AI de código abierto se defiende con el lanzamiento de Meta's Llama 4

En los últimos años, el panorama de la inteligencia artificial ha pasado de ser un ámbito de colaboración abierta a uno donde los sistemas propietarios reinan supremamente. Incluso OpenAI, una empresa que comenzó con "open" en su nombre, cambió a mantener sus modelos más potentes en secreto después de 2019. Otros actores como Anthropic y Google siguieron el mismo camino, desarrollando su inteligencia artificial de vanguardia detrás de muros de API, accesible solo en sus términos. Este cambio se justificó a menudo por preocupaciones de seguridad e intereses comerciales, pero dejó a muchos en la comunidad de IA nostálgicos por los días de camaradería de código abierto.

Ahora, la marea está cambiando. El espíritu de la IA de código abierto está regresando, liderado por el lanzamiento de los modelos Llama 4 de Meta. Este movimiento es un intento audaz de devolver la IA de código abierto al primer plano, y incluso aquellos tradicionalmente reservados están tomando nota. El CEO de OpenAI, Sam Altman, reconoció recientemente que la empresa había estado "en el lado equivocado de la historia" con respecto a los modelos abiertos y anunció planes para una nueva variante de "peso abierto" de GPT-4. Claramente, la IA de código abierto está protagonizando un renacimiento, y el significado de "abierto" está evolucionando.

(Fuente: Meta)

Llama 4: El retador abierto de Meta a GPT-4o, Claude y Gemini

La presentación de Llama 4 por parte de Meta marca un desafío directo a los últimos modelos de los gigantes de la IA, posicionándolo como una alternativa de peso abierto. Llama 4 viene en dos versiones disponibles hoy: Llama 4 Scout y Llama 4 Maverick, cada una con especificaciones técnicas impresionantes. Ambos son modelos de mezcla de expertos (MoE), lo que significa que activan solo una fracción de sus parámetros por consulta, permitiendo un tamaño total masivo sin disparar los costos de ejecución. Scout y Maverick utilizan cada uno 17 mil millones de parámetros "activos" para cualquier entrada dada, pero Scout los distribuye entre 16 expertos (109 mil millones de parámetros en total), mientras que Maverick los extiende entre 128 expertos (400 mil millones en total). El resultado es que los modelos Llama 4 ofrecen un rendimiento de primer nivel, junto con ventajas únicas que incluso algunos modelos cerrados no pueden igualar.

Por ejemplo, Llama 4 Scout cuenta con una ventana de contexto de 10 millones de tokens, superando con creces a la mayoría de los competidores. Esto le permite procesar y analizar documentos o bases de código masivas en una sola pasada. A pesar de su escala, Scout puede ejecutarse eficientemente en una sola GPU H100 cuando está altamente cuantizado, lo que sugiere que los desarrolladores no necesitarán una supercomputadora para experimentar con él.

Por otro lado, Llama 4 Maverick está optimizado para un rendimiento máximo. Las primeras pruebas indican que Maverick puede igualar o incluso superar a los principales modelos cerrados en tareas de razonamiento, codificación y visión. Meta ya está insinuando un modelo aún más grande, Llama 4 Behemoth, actualmente en entrenamiento, que según se informa “supera a GPT-4.5, Claude 3.7 Sonnet y Gemini 2.0 Pro en varios puntos de referencia STEM.” El mensaje es claro: los modelos abiertos ya no son secundarios; Llama 4 apunta a la cima.

Además, Meta ha hecho que Llama 4 esté inmediatamente disponible para descarga y uso. Los desarrolladores pueden acceder a Scout y Maverick desde el sitio oficial o Hugging Face bajo la Licencia Comunitaria de Llama 4. Esto significa que cualquiera, desde un desarrollador individual hasta una gran corporación, puede sumergirse en el modelo, ajustarlo a sus necesidades específicas y ejecutarlo en su propio hardware o en la nube. Esto contrasta fuertemente con los modelos propietarios como GPT-4o de OpenAI o Claude 3.7 de Anthropic, que solo son accesibles a través de APIs de pago sin acceso a los pesos subyacentes.

Meta enfatiza que la apertura de Llama 4 se trata de empoderar a los usuarios: “Estamos compartiendo los primeros modelos del rebaño Llama 4, que permitirán a las personas construir experiencias multimodales más personalizadas.” En esencia, Llama 4 es un conjunto de herramientas diseñado para estar en manos de desarrolladores e investigadores de todo el mundo. Al lanzar modelos que pueden competir de igual a igual con GPT-4 y Claude, Meta está dando nueva vida a la idea de que la IA de primer nivel no debería estar encerrada detrás de un muro de pago.

(Fuente: Meta)

¿Idealismo auténtico o jugada estratégica?

Meta presenta Llama 4 con un sentido de idealismo y altruismo. “Nuestro modelo de IA de código abierto, Llama, ha sido descargado más de mil millones de veces,” anunció recientemente el CEO Mark Zuckerberg, añadiendo que “hacer que los modelos de IA sean de código abierto es esencial para asegurar que las personas de todo el mundo tengan acceso a los beneficios de la IA.” Esta representación posiciona a Meta como un campeón de la IA democratizada, una empresa dispuesta a compartir sus modelos joya de la corona por el bien mayor. La popularidad de la familia Llama apoya esta narrativa: los modelos han sido descargados a un ritmo asombroso (pasando de 650 millones a mil millones de descargas totales en solo unos meses), y ya están en uso por empresas como Spotify, AT&T y DoorDash.

Meta destaca que los desarrolladores aprecian la “transparencia, personalización y seguridad” de tener modelos abiertos que pueden ejecutar ellos mismos, lo que “ayuda a alcanzar nuevos niveles de creatividad e innovación,” en comparación con la naturaleza opaca de las APIs de caja negra. Esto suena como el clásico espíritu del software de código abierto (piensa en Linux o Apache) aplicado a la IA, una clara victoria para la comunidad.

Sin embargo, hay un ángulo estratégico en la apertura de Meta. Meta no es una organización benéfica, y "código abierto" en este contexto viene con ciertas condiciones. Llama 4 se lanza bajo una licencia comunitaria especial, no una licencia permisiva estándar, por lo que, aunque los pesos del modelo son de uso gratuito, hay restricciones (por ejemplo, ciertos casos de uso de alto recurso pueden requerir permiso, y la licencia es “propietaria” en el sentido de que está diseñada por Meta). Esto no se alinea con la definición aprobada por la Open Source Initiative (OSI) de código abierto, lo que lleva a algunos a argumentar que las empresas están utilizando mal el término.

En la práctica, el enfoque de Meta a menudo se etiqueta como IA de "peso abierto" o "fuente disponible": el código y los pesos se comparten, pero Meta conserva cierto control y no revela todo (como los datos de entrenamiento). Aunque esto no reduce la utilidad para los usuarios, muestra que Meta es estratégicamente abierta, manteniendo suficiente control para protegerse (y tal vez su ventaja competitiva). Muchas empresas están aplicando etiquetas de "código abierto" a modelos de IA mientras retienen detalles clave, lo que socava el verdadero espíritu de la apertura.

¿Por qué Meta se abriría en absoluto? El panorama competitivo ofrece algunas respuestas. Lanzar modelos potentes de forma gratuita puede construir rápidamente una amplia base de usuarios desarrolladores y empresariales: Mistral AI, una startup francesa, hizo esto con sus primeros modelos abiertos para establecerse como un laboratorio de primer nivel.

Al inundar el mercado con Llama, Meta asegura que su tecnología se vuelva fundacional en el ecosistema de IA, lo que puede generar beneficios a largo plazo. Es una estrategia clásica de abrazar y extender: si todos usan tu modelo "abierto", indirectamente estableces estándares y tal vez incluso guías a las personas hacia tus plataformas (por ejemplo, los productos de asistente de IA de Meta aprovechan Llama). También hay un ángulo de relaciones públicas y posicionamiento. Meta puede desempeñar el papel de innovador benevolente, especialmente en contraste con OpenAI, que ha enfrentado críticas por su enfoque cerrado. De hecho, el cambio de opinión de OpenAI sobre los modelos abiertos destaca en parte cuán efectivo ha sido el movimiento de Meta.

Tras la aparición del innovador modelo abierto chino DeepSeek-R1 en enero, que superó a los modelos anteriores, Altman indicó que OpenAI no quería quedarse en el “lado equivocado de la historia”. Ahora OpenAI promete un modelo abierto con fuertes capacidades de razonamiento en el futuro, marcando un cambio de actitud. Es difícil no ver la influencia de Meta en ese cambio. La postura de código abierto de Meta está dirigida tanto a ampliar genuinamente el acceso a la IA como a una jugada estratégica para superar a los rivales y dar forma al futuro del mercado en los términos de Meta.

Implicaciones para desarrolladores, empresas y el futuro de la IA

Para los desarrolladores, el resurgimiento de modelos abiertos como Llama 4 es un cambio bienvenido. En lugar de estar encerrados en el ecosistema y las tarifas de un solo proveedor, ahora tienen la libertad de ejecutar una IA poderosa en su propia infraestructura o personalizarla según lo deseen.

Esta es una ventaja significativa para las empresas en sectores sensibles – piensa en finanzas, salud o gobierno – que son cautelosas sobre alimentar datos confidenciales en la caja negra de alguien más. Con Llama 4, un banco o un hospital podría implementar un modelo de lenguaje de vanguardia detrás de su propio cortafuegos, ajustándolo con datos privados, sin compartir un token con una entidad externa. También hay un beneficio de costos. Mientras que las tarifas basadas en el uso de los principales modelos pueden escalar rápidamente, un modelo abierto no tiene peaje de uso: solo pagas por la potencia de cómputo para ejecutarlo. Las empresas que escalan cargas de trabajo de IA pesadas pueden ahorrar considerablemente al elegir una solución abierta que puedan gestionar internamente.

No es de extrañar que las empresas estén mostrando más interés en los modelos abiertos; muchas están dando cuenta de que el control y la seguridad que ofrecen las IA de código abierto satisfacen mejor sus necesidades que los servicios cerrados de talla única.

Los desarrolladores también se benefician de una mayor innovación. Con acceso a los internos del modelo, pueden ajustar y mejorar la IA para dominios específicos (derecho, biotecnología, idiomas regionales – lo que sea) de maneras que una API cerrada nunca podría atender. La explosión de proyectos impulsados por la comunidad alrededor de los modelos Llama anteriores – desde chatbots ajustados con conocimiento médico hasta aplicaciones de hobby para smartphones que ejecutan versiones en miniatura – demostró cómo los modelos abiertos pueden democratizar la experimentación.

Sin embargo, el renacimiento del modelo abierto también plantea preguntas importantes. ¿Realmente ocurre la "democratización" si solo aquellos con recursos computacionales significativos pueden ejecutar un modelo de 400 mil millones de parámetros? Aunque Llama 4 Scout y Maverick reducen la barrera de hardware en comparación con los modelos monolíticos, siguen siendo pesos pesados – un punto que no pasa desapercibido para algunos desarrolladores cuyas PCs no pueden manejarlos sin soporte en la nube.

La esperanza es que técnicas como la compresión de modelos, la destilación o variantes de expertos más pequeños hagan que el poder de Llama 4 sea más accesible. Otra preocupación es el mal uso. OpenAI y otros argumentaron durante mucho tiempo que liberar modelos potentes abiertamente podría habilitar a actores maliciosos (para generar desinformación, código malicioso, etc.).

Estas preocupaciones persisten: un Claude o GPT de código abierto podría ser mal utilizado sin los filtros de seguridad que las empresas imponen en sus APIs. Por otro lado, los defensores argumentan que la apertura permite que la comunidad también identifique y corrija problemas, haciendo que los modelos sean más robustos y transparentes con el tiempo que cualquier sistema secreto. Hay evidencia de que las comunidades de modelos abiertos toman la seguridad en serio, desarrollando sus propias barreras y compartiendo mejores prácticas – pero es una tensión continua.

Lo que está cada vez más claro es que nos dirigimos hacia un paisaje de IA híbrido donde los modelos abiertos y cerrados coexisten, cada uno influenciando al otro. Los proveedores cerrados como OpenAI, Anthropic y Google aún tienen una ventaja en rendimiento absoluto – por ahora. De hecho, a finales de 2024, la investigación sugirió que los modelos abiertos estaban aproximadamente un año atrás de los mejores modelos cerrados en capacidad. Pero esa brecha se está cerrando rápidamente.

En el mercado actual, la "IA de código abierto" ya no significa solo proyectos de hobby o modelos más antiguos – ahora está en el corazón de la estrategia de IA para gigantes tecnológicos y startups por igual. El lanzamiento de Llama 4 de Meta es un potente recordatorio del valor en evolución de la apertura. Es tanto una postura filosófica para democratizar la tecnología como una maniobra táctica en una batalla industrial de alto riesgo. Para los desarrolladores y las empresas, abre nuevas puertas a la innovación y la autonomía, incluso mientras complica las decisiones con nuevos compromisos. Y para el ecosistema más amplio, despierta la esperanza de que los beneficios de la IA no estén encerrados en manos de unas pocas corporaciones – si el espíritu de código abierto puede mantener su posición.