Open source y pesos abiertos: cómo tener tu propio modelo de IA
Qué significa que un modelo sea "abierto", qué permite cada licencia, cómo correrlo en una computadora o en la nube, cuánto hardware necesita y cuándo conviene para proteger los datos de tu negocio.
Pesos abiertos no es lo mismo que open source
Un modelo de pesos abiertos (open weights) publica los parámetros entrenados para que cualquiera los descargue y los use, según su licencia. Eso no implica que publique los datos de entrenamiento ni el código para entrenarlo.
La Open Source Initiative publicó en 2024 su Definición de IA de Código Abierto: para llamarse open source, un sistema debe dar la libertad de usarlo, estudiarlo, modificarlo y compartirlo, con acceso a los parámetros, al código y a información suficiente sobre los datos. Pocos modelos populares cumplen todo eso. Por eso en este sitio decimos "pesos abiertos" salvo que el proveedor cumpla la definición completa.
Licencias: qué puedes hacer con cada una
| Licencia | Uso comercial | Qué revisar |
|---|---|---|
| Apache 2.0 | Sí | Permisiva. Conservar avisos de copyright y de cambios. Incluye una licencia de patentes. |
| MIT | Sí | Permisiva y corta. Conservar el aviso de copyright. Algunos proveedores usan una "MIT modificada" con condiciones extra: léela. |
| Licencia comunitaria de Llama | Sí, con condiciones | Exige una licencia aparte si tu producto supera 700 millones de usuarios activos mensuales, pide mostrar "Built with Llama" y obliga a cumplir su política de uso aceptable. Latam-GPT usa esta licencia. |
| Términos de uso de Gemma | Sí, con política de uso | Las versiones anteriores de Gemma se publicaron con estos términos. Según su ficha en Hugging Face, Gemma 4 figura con Apache 2.0 (consultado el 17 de octubre de 2026). Confirma la licencia de la versión exacta que uses. |
| Qwen | Depende del modelo | Los Qwen 3.6 y 3.8 de pesos abiertos de nuestra tabla figuran con Apache 2.0 en Hugging Face. Algunas versiones anteriores usaron licencias propias de Qwen; revisa la ficha de cada tamaño. |
| Licencia propia del proveedor | Depende | Kimi, MiniMax, GLM 5.3, Muse Spark Open y otros publican términos propios, a veces con uso no comercial o restricciones. En la tabla de modelos marcamos el tipo de acceso según Epoch AI. |
Esta es una guía general, no asesoría legal. Consulta con un abogado de tu país antes de usar un modelo en un producto comercial.
Cómo correr un modelo abierto
| Herramienta | Para qué sirve | Para quién |
|---|---|---|
| Ollama | Descargar y correr modelos con un comando (por ejemplo, ollama run seguido del nombre del modelo) y exponer una API local. | Quien quiere probar en su computadora sin configurar nada. |
| LM Studio | Aplicación de escritorio para descargar modelos y chatear con ellos, con servidor local compatible con la API de OpenAI. | Quien prefiere una interfaz gráfica. |
| llama.cpp | Motor en C/C++ que corre modelos cuantizados en formato GGUF en CPU, GPU o Mac. Muchas herramientas lo usan por debajo. | Técnicos que quieren control y bajo consumo. |
| vLLM y SGLang | Servidores de alto rendimiento para atender muchas solicitudes a la vez en GPU, con API compatible con OpenAI. | Empresas que sirven un modelo a muchos usuarios. |
Las tres primeras sirven para probar en una laptop con un modelo chico. Para atender clientes reales a escala, lo habitual es vLLM o SGLang en un servidor con GPU, o un proveedor que ya hospede el modelo.
Cuánta memoria necesita
Regla de cálculo: memoria para los pesos ≈ cantidad de parámetros × bytes por parámetro. En 16 bits (BF16) cada parámetro ocupa 2 bytes; en 8 bits, 1 byte; en 4 bits, medio byte. A eso hay que sumarle el caché del contexto y un margen del sistema, que crecen con conversaciones largas.
| Modelo | 16 bits | 8 bits | 4 bits |
|---|---|---|---|
| Modelo chico de 8.000 millones de parámetros (8B) | 16 GB | 8 GB | 4 GB |
| Qwen 3.8 27B (27B, denso) | 54 GB | 27 GB | 14 GB |
| Beam 1.0 de Reflection (501B en total, 23B activos) | 1,0 TB | 501 GB | 251 GB |
| Muse Spark Open de Meta (816B en total, 42B activos) | 1,6 TB | 816 GB | 408 GB |
Cálculo propio y aproximado, solo de los pesos. En los modelos de mezcla de expertos (MoE) todos los expertos deben estar en memoria aunque solo se usen algunos por token; por eso se calcula con el total de parámetros.
Datos publicados por quienes lo probaron: según el blog de Hugging Face (15 de octubre de 2026), el checkpoint BF16 de Muse Spark Open pesa unos 1,5 TB y una versión cuantizada a 2 bits corrió a 18 tokens por segundo en una Mac M3 Ultra de 512 GB. Para Beam, el mismo blog (16 de octubre de 2026) indica que la versión NVFP4 ocupa unos 280 GB y recomienda cuatro GPU B200 para tener margen. Un modelo de 8B cuantizado a 4 bits, en cambio, entra en la memoria de muchas laptops actuales.
Cuánto cuesta usar un modelo abierto sin servidor propio
Si no quieres comprar hardware, varios proveedores hospedan modelos de pesos abiertos y cobran por token. Precios en OpenRouter al 17 de octubre de 2026, en USD por millón de tokens:
| Modelo | Licencia | Contexto | Entrada / salida |
|---|---|---|---|
| Kimi K3 | Licencia propia del proveedor | 1,05 M | 0.30 USD / 11.94 USD |
| GLM-5.3 | Licencia propia del proveedor | 1,05 M | 0.079 USD / 4.80 USD |
| DeepSeek V4.1 Flash | MIT | 1,05 M | 0.15 USD / 0.60 USD |
| DeepSeek V4 Pro 0813 | MIT | 1,05 M | 0.66 USD / 1.98 USD |
| DeepSeek V4 Flash 0731 | MIT | 1,05 M | 0.007 USD / 1.28 USD |
| GLM-5.3-Flash | MIT | 1,05 M | 0.15 USD / 0.50 USD |
| GLM-5.2 | MIT | 1,05 M | 0.62 USD / 2.42 USD |
| Qwen 3.8 27B | Apache 2.0 | 1 M | 0.24 USD / 2.20 USD |
| Kimi K2.6 | Licencia propia del proveedor | 262 K | 0.65 USD / 3.41 USD |
| Inkling-Small | Apache 2.0 | 524 K | 0.45 USD / 1.20 USD |
Fuente: OpenRouter, ordenados por índice de capacidades de Epoch AI. Usar un modelo abierto hospedado por un tercero no te da soberanía sobre los datos: los datos viajan a ese proveedor. Para eso, ver IA soberana.
Cuantización: el mismo modelo en menos memoria
Cuantizar es guardar los pesos con menos bits (por ejemplo, 4 en lugar de 16). El modelo ocupa menos memoria y suele correr más rápido, a cambio de alguna pérdida de calidad que depende del método y del modelo. Formatos comunes: GGUF (llama.cpp, Ollama, LM Studio), FP8 y NVFP4 (GPU recientes de NVIDIA).
Recomendación práctica: empieza con 4 bits para probar en tu equipo y compara con la versión completa en las preguntas que te importan antes de pasar a producción.
Ajuste fino de un modelo abierto
Con pesos abiertos puedes entrenar adaptadores (por ejemplo, LoRA) con tus ejemplos y quedarte con el resultado. Bibliotecas como TRL de Hugging Face traen recetas listas. Para un modelo chico alcanza una sola GPU; los modelos de cientos de miles de millones de parámetros necesitan varios nodos. Antes de ajustar, prueba con buenas instrucciones y RAG; ver cuándo conviene el ajuste fino.
Dónde hospedar en Latinoamérica
Si necesitas que los datos se procesen en tu país o región, estas son las regiones de nube pública de los cuatro grandes proveedores, según sus páginas oficiales consultadas el 17 de octubre de 2026:
| País | AWS | Google Cloud | Microsoft Azure | Oracle Cloud |
|---|---|---|---|---|
| Brasil | São Paulo | São Paulo | Brazil South, Brazil Southeast | São Paulo, Vinhedo |
| México | Mexico (Central) | Querétaro (northamerica-south1) | Mexico Central | Querétaro, Monterrey |
| Chile | Anunciada, aún no disponible | Santiago | Chile Central | Santiago, Valparaíso |
| Colombia | No | No | No | Bogotá |
Fuentes: AWS, Google Cloud, Microsoft Azure, Oracle Cloud. No todas las regiones ofrecen GPU ni todos los servicios de IA: confirma la disponibilidad del tipo de máquina que necesitas.
Esfuerzos de la región: Latam-GPT
El 10 de febrero de 2026 se lanzó Latam-GPT, presentado por el Centro Nacional de Inteligencia Artificial de Chile (CENIA) como el primer gran modelo de lenguaje abierto de la región, con apoyo del Ministerio de Ciencia de Chile, CAF, AWS y Data Observatory. Según el Gobierno de Chile, integra 18 TB de información en español, portugués e inglés y se estructuró sobre más de 50 alianzas técnicas en 15 países.
La versión 1.0 está en Hugging Face: parte de Llama 3.1 70B, se adaptó con datos latinoamericanos y se publica bajo la licencia comunitaria de Llama 3.1. Con 70.000 millones de parámetros, necesita del orden de 140 GB solo para los pesos en 16 bits y unos 35 GB en 4 bits, según la regla de cálculo de arriba.
¿Conoces otro esfuerzo regional de modelos abiertos? Escríbenos a hola@casosdeusoia.ai con la fuente y lo sumamos.
IA soberana y leyes de datos en LatAm Los mejores modelos de pesos abiertos
Guía redactada con ayuda de un agente de IA según nuestro estándar editorial, a partir de las fuentes enlazadas. Actualizada el 17 de octubre de 2026. Si ves un error, escríbenos a hola@casosdeusoia.ai.