Entender los modelos · Capítulo 6 de 8
Modelos abiertos y cerrados
Algunos modelos solo se pueden usar a través del servicio de su creador, otros comparten sus pesos con licencias que van de estrictas a permisivas, y unos pocos son de código abierto, con sus datos y su código.
Objetivos
- Elige un objetivo, como usar un modelo sin conexión o lanzar una app comercial.Pendiente
- Revisa los modelos nivel por nivel y mira cuáles cumplen ese objetivo.Pendiente
- Abre una licencia y lee sus términos clave.Pendiente
- Supera la comprobación.Pendiente
Paso 1 de 4: La lectura
Cerrado: un servicio al que llamas
En el capítulo 4, los modelos abiertos publicaban sus pesos, los números que aprende un modelo, y los cerrados no. Un modelo cerrado se ejecuta en las computadoras de su creador. Llegas a él a través de la app del creador o de su API, un servicio al que tu programa envía texto, y pagas por token según los términos de servicio del creador. Claude, GPT, Gemini y Grok funcionan así.
Pesos abiertos, con una licencia
Un modelo de pesos abiertos te deja descargar sus pesos. Puedes ejecutarlo en tu propia computadora sin conexión a internet y hacerle ajuste fino: entrenarlo más con tus propios ejemplos. Con los pesos viene una licencia, el texto legal que dice qué puedes hacer con ellos.
Una licencia permisiva, como Apache-2.0 o MIT, permite casi cualquier uso, también el comercial, siempre que conserves su aviso. Una licencia restrictiva agrega condiciones, como un acuerdo aparte por encima de cierto número de usuarios o de ingresos, un nombre que mostrar o usos que no se permiten. Gemma 4, gpt-oss y DeepSeek-V4.1-Flash tienen licencias permisivas; Llama 4 y Kimi K3 tienen licencias restrictivas.
Código abierto
Pesos abiertos no es lo mismo que código abierto. La Open Source Initiative (OSI), que mantiene la definición de software de código abierto, escribió la Open Source AI Definition 1.0. Pide tres cosas con términos abiertos: los pesos, el código que entrena y ejecuta el modelo, e información sobre los datos, suficiente sobre los datos de entrenamiento para que una persona experta construya un modelo similar. Pocos modelos la cumplen. Olmo 3, que seguiste en el capítulo 4, publica las tres.
Conseguirlos y ejecutarlos
Los modelos abiertos se comparten en plataformas como Hugging Face, un sitio web que guarda los archivos, la ficha de modelo y la licencia de cada modelo. Algunos tienen acceso restringido: aceptas la licencia, y a veces esperas la aprobación del creador, antes de que empiece la descarga. En tu computadora, hay apps que los ejecutan desde archivos hechos para ellas: llama.cpp y Ollama leen archivos GGUF, MLX ejecuta modelos en Macs con Apple silicon, y un navegador con WebGPU puede ejecutar los pequeños, como en el capítulo 3. Si uno cabe o no es la pregunta del capítulo 5.
En la visualización
Eliges un objetivo y revisas modelos reales nivel por nivel, de cerrado a código abierto. Luego abres una licencia. Los datos vienen de las páginas de los modelos y de las licencias, en una instantánea del 2026-11-03. Es un resumen para aprender, no asesoría legal.
Paso 2 de 4: Pruébalo: Matriz de licencias
Matriz de licencias
Elige un objetivo, revisa los modelos nivel por nivel de cerrado a código abierto, y luego abre una licencia y lee sus términos clave.
Modo:RealReal: cada modelo, término de licencia, precio y tamaño de archivo viene de las páginas de los creadores, los textos de las licencias, Hugging Face y las páginas de OSI, en una instantánea del 2026-11-03; qué objetivo cumple cada modelo se deduce de esos datos en esta página. Un resumen para aprender, no asesoría legal.
Paso 3 de 4: Comprobación
Comprobación
Siguiente: Pregunta 2 de 3
Paso 4 de 4: Lo que ya puedes hacer
Lo que ya puedes hacer
- Distinguir los modelos cerrados, los de pesos abiertos con licencias restrictivas o permisivas, y el código abierto.
- Decir qué tipos de modelo sirven para un objetivo: una app comercial, el uso sin conexión, el ajuste fino o conocer los datos de entrenamiento.
- Leer los términos clave de una licencia, como los límites de usuarios e ingresos, antes de construir sobre un modelo.
- Nombrar dónde se comparten los modelos abiertos y las apps que los ejecutan en tu propia computadora.