El ecosistema de modelos de inteligencia artificial abiertos ha experimentado una reestructuración radical en 2026, marcada por la asunción de la supremacía en el tamaño de parámetros por parte de los laboratorios chinos. Según el informe 'State of Open Models: Summer 2026' de Hugging Face, la frontera tecnológica ha dejado de seguir la progresión tradicional de escalar gradualmente desde modelos pequeños hacia grandes. En su lugar, varios laboratorios chinos han saltado directamente a la cima de la escala, estableciendo un techo mensual de rendimiento que oscila entre 754 mil millones y 2.78 billones de parámetros. Esta cifra supera ampliamente a la de los laboratorios estadounidenses, cuyos modelos se mantuvieron por debajo de 130 mil millones de parámetros en cinco de los siete meses analizados, con excepciones notables como el Nemotron 3 Ultra de NVIDIA (561B) y el Inkling de Thinking Machines Lab.
El crecimiento del repositorio público en Hugging Face es masivo, pasando de 2.43 a 2.96 millones de modelos y de 711,000 a 1 millón de conjuntos de datos entre enero y agosto de 2026. Sin embargo, la distribución es extremadamente desigual: el 85.6% de los modelos tienen menos de 200 descargas de por vida, mientras que el 1.5% de los repositorios concentra el 99.2% de todas las descargas. Este dato subraya que la atención mediática no equivale a la adopción real. Un análisis de los 25 modelos más descargados y los 25 más 'me gusta' revela que solo un repositorio aparece en ambas listas. Los modelos de 2026 no logran entrar en el top 25 de descargas, dominado por modelos estables de 2022 como all-MiniLM-L6-v2, que acumuló 1.55 mil millones de descargas. Esto indica que las descargas miden la dependencia operativa en pipelines, mientras que los 'me gusta' reflejan la novedad y el entusiasmo inicial.
En el frente de la competencia, los laboratorios chinos se dividen en dos estrategias. Por un lado, Moonshot, MiniMax, Xiaomi y Z.ai publican casi exclusivamente modelos de más de 70B, apostando por la posición en benchmarks y la demanda de API. Por otro, Tencent y Alibaba Qwen cubren todo el espectro, desde menos de 1B hacia arriba, buscando ser la familia estándar para los desarrolladores. Esta capacidad de lanzar modelos masivos sin necesidad de una rampa de modelos pequeños se debe a que la comunidad de cuantización permite hacer ejecutables los modelos grandes en cuestión de días. Además, empresas como Xiaomi, Ant Group y Meituan han superado la barrera de los billones de parámetros, consolidando su presencia en el espacio de pesos abiertos.
Estados Unidos no está ausente, pero su enfoque es diferente. Las dos organizaciones que publican más nuevos modelos abiertos son los fabricantes de hardware: AMD y NVIDIA, cada una con más de 200 nuevos repositorios. Para estas empresas, los modelos abiertos son una herramienta para vender chips, demostrando la viabilidad de su hardware. Cuando se incluyen modelos de embedding y visión, gigantes como Google, Microsoft e IBM generan cientos de millones de descargas anuales. Sin embargo, en la frontera de gran escala, algunos modelos estadounidenses de más de 100B se construyen sobre modelos chinos o utilizan artefactos de laboratorios chinos, como el Inkling (952B) de Thinking Machines. Los modelos originales estadounidenses destacados incluyen el Nemotron 3 Ultra de NVIDIA y el Trinity-Large de Arcee AI. AMD ha contribuido significativamente con conversiones que permiten ejecutar modelos de billones de parámetros en hardware estadounidense, mientras que los modelos chinos se optimizan cada vez más para chips domésticos, reflejando una competencia inversa donde el software se diseña alrededor de ecosistemas de hardware específicos.