Rentar la IA o tenerla: qué significa para tu negocio la carta de pesos abiertos

Actualizado el 18 de octubre de 2026: Actualizamos los datos de los firmantes: según la prensa, la carta se lanzó con 25 firmantes, y para el 30 de julio de 2026 enumeraba 235, entre ellos OpenAI. También reescribimos el resumen de la carta y su contexto político, y actualizamos las secciones sobre qué modelos son abiertos, las licencias, el costo, el rendimiento y a dónde van tus datos, con fuentes fechadas.

La primera publicación reportada del CEO de NVIDIA en X no fue sobre chips. La cuenta de Jensen Huang (@JensenHuang) se creó en junio de 2026, según su perfil de X. El 24 de julio de 2026 usó la que los medios describieron como su primera publicación para compartir una carta abierta (Yahoo Finance, julio de 2026; TechCrunch, 27 de julio de 2026).

La carta, Open Weights and American AI Leadership, pide a los legisladores de Estados Unidos evitar restricciones prematuras a los modelos de IA de pesos abiertos. Según la prensa, el día del lanzamiento tenía 25 firmantes (AI Frontier). Para el 30 de julio de 2026, el PDF publicado por NVIDIA ya enumeraba 235 empresas, inversionistas y fundaciones de Estados Unidos y de otros países. Entre ellos están NVIDIA, Microsoft, Meta, IBM, Dell Technologies, Palantir, Mistral, Hugging Face, Mozilla, The Linux Foundation, Perplexity, Andreessen Horowitz y Y Combinator, además de empresas de fuera de Estados Unidos como Cohere, SAP, Siemens, Nokia y Sakana AI. OpenAI no estaba en la primera lista (TechCrunch, 24 de julio de 2026), pero se sumó en cuestión de días, junto con empresas como Google, Amazon, AMD y Cisco (AI Frontier). Anthropic no firmó.

Aquí está lo que dice la carta, por qué importa ahora y las tres preguntas que todo dueño de negocio debería hacerse después de leerla.

Qué son los "pesos abiertos"

Un modelo como GPT o Claude es una tabla enorme de números — los pesos — que el modelo aprendió procesando cantidades masivas de datos durante el entrenamiento. Esos pesos son lo que hace al modelo capaz de razonar, escribir y responder preguntas.

Cuando los pesos son cerrados, el modelo vive en los servidores del proveedor. Tú envías una consulta, pagas por uso y nunca tocas los números internos. Cuando los pesos son abiertos, la empresa publica esos números. Puedes descargarlos, inspeccionarlos, ajustarlos con tus propios datos y ejecutarlos en tu propia infraestructura.

La apertura se decide modelo por modelo, no empresa por empresa. Los modelos GPT principales de OpenAI son cerrados, pero en agosto de 2025 lanzó los modelos de pesos abiertos gpt-oss-120b y gpt-oss-20b con licencia Apache 2.0 (Hugging Face). Los modelos Claude de Anthropic son cerrados. Meta ofrece Muse Spark 1.1 a través de su API y sus aplicaciones (Meta, 9 de julio de 2026), pero el 15 de octubre de 2026 lanzó un modelo Muse Spark de pesos abiertos, Muse Spark Open, con su propia licencia, la Muse Model License (Hugging Face). Llama y Muse Glimmer 30B, de agosto de 2026, también son de pesos abiertos (Hugging Face). Mistral publica muchos modelos con licencia Apache 2.0, pero mantiene otros, como Codestral y sus modelos de OCR, como propietarios (documentación de Mistral, consultada a principios de octubre de 2026).

La diferencia práctica para un negocio:

Ninguna columna es mejor por defecto. La respuesta correcta depende de la tarea, la sensibilidad de los datos y tu capacidad de ingeniería. Los proveedores cerrados también ofrecen condiciones empresariales: Anthropic, por ejemplo, indica que, por defecto, no entrena modelos con los datos de sus planes Team y Enterprise, y ofrece inferencia solo en Estados Unidos para cargas de trabajo de la API a un precio por token más alto (precios de Claude, consultados a principios de octubre de 2026).

Qué dice la carta

Sin el lenguaje de cabildeo, la carta plantea cinco puntos y luego pide cuatro cosas a los legisladores (las citas están traducidas del inglés).

Acceso y costo. La carta sostiene que los pesos abiertos amplían el acceso a la economía de la IA. Las organizaciones, incluidos los negocios de barrio, no deberían pagar precios de modelos de frontera por cada tarea, y los pesos abiertos les permiten "elegir el modelo adecuado para cada trabajo al costo adecuado".

Competencia. Los firmantes sostienen que los pesos abiertos fortalecen la competencia, lo que "impulsa la innovación, reduce los costos y distribuye ampliamente los beneficios de la IA". Es un argumento de partes interesadas, no un efecto medido sobre lo que tú pagas.

Control. La carta dice que los pesos abiertos dan a los clientes más control sobre sus datos y su infraestructura, de modo que dependen menos de un solo proveedor.

El riesgo que reconoce. A nuestro juicio, es el pasaje más franco: una vez publicados, los pesos "quedan fuera del control del desarrollador original" y las versiones modificadas "son difíciles de rastrear o revertir". La respuesta de la carta es que lo correcto no es prohibir los pesos abiertos. No pretende que el riesgo sea cero.

El argumento raro sobre seguridad. La carta afirma que "depender solo de modelos cerrados no es inherentemente seguro", porque los modelos cerrados pueden ser vulnerados, mal usados o fallar de formas que nadie de afuera detecta, y que la apertura "podría ser uno de los caminos más importantes hacia la seguridad de la IA". Es un argumento serio, aunque discutido.

Lo que pide. La carta pide a los legisladores ampliar el acceso a cómputo para empresas emergentes e investigadores, invertir en recursos de entrenamiento compartidos (conjuntos de datos, herramientas, marcos de evaluación) y evitar restricciones prematuras a los modelos abiertos. También les pide no tratar técnicas legítimas de desarrollo de modelos, como la destilación, como apropiación indebida. Reconoce que "los intentos ilícitos de extraer valor de los modelos cerrados plantean preocupaciones legítimas", que según la carta deben atenderse con marcos legales y comerciales específicos.

Lo que esto significa para un pequeño negocio es interpretación nuestra, no una promesa de la carta: no toda tarea necesita el modelo más caro, y un modelo que corres en equipos que tú controlas mantiene los datos de tus clientes en tu infraestructura.

Por qué justo ahora

La carta llegó en medio de un debate concreto en Estados Unidos. En julio de 2026 se informó que el gobierno de Trump estaba evaluando prohibir los modelos chinos de pesos abiertos tras el lanzamiento de Kimi K3 de Moonshot AI, algo que otros pusieron en duda. El secretario del Tesoro, Scott Bessent, dijo que el gobierno apoya los modelos de código abierto, pero no el robo de propiedad intelectual, y amenazó con sanciones contra empresas chinas de IA si se comprobaba ese robo; la Casa Blanca, además, acusó a Moonshot AI de destilar un modelo de Anthropic para entrenar Kimi K3 (TechCrunch, 21 de julio de 2026; TechCrunch, 24 de julio de 2026). En ese momento no se había emitido ninguna ley, regla ni orden ejecutiva. La preocupación que citó el gobierno fue el robo de propiedad intelectual mediante destilación; Anthropic añade el riesgo de que gobiernos autoritarios obtengan una ventaja militar (Anthropic, 27 de julio de 2026).

La carta en sí no menciona a China. Sus firmantes defienden la postura contraria: a su juicio, restringir antes de tiempo los modelos abiertos dañaría la competencia y empujaría la innovación fuera del país.

Los firmantes tienen un interés financiero en el resultado. NVIDIA vende las tarjetas (GPU) en las que corren estos modelos. Meta publica modelos de pesos abiertos: la familia Llama (la más reciente a octubre de 2026: Llama 4 Scout y Maverick, lanzados en abril de 2025, con la Llama 4 Community License; Hugging Face), Muse Glimmer 30B con licencia Apache 2.0 desde agosto de 2026 y, desde el 15 de octubre de 2026, Muse Spark Open con la Muse Model License. Hugging Face los hospeda. Eso no los hace estar equivocados, pero esta es una carta de cabildeo bien escrita, no un análisis neutral.

El ausente también importa. OpenAI y Anthropic han advertido en Washington sobre la IA china. OpenAI le dijo a la oficina de ciencia de la Casa Blanca en marzo de 2025 que construir sobre los modelos de DeepSeek "en infraestructura crítica y otros usos de alto riesgo" implica un "riesgo significativo" (OpenAI, 13 de marzo de 2025; citas traducidas del inglés), y Anthropic escribió en julio de 2026 que los modelos de pesos abiertos son difíciles de proteger con salvaguardas y que China podría usar la destilación para crear mejores modelos. Aun así, OpenAI firmó la carta. Anthropic no, pero afirma que "nunca ha abogado por prohibir los modelos de pesos abiertos" y que está de acuerdo con buena parte de la carta: los pesos abiertos "amplían el acceso a la economía de la IA", "fortalecen la competencia, al menos en algunos casos de uso" y "dan a los clientes más control" (Anthropic, 27 de julio de 2026; citas traducidas del inglés). Sin embargo, no está de acuerdo con la carta en que los pesos abiertos faciliten las salvaguardas ni en que ayuden más a los defensores que a los atacantes, y propone pruebas de seguridad obligatorias para todos los modelos suficientemente capaces, abiertos o cerrados, además de controles a la exportación de chips y medidas contra la destilación a escala industrial.

Tres preguntas para tu negocio

No necesitas tomar posición sobre la política de IA de Estados Unidos para aprovechar este momento. Estas son las preguntas que de verdad importan para tu operación.

¿Estás pagando un modelo caro para tareas que no lo necesitan? Algunos negocios pasan cada flujo de trabajo, incluidas la clasificación simple y la extracción de datos, por APIs de frontera costosas. Para tareas acotadas y de alto volumen, un modelo de pesos abiertos más pequeño, ajustado o no, puede costar menos que una API de frontera, pero eso depende de tu volumen y de los costos de hospedaje e ingeniería. Compáralo con modelos cerrados pequeños y con APIs que ofrecen modelos abiertos, y pruébalo con tus propias tareas antes de cambiar.

¿A dónde van los datos de tus clientes? Cada consulta que envías a una API cerrada viaja a un servidor de terceros. Si manejas información sensible de clientes, revisa el acuerdo de procesamiento de datos del proveedor y sus condiciones para planes empresariales. Si la respuesta te incomoda, los modelos de pesos abiertos pueden correr en equipos que tú controlas. Requieren más configuración, pero así los datos se quedan en tu infraestructura; en un servidor rentado en la nube, quedan con ese proveedor de nube.

Si tu proveedor principal de IA cambiara sus términos o retirara un modelo mañana, ¿qué se detendría? Si no has identificado qué procesos dependen de qué proveedor de IA, este es un buen momento para hacerlo. No tienes que cambiar de proveedor para beneficiarte de pensarlo. Conocer la respuesta es el primer paso para gestionar la dependencia.

Qué no es esta carta

Esta carta no va a resolver el debate entre modelos abiertos y cerrados. Es un lado de una discusión real que los reguladores todavía están analizando.

Los pesos abiertos no son automáticamente mejores. En el Intelligence Index de Artificial Analysis, que combina pruebas de razonamiento, conocimiento, programación y tareas de agente, el mejor modelo cerrado (Claude Opus 5.5, 58 puntos) superaba por 12 puntos al mejor modelo de pesos abiertos (MiMo-V2.6-Pro, 46 puntos) a principios de octubre de 2026 (Artificial Analysis). Esa diferencia cambia con cada lanzamiento. Para tareas bien definidas y repetitivas, un modelo abierto más pequeño puede ser la herramienta adecuada.

Y abierto no significa gratis. Descargar los pesos es la parte fácil. Después vienen la infraestructura, las pruebas y las licencias. Algunas licencias tienen condiciones que vale la pena leer antes de construir algo encima: la licencia de Llama 4 de Meta exige que las empresas cuyos productos superaran los 700 millones de usuarios activos mensuales en la fecha de lanzamiento de Llama 4 pidan una licencia aparte, y obliga a todos a cumplir una política de uso aceptable (licencia de Llama 4); Mistral publica al menos un modelo, Voxtral TTS, con una licencia no comercial CC BY-NC 4.0, y Mistral Medium 3.5 con una licencia MIT modificada (documentación de Mistral, consultada a principios de octubre de 2026). Este es un resumen en lenguaje sencillo, no asesoría legal.

La pregunta real no es si la IA va a cambiar tu industria. Lo hará. La pregunta es quién controla lo que construyas encima.

Lo que puedes hacer hoy

1. 1Lista cada herramienta de IA que pagas ahora y escribe una oración describiendo qué tarea maneja. Ese inventario es el punto de partida para cualquier conversación seria de dependencia de proveedor o costo.
2. 2Para cada herramienta que maneja datos de clientes, dedica quince minutos a leer el acuerdo de procesamiento de datos del proveedor. Confirma a dónde van los datos y qué puede hacer el proveedor con ellos.
3. 3Antes de tu próxima renovación, pregúntate: si este proveedor discontinuara este producto mañana, ¿qué parte de mi operación se detendría? No tienes que actuar según la respuesta hoy, pero deberías conocerla.

Si quieres una forma ordenada de ver qué base de tu negocio necesita atención primero, haz nuestra revisión de preparación de cinco preguntas. Revisa identidad, estrategia, contenido, sitio y sistemas, y promoción y mejora. Si falta alguna base, proponemos un alcance de preparación definido antes de empezar, y no necesitas tener un sitio web.