Modelos abiertos vs cerrados — la batalla que define el futuro

Imaginate dos autos idénticos. El mismo motor, la misma potencia, el mismo precio. Te llevan al mismo lugar a la misma velocidad.

Uno viene con el capó sellado de fábrica y una calcomanía de garantía. Si algo falla, llamás al taller oficial y ellos lo arreglan. El otro viene con el capó abierto, cada pieza etiquetada, y en la guantera tenés el manual con los planos completos del motor.

Los dos autos son buenos. La pregunta no es cuál es mejor. La pregunta es: ¿qué hacés el día que algo se rompe?

La misma pregunta, con IA

Esa es la conversación entre modelos abiertos y cerrados.

Los modelos cerrados — Claude de Anthropic, ChatGPT de OpenAI, Gemini de Google — funcionan como el auto con capó sellado. Vos entrás a la página, escribís, obtenés respuesta. No ves cómo funciona por dentro. No lo podés copiar. No lo podés modificar. Si algo sale mal, llamás al proveedor.

Los modelos abiertos — Llama de Meta, DeepSeek, Mistral — funcionan como el auto con planos en la guantera. La empresa que lo entrenó publica "los pesos" del modelo (un archivo grande con todos los números que lo hacen funcionar). Cualquiera con una computadora potente lo puede descargar, correr en su propia máquina, y hasta modificarlo.

Lo que gana cada uno

Los cerrados ganan en comodidad y calidad promedio. Abrís la web, pagás la suscripción, y en treinta segundos estás trabajando. No necesitás saber nada técnico. Y los modelos más potentes del momento suelen ser cerrados.

Los abiertos ganan en control. Si sos una clínica y tu data de pacientes no puede salir de tu red por ley, un modelo cerrado no te sirve — cada pregunta viaja a los servidores de un tercero. Un modelo abierto corre adentro de tu red. Tus datos no viajan nunca.

También ganan en costo a gran escala. Usar una API cerrada te cobra por cada palabra. Un modelo abierto lo pagás una vez (la infraestructura) y después lo usás todo lo que quieras.

Una verdad incómoda

"Abierto" no siempre significa lo mismo.

Meta publica los pesos de Llama, pero su licencia dice que si tu producto tiene más de 700 millones de usuarios activos por mes no podés usarlo gratis. Eso es una restricción comercial. Muchos ingenieros no lo consideran "open source puro".

DeepSeek, en cambio, publica sus modelos con licencia MIT — la licencia más permisiva que existe. Eso es open source completo.

xAI liberó los pesos de Grok-1 en marzo de 2024. Mistral publica modelos abiertos y cerrados. El panorama es un espectro, no un interruptor.

¿Y Claude, por qué cerrado?

Anthropic tiene una tesis pública sobre por qué no publica los pesos de Claude. La resumo en mis propias palabras.

Una vez que los pesos están libres en internet, no los podés devolver. Si descubrís que alguien los está usando para algo dañino, ya no podés revocar el acceso. No podés corregir el alineamiento sin entrenar un modelo nuevo. No hay a quién reclamar si algo sale mal.

Para Anthropic, cerrar los pesos no es secretismo. Es parte del compromiso operativo de seguridad. Es una posición defendible y honesta. No todos la comparten, y el debate es legítimo.

Lo que tenés que llevarte

Tres ideas prácticas:

1. No hay ganador universal. Los modelos abiertos y los cerrados resuelven problemas distintos. Un profesional maduro probablemente termine usando los dos.

1. "Abierto" es un espectro, no una etiqueta binaria. Llama es abierto con restricciones; DeepSeek es abierto total; Grok-1 es un caso intermedio. Leé las licencias antes de apostar tu producto a un modelo.

1. Para la mayoría de lectores de este blog — profesionales que no tienen un equipo de infraestructura — un modelo cerrado como Claude es el default sensato. El día que tu trabajo requiera datos que no pueden salir de tu red, entonces mirás abierto.