Mientras China Apuesta por la IA Open Source, EE. UU. Empieza Abandonar el Modelo Cerrado

China se ha convertido en el nuevo epicentro de la inteligencia artificial de código abierto, justo cuando Estados Unidos, y en especial Silicon Valley, se inclina hacia modelos cerrados. El movimiento es reciente, afecta a gigantes como Meta y cambia quién marca el ritmo de la IA que tú vas a poder usar en los próximos años.

Durante casi una década, el “dónde” de la innovación en IA estaba claro: Silicon Valley, con empresas como Meta, Google u OpenAI, imponía la agenda y también la idea de compartir modelos abiertos. Todo empezó a cambiar con LLaMa, el modelo de Meta que prometía democratizar estos sistemas, y con algo que no se vio venir: China liberando modelos abiertos cada pocas semanas.

En 2024, un estudio del MIT mostraba que, por primera vez, los modelos de IA chinos representaban un 17 % de las descargas globales, frente al 15,8 % de modelos desarrollados en Estados Unidos.

Hasta hace poco, Silicon Valley era el motor de esa apertura. Meta impulsó la familia LLaMa y convirtió a Estados Unidos en el referente de la inteligencia artificial de código abierto. Muchas startups, laboratorios universitarios y entusiastas montaron sus proyectos sobre esos modelos, porque eran potentes y relativamente accesibles.

LLaMa 4 es el mejor ejemplo de esa brecha. Sobre el papel, sus benchmarks eran sólidos y se presentaba como un modelo puntero. Pero internamente, Mark Zuckerberg se mostró decepcionado con los resultados reales y con la sensación de que la familia LLaMa no daba ya la ventaja competitiva que esperaba. Esa decepción llevó a una reorganización drástica del equipo responsable, con personal desplazado y proyectos revisados a fondo.

Uno de esos proyectos era Behemoth, el sucesor ambicioso de LLaMa 4. La idea era construir un modelo todavía mayor, capaz de competir con los sistemas propietarios más avanzados. La evolución de Behemoth no convenció a la dirección de Meta, que terminó descartándolo. El mensaje interno era claro: gastar miles de millones para seguir empujando la misma línea abierta no les parecía ya la mejor apuesta estratégica.

Para cambiar de rumbo, Meta no se limitó a mover sillas. La compañía fichó a figuras de peso en el sector de la IA con salarios sin precedentes y acuerdos millonarios. El caso más llamativo es el de Alexandr Wang, fundador de Scale AI, que llegó a Meta con un acuerdo valorado en 14.300 millones de dólares y un rol central en la nueva estrategia de inteligencia artificial.

Wang es conocido por defender los modelos cerrados, centrados en productos de pago y servicios empresariales. Su entrada en Meta aceleró todavía más el abandono de la filosofía open source. Lo que antes se presentaba como un proyecto para “democratizar” la IA pasó a ser un plan orientado a generar ingresos de forma agresiva, siguiendo más de cerca la lógica de OpenAI y Google que la de una comunidad abierta.

Esa transición no fue solo técnica, también cultural. La dirección de Meta pidió a algunos empleados que dejaran de hablar públicamente de LLaMa y del open source mientras se replanteaba la estrategia. Personas que antes podían presumir de estar construyendo la gran plataforma abierta de IA se encontraron de repente con que el mensaje oficial cambiaba. Esa tensión se notó especialmente en una figura clave dentro de la empresa.

Hablamos de Yann LeCun, considerado uno de los padres de la IA moderna y principal defensor de los modelos abiertos dentro de Meta. Durante años fue el rostro visible de la apuesta por la inteligencia artificial de código abierto en la compañía. Pero, con el nuevo giro hacia modelos cerrados, fue apartado de los focos internos y finalmente decidió dejar Meta. Como resumió un investigador cercano al proceso, “cuando el negocio choca con la ciencia, suele ganar el negocio”.

En medio de esta reorganización aparece Avocado, el nuevo gran proyecto de Meta. A diferencia de LLaMa, Avocado nace como modelo cerrado, diseñado desde el principio para maximizar ingresos en productos, anuncios y herramientas empresariales. Su papel es convertirse en el motor de asistentes, experiencias personalizadas y servicios que tú vas a poder consumir, pero sin acceso directo al modelo ni a su entrenamiento.

Hay un giro curioso: según Bloomberg, Meta estaría utilizando modelos chinos, incluida la familia Qwen de Alibaba, como referencia técnica para entrenar Avocado. Dicho de otro modo, la nueva joya cerrada de Meta bebe de los modelos abiertos que llegan desde China. Es una situación irónica si recuerdas que Zuckerberg había expresado hace unos meses su preocupación por la posible influencia de la censura china en esos mismos sistemas.

Mientras Meta cambiaba de rumbo, el ecosistema chino iba ganando terreno en la inteligencia artificial de código abierto. Empresas como Alibaba han convertido la familia Qwen en una especie de laboratorio público, liberando nuevas versiones casi semanalmente. Cada iteración pule capacidades, añade idiomas, mejora razonamiento o adaptación a tareas específicas. Esa velocidad hace que desarrolladores de todo el mundo empiecen a mirar a China cuando buscan un modelo base robusto y gratuito o barato.

No es una cuestión de cantidad. Modelos como DeepSeek han demostrado capacidades comparables a modelos estadounidenses muy costosos, pese a haber sido entrenados con presupuestos mucho menores. Para cualquier startup o laboratorio con recursos limitados, eso cambia la ecuación: puedes construir servicios competitivos partiendo de un modelo chino abierto, sin pagar licencias millonarias ni depender de una API extranjera.

Cómo los modelos open source chinos están ganando influencia global en la IA

La consecuencia directa es que los modelos chinos abiertos empiezan a convertirse en el estándar de facto para muchas capas de la infraestructura de IA. Si tú montas una startup, un proyecto universitario o una herramienta interna para tu empresa, vas a poder partir de Qwen, DeepSeek u otros modelos similares. La clave no está solo en el rendimiento técnico, sino en quién controla los valores, los filtros y los datos que se integran en esos sistemas.

Si la mayoría de la experimentación global se construye sobre estos modelos abiertos chinos, China pasa a influir de forma decisiva en lo que algunos expertos llaman la “infraestructura cognitiva” del mundo. No hace falta exportar chips avanzados o grandes centros de datos; basta con que los modelos base que muchos desarrolladores usan tengan origen chino. Eso da margen para marcar estilos de respuesta, áreas de silencio y prioridades culturales sin necesidad de imponer nada directamente.

Mientras tanto, Estados Unidos se mueve hacia una idea propia de apertura controlada. La nueva narrativa habla de un open source compatible con “valores estadounidenses”, es decir, modelos abiertos hasta cierto punto, pero alineados con una orientación ideológica y regulatoria muy concreta. A la vez, Washington endurece las restricciones a la exportación de hardware y tecnología de IA hacia China, lo que agrava la rivalidad tecnológica entre ambos bloques.

La paradoja es clara: Estados Unidos, que impulsó la primera gran ola de inteligencia artificial de código abierto, ahora parece no poder permitirse abrir completamente sus modelos por razones estratégicas, económicas y de seguridad. Un modelo totalmente abierto puede reutilizarse por rivales, estados hostiles o empresas competidoras sin casi control. Para gobiernos y grandes tecnológicas, eso empieza a ser un riesgo demasiado alto.

En el otro lado, China estaría apostando por abrir sus modelos precisamente porque no puede permitirse cerrarlos si quiere ganar cuota de influencia y acelerar su adopción global. Abrir los pesos de un modelo potente, aunque cueste miles de millones entrenarlo, es una vía rápida para llenar el mundo de sistemas basados en tu tecnología. A cambio, sacrificas parte del control directo sobre el negocio, pero ganas presencia en la base de muchos productos futuros.

Qué papel puede jugar Europa frente a China y EE. UU. en IA open source

Europa, por ahora, se mantiene en gran medida como espectadora en esta pugna entre modelos abiertos chinos y modelos cerrados estadounidenses. Hay excepciones, como el lanzamiento de DevStral2, un modelo abierto europeo competitivo que intenta equilibrar este tablero. Pero el volumen de inversión, la velocidad de iteración y la fuerza de comunidad quedan todavía muy lejos de lo que mueven China y Estados Unidos.

Lo que viene ahora será clave. Si ves que más startups, universidades y comunidades de desarrolladores construyen sus herramientas sobre Qwen, DeepSeek u otros modelos chinos, sabrás que el centro de gravedad de la innovación en IA se está desplazando hacia Asia. Si, en cambio, las regulaciones estadounidenses y europeas ponen trabas a esos modelos por motivos de seguridad o valores, la balanza puede ajustarse de nuevo.

En cualquier caso, el giro de Meta hacia Avocado y los modelos cerrados, combinado con el empuje de los modelos chinos abiertos, marca un cambio de era. Estados Unidos lideró la primera ola de inteligencia artificial de código abierto, pero ahora parece más preocupado por proteger su ventaja económica y geopolítica. China, en cambio, abre sus modelos para ganar presencia global.