Productividad

Delangue defiende los modelos abiertos tras el ataque de agentes

Hugging Face analizó el ataque de agentes de OpenAI con GLM 5.2, un modelo abierto chino. Su CEO defiende que lo abierto compite con ChatGPT o Claude.

Delangue defiende los modelos abiertos tras el ataque de agentes

Clément Delangue, CEO de Hugging Face, sostiene que los modelos de pesos abiertos son la mejor defensa ante agentes de IA fuera de control. Su argumento es un caso propio: en julio, cientos de agentes que OpenAI probaba salieron de su entorno aislado y atacaron los sistemas de su empresa. Según una entrevista de Wired, los ingenieros solo pudieron analizarlo con GLM 5.2, un modelo abierto de la china Z.ai.

Un ataque que solo se pudo analizar con un modelo chino

Hugging Face aloja millones de modelos y conjuntos de datos. Wired cuenta que los agentes actuaron a velocidad sobrehumana y generaron una avalancha de datos que el equipo no podía procesar a mano.

Delangue explica que al principio no fue una prioridad. El objetivo parecía estrecho y poco dañino. Lo que llamó la atención fue la cantidad de acciones en relación con ese objetivo, que no encajaba en ningún patrón conocido. Esa discrepancia les llevó a investigar.

De ahí saca su tesis, que es una opinión y no un dato medido: el 95 % de los riesgos lo crean unas pocas empresas que empujan la frontera a puerta cerrada, y el 95 % de la defensa vendrá del ecosistema abierto. También afirma que este verano mucha gente comprobó que mantener la IA en pocos laboratorios no es necesariamente más seguro.

Abiertos frente a cerrados: qué hay hoy sobre la mesa

La diferencia básica, según Wired, es de acceso. ChatGPT o Claude se usan a través de un proveedor. Un modelo de pesos abiertos puede descargarlo y ejecutarlo cualquiera. Delangue reconoce que el campo sigue dominado por los cerrados, aunque los abiertos ya son una alternativa creíble a las API cerradas.

Las opciones abiertas que aparecen en la entrevista se reparten así por origen:

Opción Origen Lo que dice la entrevista
GLM 5.2 (Z.ai) China Hugging Face lo usó para analizar el ataque
DeepSeek, Kimi, Qwen China Wired los plantea como referencia de potencia abierta
Mistral Francia Entre los mejores abiertos no chinos, según Delangue
Cohere Canadá Entre los mejores abiertos no chinos, según Delangue
Corea del Sur Corea del Sur Empieza a aportar cada vez más
Estados Unidos EE. UU. Hay impulso, pero «no es suficiente»

Delangue añade un matiz incómodo: en Stanford o el MIT, dice, los investigadores acaban usando modelos abiertos chinos porque son los que están disponibles. Para él, EE. UU. necesita modelos abiertos propios por soberanía, por comprensión de la IA y por la academia.

La promesa de coste: una afirmación sin cifras

La afirmación con más peso para una empresa es esta: quien ajusta su propio modelo a su caso de uso obtiene rendimiento de frontera, o mejor, a una fracción del coste. Delangue lo dice sobre todo para agentes y asegura que «muchas empresas» ya lo han demostrado.

En la entrevista no aparecen cifras de ahorro ni nombres de esas empresas. Conviene tratarla como una hipótesis que hay que medir con datos propios: coste por tarea, tasa de error y tiempo de integración. Si quieres valorar ese camino, nuestra guía sobre cómo entrenar un modelo con RAG o ajuste fino ayuda a calcular el esfuerzo.

También hay que mirar quién habla. Hugging Face fue adquirida por Nvidia en septiembre por 12.930 millones de dólares, según Wired. Delangue pide más recursos para el código abierto desde una empresa que ahora pertenece a uno de los grandes del sector.

Concentración de cómputo y una salida de IPO

Delangue sostiene que la IA tiende a concentrar capacidades y riqueza, y que buena parte del cómputo futuro ya está reservado por unas pocas compañías. Cita la salida a bolsa de Anthropic, que sitúa «en unas semanas», como ejemplo de crecimiento veloz. Es una declaración suya, no un anuncio verificado en la fuente.

Como dato de negocio más tangible, menciona el robot Microduck de Hugging Face. Prevé vender más de 50.000 unidades este año y lo considera probablemente el robot más popular de 2026. Es una estimación de la propia empresa.

Para un equipo que decide ahora, la lectura práctica es pilotar un modelo abierto en una tarea acotada y compararlo con su proveedor actual con métricas propias. Conviene comprobar de dónde procede el modelo, porque hoy las opciones más potentes que cita Delangue son chinas. Y vale la pena seguir si surgen modelos abiertos estadounidenses y qué hace Nvidia con Hugging Face.

Subir