parámetros y está previsto para una liberación completa de peso abierto. El GLM 5.2 de Zhipu AI y el M3 de MiniMax completan un ecosistema que representa la mayor parte de las descargas globales de peso abierto.
Las alternativas occidentales ocupan una porción menor. Llama de Meta sigue siendo la familia de peso abierto más desplegada globalmente, aunque su licencia personalizada restringe el uso en grandes empresas. Gemma de Google, Phi-4 de Microsoft y Mistral Large 3 de Francia ofrecen alternativas capaces, pero ninguna iguala el volumen de distribución de sus homólogos chinos.
La coalición tecnológica de EE. UU. publica una carta de política sobre peso abierto el 24 de julio
El 24 de julio, Nvidia, Microsoft y Meta lideraron una coalición de unas dos docenas de firmas al publicar la carta “Open Weights and American AI Leadership”. Los firmantes incluían AMD, Cisco, Hugging Face, Y Combinator y la Linux Foundation. Alphabet, Anthropic y OpenAI brillaron por su ausencia. La carta pidió a los responsables de políticas ampliar el acceso a cómputo para las startups, invertir en activos de entrenamiento compartidos y evitar restricciones prematuras en los modelos de peso abierto.
La coalición invirtió los argumentos convencionales de seguridad, al sostener que concentrar capacidades avanzadas tras un pequeño número de modelos cerrados creaba un riesgo sistémico. Argumentó que los pesos abiertos permitían una supervisión externa que los sistemas propietarios negaban. La carta llegó en medio de acusaciones de que laboratorios chinos habían empleado destilación —entrenar modelos con las salidas de sistemas punteros occidentales— para cerrar la brecha de capacidades de manera barata.
El argumento a favor de la apertura se reforzó con incidentes de seguridad recientes, incluidas brechas que afectaron infraestructuras de distribución de modelos cerrados, lo que puso de manifiesto la imposibilidad de que investigadores independientes investigaran sistemas propietarios sin acceso a los pesos subyacentes.
En juego geopolítico y económico de los modelos de IA de peso abierto
El debate sobre los pesos abiertos va más allá de las licencias y abarca la soberanía tecnológica y la estructura del mercado. El predominio chino en pesos abiertos ha desencadenado lo que los investigadores describen como una espiral mortal de políticas. Pekín ha convertido efectivamente la apertura en una estrategia de distribución, inundando el mercado con modelos capaces mientras Washington debate controles de exportación y marcos de seguridad.
Los críticos de la restricción acusan a los incumbentes de modelos cerrados de captura regulatoria: abogar por reglas que eliminen a competidores de código abierto bajo el pretexto de la seguridad. Los partidarios de la apertura replican que la difusión económica importa tanto como la capacidad de frontera: un país puede liderar tablas de benchmarks mientras sus hospitales, escuelas y pequeñas empresas siguen quedando fuera por el precio de las API cerradas.
Para Europa, la cuestión tiene además urgencia adicional. Las principales obligaciones de la AI Act de la UE se activan el 2 de agosto, impulsando la demanda de despliegue soberano. La startup francesa Mistral y Aleph Alpha de Alemania se posicionan como alternativas estratégicas, pero Europa alberga solo una fracción del cómputo global de IA.
Las organizaciones ganan soberanía de datos con modelos de peso abierto —la información sensible nunca sale de la infraestructura controlada— junto con previsibilidad de costes, libertad de personalización y protección frente al bloqueo del proveedor. Para hospitales sujetos a HIPAA, despachos de abogados que protegen el privilegio del cliente, agencias de defensa en entornos aislados (air-gapped) y startups que buscan economías unitarias predecibles, estas ventajas son decisivas. Un modelo en infraestructura privada no puede apagarse mediante controles de exportación, revocaciones de licencias o adiciones a la lista de entidades.
Preguntas frecuentes
¿Qué son los modelos de IA de peso abierto?
Un modelo de peso abierto es un sistema de IA cuyos parámetros entrenados se publican de forma pública para que cualquiera pueda descargarlos, inspeccionarlos, modificarlos y ejecutarlos en infraestructura privada. A diferencia del software de código abierto tradicional, los datos de entrenamiento subyacentes y las recetas completas para reproducir el modelo normalmente siguen siendo propietarios. Los modernos modelos grandes de lenguaje de peso abierto se apoyan en arquitecturas de Mixture-of-Experts, que activan solo un subconjunto de parámetros por consulta.
¿Por qué las empresas tecnológicas de EE. UU. publicaron una carta abierta el 24 de julio?
El 24 de julio, Nvidia, Microsoft, Meta y unas dos docenas de otras firmas publicaron la carta “Open Weights and American AI Leadership”. La coalición instó a los responsables de políticas a ampliar el acceso a cómputo para las startups, invertir en activos de entrenamiento compartidos y evitar restricciones prematuras en los modelos de peso abierto. La carta sostuvo que concentrar capacidades avanzadas tras modelos cerrados creaba un riesgo sistémico y que los pesos abiertos permitían una supervisión externa que los sistemas propietarios negaban.
