Los modelos de IA con pesos abiertos, cuyos parámetros son libremente descargables, vuelven a estar en el centro de las tensiones geopolíticas este otoño. Pekín y Washington examinan cada uno medidas de control, mientras DeepSeek publica públicamente su motor de inferencia y aparecen varios nuevos modelos abiertos.
Por el lado chino, el Ministerio de Comercio de la República Popular China, MOFCOM, ha publicado una propuesta de política, que aún no es una ley. Prevée que los modelos de IA de vanguardia y algunas otras tecnologías obtengan una aprobación previa del gobierno antes de ser compartidos internacionalmente. Según la fuente, la reacción a este texto ha sido exagerada, ya que el documento indica que las tecnologías open source contarán con aprobaciones automáticas. Algunos observadores de la geopolítica ven sin embargo un marco regulatorio que podría servir para encuadrar en el futuro la industria china de la IA. Otros, citados por la fuente, consideran que el texto apunta más a prevenir situaciones como la venta de la startup china Manus a empresas occidentales.
En Estados Unidos, el Department of Homeland Security (DHS) ha publicado una orden respecto a DeepSeek. Prohíbe a la propia empresa, así como a sus modelos como plataforma tecnológica, ser proveedores en las compras civiles de la administración federal. La fuente señala que no está claro cómo se aplicará la medida a los modelos afinados o entrenados a partir de las salidas de DeepSeek. Cita el caso de los modelos Nemotron de Nvidia, cuyas recetas de entrenamiento se basan en gran medida, según ella, en modelos DeepSeek. Además, la empresa china Zhipu AI, que desarrolla los modelos GLM, figura en la Entity List, la lista del departamento estadounidense de Comercio (Commerce/BIS) que restringe el acceso de sus inscritos a tecnologías estadounidenses.
Un motor de inferencia hecho público
En la misma línea, DeepSeek ha publicado su motor de inferencia interno, llamado DeepInfer. La inferencia designa el funcionamiento de un modelo cuando responde a las consultas. Según la fuente, esta herramienta sería mucho más eficiente que las herramientas open source existentes, como vLLM y SGLang, para los modelos de DeepSeek. Estimaciones mencionan un margen bruto que podría alcanzar el 90 % en la venta de tokens, las unidades de texto procesadas por un modelo y facturadas a los usuarios. La fuente recuerda que los grandes laboratorios disponen de herramientas de inferencia internas muy potentes, pero que es la primera vez que un actor principal las comparte. Considera que las empresas especializadas en inferencia adoptarán rápidamente estas herramientas, lo que hará bajar los precios de los modelos de DeepSeek o aumentará sus márgenes. Aunque no es ni un modelo ni un conjunto de datos abierto, la fuente considera esta publicación como uno de los artefactos open source más importantes de los últimos meses.
Una nueva ola de modelos abiertos
También se destacan varias salidas. MiMo-V2.6-Pro-RL, de XiaomiMiMo, es una actualización de MiMo que se basa en las mismas bases que MiMo V2.5, pero con más recursos dedicados al aprendizaje por refuerzo, el RL. Xiaomi ha publicado un informe técnico detallado así como parte de los entornos utilizados, algo que la fuente considera raro a esta escala. Según el ranking de Artificial Analysis, el modelo final, V2.6-Pro, es el mejor modelo abierto al momento de la redacción.
Por su parte, DeepSeek ha publicado dos nuevas iteraciones, DeepSeek-V4.1-Flash-1017, que cuentan con 552B-A16B, un tamaño inédito, y aceptan imágenes como entrada. Bajo licencia MIT, es alabado por la fuente por su rendimiento a bajo costo. La fuente también destaca que DeepSeek encabeza el benchmark DeepSWE, dedicado a la ingeniería de software agentica.
Cloudflare ha publicado clef, un modelo de decisión. Según la fuente, este tipo de modelo, introducido por la startup Typesafe, es un modelo de clasificación general que produce pocos tokens acompañados de sus probabilidades. NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4, de Nvidia, es un modelo de tamaño intermedio de la familia Nemotron. Puede, según la fuente, ejecutarse en casa en un portátil potente o una tarjeta RTX Spark. Finalmente, Beam-1.0-501B-A23B, de Reflection, se presenta como el modelo abierto estadounidense más potente publicado bajo una licencia permisiva, la Apache 2.0. La fuente lo considera menos inteligente que los mejores modelos abiertos, pero muy eficiente en tokens, justo detrás de GPT-6-Astra.
Según la misma fuente, el modelo Kimi K3.1 estaría a punto de ser publicado, comenzando a aparecer metadatos sobre él en bibliotecas públicas.
