Qué son los pesos abiertos en IA (y en qué se diferencian del open source)

Cada vez leerás más que un modelo es «de pesos abiertos» u «open weights». Es una de las divisiones más importantes del sector y conviene entenderla porque cambia el coste, la privacidad y el control que tienes.

Qué son los pesos

Los pesos son los valores internos que el modelo ha aprendido durante el entrenamiento: literalmente el archivo que contiene lo que sabe. Si una empresa publica los pesos, cualquiera puede descargar el modelo y ejecutarlo en su propia infraestructura.

Pesos abiertos no es lo mismo que open source

Esta es la confusión más habitual. Que los pesos sean públicos no significa que todo lo sea: normalmente no se publican los datos de entrenamiento ni el código completo del proceso, y muchas licencias imponen límites de uso comercial. Software libre de verdad implicaría poder reproducir el modelo entero desde cero, y eso casi nunca ocurre.

Qué ganas con un modelo abierto

Control y privacidad: los datos no salen de tu servidor, algo decisivo en sectores regulados. Coste previsible: pagas infraestructura, no por token. Y libertad para adaptarlo a tu caso mediante ajuste fino. Además nadie puede cambiarte el modelo ni retirarlo de un día para otro.

Qué pierdes

Comodidad. Necesitas hardware potente o un proveedor que lo aloje, y alguien que lo mantenga. Para la mayoría de usuarios, una API cerrada sigue siendo más práctica y barata que montar la infraestructura.

Cómo está el panorama

El nivel de los modelos abiertos ha subido muchísimo: hoy compiten de tú a tú con los cerrados en programación y razonamiento, y a un coste notablemente menor. Ya no es una alternativa de segunda.