OpenAI ha dado un giro estratégico clave: ha lanzado oficialmente su familia de modelos de inteligencia artificial de código abierto, denominados simplemente «Open Models». La compañía detrás de ChatGPT —históricamente reticente a abrir sus modelos más potentes como GPT-4— ahora ha decidido competir en el terreno del open source frente a iniciativas como Meta con LLaMA, Mistral o Hugging Face.
El anuncio, disponible desde la web oficial de OpenAI, marca un paso importante en la democratización del acceso a tecnologías de IA de vanguardia, al tiempo que plantea preguntas clave sobre seguridad, responsabilidad y competitividad.
OpenAI presenta sus dos primeros modelos Open Model
La nueva iniciativa Open Models introduce una familia de modelos de lenguaje de propósito general, comenzando por “gpt-4o-mini” en distintas variantes de tamaño (270M, 1.1B y 3.8B parámetros), todos con licencia Apache 2.0. Esto significa que:
-
Son de código abierto: puedes usarlos, modificarlos e integrarlos sin restricciones comerciales.
-
Son eficientes y ligeros: pensados para correr en dispositivos más modestos o tareas específicas sin necesidad de enormes GPUs.
-
Están alineados y evaluados en robustez: se incluyen técnicas de alineamiento y benchmarks públicos de evaluación de seguridad.
Comparativa con otros modelos de código abierto
Con este movimiento OpenAI entra a competir directamente con iniciativas como las que os mostramos a continuación. Además, OpenAI presenta dos alternativas, una que puede correr en cualquier ordenador y otro pensado para servidores:
| Modelo | Licencia | Tamaño disponible | Alineación | Uso comercial |
|---|---|---|---|---|
| GPT-4o-mini | Apache 2.0 | 270M – 3.8B | Sí | ✅ |
| LLaMA 3 | Custom (no libre) | 8B – 70B | Parcial | ❌ |
| Mistral/Mixtral | Apache 2.0 | 7B – 12.9B | Sí | ✅ |
| Gemma (Google) | Apache 2.0 | 2B – 7B | Parcial | ✅ |
La gran ventaja de OpenAI es su know-how en modelos alineados, refinados y sometidos a controles de seguridad que hasta ahora estaban reservados a sus productos propietarios.
Rendimiento y benchmarks
En el artículo oficial, OpenAI indica que los modelos han sido evaluados en tareas estándar de lenguaje natural, y destacan en rendimiento frente a otros modelos de tamaño similar. Aunque no se han publicado todas las métricas detalladas aún, la compañía afirma que:
“Estos modelos superan a otros modelos open source comparables en razonamiento, eficiencia y alineación.”
También destacan por su facilidad de uso mediante bibliotecas como Transformers de Hugging Face y compatibilidad con ONNX, lo que facilita su integración en pipelines industriales y aplicaciones móviles.
¿Qué implica esto para el ecosistema de IA?
Este anuncio supone una respuesta clara al auge de la IA open source, pero también un intento por mantener el liderazgo de OpenAI en un entorno cada vez más descentralizado. Con este paso, OpenAI puede:
-
Captar comunidad: fomentando contribuciones, experimentos y desarrollos externos.
-
Definir estándares de seguridad en modelos abiertos, incluyendo evaluaciones responsables, algo que Meta o Mistral han dejado más en manos de terceros.
-
Reforzar su API comercial: estos modelos pueden actuar como entrada para nuevos desarrolladores que, más adelante, migren a modelos más potentes como GPT-4o mediante OpenAI API.
