Pesos abiertos

Un modelo de pesos abiertos (open weights) es aquel cuyo resultado del entrenamiento se publica para que cualquiera lo descargue, lo instale y lo ejecute en su propio hardware. Los “pesos” son los valores numéricos que quedaron fijados durante el entrenamiento: el modelo, literalmente. Publicarlos significa que ya no necesitas la API de nadie para usarlo.

Pesos abiertos no es lo mismo que código abierto

Esta es la confusión más común y tiene consecuencias prácticas. Que los pesos estén disponibles no dice nada sobre la licencia que los acompaña, y esa licencia es la que define qué puedes hacer legalmente.

Kimi K3 es un buen ejemplo: liberó sus pesos con una licencia que permite el uso propio sin restricciones, pero cobra un fee si empaquetas el modelo para revenderlo como servicio a terceros. Es una condición razonable —evita que un tercero monetice el trabajo de entrenamiento— pero significa que llamarlo “código abierto” sin más sería inexacto.

La regla práctica: los pesos abiertos te dan capacidad técnica; la licencia te dice qué puedes hacer con ella. Revisa la segunda antes de construir un negocio encima.

Por qué importan en 2026

Porque dejaron de ser el plan B. El año pasado había 17 puntos de diferencia entre los modelos de pesos abiertos y los de frontera. Hoy esa diferencia es cero: modelos como Kimi K3 o MiniMax juegan al nivel de los cerrados de la generación inmediatamente anterior, y lo que antes era un atraso estructural de seis a ocho meses se volvió empate técnico.

Eso cambia dos cosas para quien decide. La primera es la soberanía técnica: si un gobierno bloquea el acceso a un modelo, si un proveedor cambia sus condiciones o si tu tarjeta de crédito falla, un modelo instalado en tu red sigue funcionando. La segunda es el control de credenciales y datos: nada sale de tu máquina, ningún log queda del lado de un tercero.

La discusión política que abrieron

En 2026 los pesos abiertos dejaron de ser un tema técnico. Jensen Huang (NVIDIA) y Satya Nadella (Microsoft) encabezaron una carta defendiendo su importancia, a la que se sumaron Cloudflare, OpenAI, xAI, OpenClaw y Nous Research, entre otros. Anthropic —que viene advirtiendo sobre los riesgos de liberar modelos potentes— no firmó. De ahí surgió la Open Security Alliance.

El trasfondo es geopolítico: mientras en Estados Unidos se frenaban lanzamientos a la espera de validación gubernamental, los laboratorios chinos liberaban sus modelos completos. La tesis que se repite en el podcast es que bloquear tiene efecto bumerán — el mundo migra a los modelos que sí puede usar, y esos modelos mejoran con ese uso.

Ver también

Para el concepto general del modelo detrás de los pesos: LLM en el glosario de Ecosistema Startup. Para la diferencia de licenciamiento: Open source. Y si tu interés es ejecutarlos en tu propia máquina, la guía de IA local tiene el hardware y los costos reales.