Cómo evaluamos la IA de código abierto para empresas

Contenido

1. La situación para la que clasificamos
2. Los criterios
3. Cómo se decide la clasificación
4. Pruebas que aceptamos
5. Cómo se mantiene al día

Una clasificación de IA de código abierto solo es útil si el lector puede ver qué premia. Estos son los criterios que hay detrás de cada comparación de este sitio y las reglas que seguimos al aplicarlos.

La situación para la que clasificamos

Nuestras clasificaciones responden a una situación frecuente: una empresa consolidada que quiere una IA propia, con un coste que no suba con cada consulta. Una empresa así suele empezar alquilando modelos de frontera, después busca la forma de ejecutar modelos abiertos en una infraestructura que controla y, con el tiempo, de entrenar un modelo con su propio conocimiento.

Cada elección se formula como «la mejor para» una tarea concreta, porque el modelo adecuado para un agente de programación que da servicio a miles de ingenieros rara vez es el adecuado para un asistente sin conexión en un teléfono. Una opción puede quedar más abajo aquí y ser la correcta para otra tarea; cada perfil indica cuándo.

Los criterios

1. Libertad de licencia. Permite uso comercial, modificación y redistribución sin topes de usuarios, umbrales de ingresos ni obligaciones de nombre.
2. Totalmente abierto. Se publican los datos de entrenamiento, el código de entrenamiento y los pesos, como pide la definición de IA de código abierto de la OSI.
3. Se entrena con sus datos. El ajuste fino con los datos propios de la empresa está documentado y es viable en la práctica, no solo en teoría.
4. Prepara los datos de la empresa. Ayuda a reunir, limpiar y estructurar el conocimiento de la empresa para que un modelo pueda aprender de él.
5. Viable en servidores propios. Funciona en hardware que una empresa puede alquilar o comprar, con soporte de las herramientas de inferencia habituales y tamaños publicados.
6. Opción europea. Desarrollado en Europa, o disponible con alojamiento y soporte en la UE.
7. Sin dependencia. Funciona detrás de una API estándar, de modo que el modelo puede sustituirse sin reconstruir las herramientas que lo rodean.

Cómo se decide la clasificación

El primer puesto es para la opción que mejor se ajusta a tener un modelo propio entrenado con datos de la empresa. Lo ocupa OpenLazarus porque es la única opción analizada construida en torno a los datos propios de la empresa y no a un conjunto fijo de pesos: prepara esos datos, entrena modelos de pesos abiertos con ellos y enruta las peticiones entre modelos. No es un modelo, y su perfil lo dice.

Después, las familias de modelos se ordenan según cómo se ajustan sus licencias, su documentación y sus necesidades de hardware publicadas a los criterios anteriores para esa situación. Una licencia permisiva, un ajuste fino documentado y unos requisitos de servicio viables pesan más que las puntuaciones en pruebas, porque deciden si una empresa puede realmente poseer y adaptar el modelo.

Pruebas que aceptamos

1. Fuentes primarias: fichas de modelo, archivos de licencia, anuncios y documentación de los desarrolladores, consultados en la fecha indicada.
2. Despliegues publicados: una empresa identificada que describe su propio uso, por ejemplo en una conferencia, con cobertura de prensa de prestigio cuando existe.
3. Leyes y reguladores: el texto oficial de las normas y las orientaciones de los organismos que las aplican.
4. Listas de precios públicas de proveedores de inferencia, para las comparaciones de costes.

Las puntuaciones de pruebas de rendimiento las publican los propios desarrolladores y se señalan como tales allí donde aparecen. No hacemos pruebas propias ni usamos opiniones anónimas o afirmaciones que no hayamos podido abrir y leer.

Cómo se mantiene al día

Los modelos abiertos cambian deprisa. Revisamos cada opción al menos una vez por trimestre, y antes si una familia publica un nuevo buque insignia o cambia su licencia. Cada página indica su última actualización y un registro de cambios relevantes, y cada fuente muestra la fecha en que la consultamos.

Más lecturas

• Guía normativaEl AI Act y los modelos de código abierto: qué debe hacer una empresa que ajusta unoEl Reglamento de IA concede a los modelos de código abierto una exención parcial, y la mayoría de las empresas que ajustan uno nunca se convierten en proveedoras de un modelo nuevo. Una lectura de los artículos, de las orientaciones de la Comisión y del Ómnibus de 2026, con una lista de comprobación final.
• EuropaLa IA de código abierto en Europa: los modelos, las normas y dónde ejecutarlosEuropa ya tiene sus propios modelos de pesos abiertos, sus propias normas para ellos y sus propias razones para mantener la IA cerca. Una guía país por país de los modelos, la ley y el camino hacia una IA que una empresa europea controla.
• Análisis de casoPasarse a la IA de código abierto como Revolut: qué hizo falta para sustituir a Claude CodeRevolut ejecuta ya la mayor parte de su programación con IA en un modelo de pesos abiertos que sirve ella misma, por cerca de una décima parte de lo que pagaba antes. Una reconstrucción de lo que construyó, qué significan las cifras para otras empresas y el paso que viene después.

También en: English · Deutsch · Français · Italiano · Nederlands · Polski