Modelos de IA abiertos cierran brecha con frontera a 4.4 meses

⏱ Tiempo de lectura: 4 min

El desempeño de los modelos de IA abiertos de empresas chinas se acerca cada vez más a los modelos de frontera cerrados de compañías estadounidenses, según el reporte State of Open Source AI de Mozilla publicado el 15 de septiembre. La brecha de rendimiento se redujo a apenas 4.4 meses, lo que explica por qué muchas organizaciones migran hacia modelos abiertos más económicos para tareas rutinarias, mientras que los modelos de pago mantienen su valor solo en casos específicos.

La brecha de rendimiento en números exactos

Según Mozilla, el modelo abierto Kimi K3 de Moonshot AI logra una puntuación de rendimiento compuesto apenas 3 puntos por debajo de Claude Fable 5 de Anthropic, mientras cuesta solo 30 % de este último. En evaluaciones con arquitectura neutral realizada por Vals AI en Terminal-Bench 2.1, el modelo abierto GLM 5.2 de Zhipu AI obtuvo puntuaciones dentro de un punto de Claude Opus, con un costo 5 veces menor por tarea completada. Según METR, la capacidad de tareas confiables (50 % de éxito) del mejor modelo cerrado es 1.7 veces superior al mejor abierto: si un modelo abierto resuelve tareas de 7 horas, el cerrado maneja de 12 horas. En 4 meses, el abierto alcanzará las 12 horas, mientras que el cerrado llegará a 20 horas. Estos avances redefinen el panorama de los modelos de lenguaje.

Dónde vale la pena pagar por modelos de frontera

Raffi Krikorian, CTO de Mozilla, plantea que pagar por modelos cerrados es una decisión por carga de trabajo, no por organización. El valor se concentra en trabajo profesional experto, recuperación de alta intensidad y contexto extendido. Las tareas de 8 a 12 horas son la zona donde modelos cerrados destacan y abiertos aún no alcanzan. Los modelos cerrados generan valor porque funcionan inmediatamente y vienen con empaque de cumplimiento normativo, soporte y responsabilidad legal, mientras que muchas organizaciones carecen del personal para ejecutar modelos abiertos correctamente. Para trabajo rutinario que continuará el próximo trimestre, Krikorian recomienda no pagar premium, porque en 4-5 meses costará una quinta parte y el modelo no será el cuello de botella. Fuente: Ars Technica.

Concentración de poder y el modelo chino

Mozilla detectó que 8 de los 10 modelos más usados (por volumen de tokens en agosto 2026) ofrecen pesos abiertos. Sin embargo, el reporte de Frank Nagle y Daniel Yue para Linux Foundation muestra que modelos abiertos ganaban apenas 4 % de ingresos totales frente a 96 % de modelos cerrados (datos mayo-septiembre 2025). Krikorian advierte que la mayoría de modelos abiertos que ejecuta el mundo son chinos: laboratorios chinos replican la estrategia de Android: regalan el producto pero controlan el ecosistema. Su preocupación principal no es la nacionalidad, sino la concentración de poder en un solo país. Propone coaliciones que incluyan financiamiento de computación pública para modelos abiertos completamente, fundaciones neutrales, empresas que se beneficien de modelos commodities y filantropía que cubra auditoría e infraestructura de evaluación.

Modelo / Dato	Detalle
Kimi K3 (Moonshot, abierto)	Puntuación 3 puntos bajo Claude Fable 5; costo 30% del modelo cerrado
Claude Fable 5 (Anthropic, cerrado)	Referencia de frontera; sin especificar precio exacto en texto fuente
GLM 5.2 (Zhipu AI, abierto)	Puntuación dentro de 1 punto de Claude Opus en Terminal-Bench 2.1; costo 5 veces menor
Claude Opus (Anthropic, cerrado)	Benchmark comparativo; usado en evaluación neutral de Vals AI
Brecha de rendimiento	4.4 meses según Mozilla; capacidad de tareas 1.7x superior en modelos cerrados
Zona de valor abierto	Tareas menores a 8 horas; trabajo rutinario de próximos trimestres
Zona de valor cerrado	Tareas de 8-12 horas; trabajo experto profesional; recuperación alta intensidad
Ingresos globales (mayo-sept 2025)	Modelos abiertos 4%; modelos cerrados 96% (estudio Linux Foundation)
Top 10 modelos por tokens (agosto 2026)	8 de 10 ofrecen pesos abiertos según Mozilla
Ejemplo empresa: DoorDash	Usa Kimi para trabajo rutinario; reserva Claude Fable para tareas difíciles

Preguntas frecuentes sobre modelos abiertos vs. cerrados

¿Cuál es exactamente la brecha de rendimiento entre modelos abiertos y cerrados?

La brecha se mide por tiempo de tareas confiables: el mejor modelo cerrado maneja tareas 1.7 veces más largas que el mejor abierto. Si un modelo abierto resuelve tareas de 7 horas de forma confiable, el cerrado llega a 12 horas. Esta brecha se cierra 4.4 meses cada ciclo.

¿Qué hace que los modelos cerrados sigan siendo más costosos si los abiertos mejoran tan rápido?

Los modelos cerrados ofrecen empaque de cumplimiento, soporte técnico, responsabilidad legal y funcionan listos para usar. Muchas organizaciones carecen del personal técnico para ejecutar modelos abiertos en producción. Pagar una prima tiene sentido solo para tareas de 8-12 horas que requieren expertos y no pueden esperar a que abran modelos alcancen ese nivel.

¿Dónde se desarrollan los mejores modelos abiertos actualmente?

En China. Laboratorios como Moonshot AI (Kimi) y Zhipu AI (GLM) lideran en modelos abiertos. Mozilla advierte que esto concentra poder en un país; propone coaliciones con financiamiento público, fundaciones neutrales y filantropía para diversificar desarrolladores en otras regiones.

Qué conviene mirar de cerca

El reporte de Mozilla cambió el enfoque: ya no es si los modelos abiertos compiten con los cerrados, sino cuándo dejan de ser alternativas más baratas para convertirse en la opción estándar. La decisión estratégica es dejar modelos cerrados solo para la franja estrecha donde valen la pena pagar 5 veces más. El verdadero riesgo no es que China gane, sino que un solo país establezca los estándares globales de IA abierta.

En Inteligencia Artificial creemos que esta brecha acelerada justifica que equipos técnicos revisen ahora sus cargas de trabajo para migrar lo que puedan a modelos abiertos. El ahorro será real en 4-5 meses, y el tiempo de migración es mejor planificarlo hoy que en apuro luego.