Los modelos de pesos abiertos se están convirtiendo en la base del próximo ecosistema de inteligencia artificial, y Estados Unidos debería competir dentro de él en lugar de aislarse. Tobi Knaup, cofundador de Mesosphere, traza un paralelismo con Kubernetes: cuando una plataforma abierta y portátil se convierte en el centro de gravedad del sector, ningún proveedor aislado puede igualar el ritmo combinado de innovación de su comunidad. Aunque los modelos abiertos no son estrictamente "open source" según la definición de la Open Source Initiative —porque suelen faltar los datos y el proceso de entrenamiento—, sí permiten descargar y modificar los parámetros, lo que ya ha generado un ecosistema de herramientas de servido (vLLM, SGLang, llama.cpp, Ollama, MLX) y más de dos millones de modelos públicos en Hugging Face. La brecha con los modelos cerrados se estrecha: GLM-5.2 de Z.ai alcanza el 62,1 % en SWE-bench Pro frente al 58,6 % de GPT-5.5, y Moonshot afirma que Kimi K3 iguala el rendimiento de Opus 4.8 y GPT-5.5. Los modelos chinos ya representan el 41 % de las descargas en Hugging Face. Ante la posibilidad de que la Administración Trump prohíba los modelos chinos de pesos abiertos, Knaup advierte que vetarlos cortaría a EE. UU. del ecosistema que atrae a los mejores investigadores del mundo, incluidos muchos chinos. Propone tres líneas de actuación: que los laboratorios estadounidenses publiquen modelos frontera con licencias realmente aprovechables por las startups, que el Gobierno use la contratación pública para fomentar sistemas portátiles e interoperables —como hizo con Platform One del Departamento de Defensa— y que las empresas del país construyan el resto de la pila tecnológica.
Noticias agregadas con IA