The state of open source AI (v1.0.1, juillet 2026)

Puntos clave

1. Fecha / fuente. The state of open source AI, Mozilla, v1.0.1, julio de 2026, introducción de Raffi Krikorian (CTO). Fuentes de terceros citadas (Artificial Analysis, Epoch AI, OpenRouter, LMArena) y encuesta propia con SlashData (n = 1.410 sobre barreras de adopción).
2. Encuadre clave. « La capa del modelo se ha convertido en una commodity. El valor se acumula en el harness que se sitúa por encima. » Justificación: « Los insumos convertidos en commodity pierden poder de fijación de precios », y la mayoría de las cargas de trabajo en producción se sitúan muy por debajo del techo de la frontera. ### La distinción terminológica que conviene retener | Término | Qué cubre | |---|---| | Modelo abierto | pesos descargables, ejecutables y modificables en hardware propio | | Pesos abiertos | parámetros bajo licencia permisiva, sin código de entrenamiento ni documentación de datos —« que describe la mayor parte de lo que mide este informe » | | IA de código abierto (en el sentido de la OSI) | requiere además código de entrenamiento y suficiente información sobre los datos para reconstruir el sistema | El informe se titula open source AI pero mide abrumadoramente pesos abiertos. Lo dice explícitamente; las conclusiones que se extraigan de él no lo harán. ### Brecha de capacidades, dos instrumentos coincidentes | Instrumento | Cerrado | Abierto | Brecha | |---|---|---|---| | Artificial Analysis Intelligence Index v4.1 | 61 (Claude Opus 5) | 57 (Kimi K3) | 4 pts; K3 4º de 586 modelos, 3 de los 11 primeros son de pesos abiertos | | Epoch Capabilities Index | 162 (GPT-5.6 Sol) | 156 (K3) | 6 pts ≈ un ciclo de lanzamiento, intervalos de confianza que se solapan | En precio, K3 se sitúa a 3,6 puntos de la cima por aproximadamente un tercio del precio. ### La frontera en diente de sierra El open lidera en código frontend (K3, 1.679 Elo, seis dominios de siete en LMArena Frontend Code Arena); disputa el trabajo agéntico en terminal (88,3 frente a 88,8 en Terminal-Bench 2.1; K3 gana en Program Bench, SpreadsheetBench 2 y BrowseComp, pierde en FrontierSWE 81,2 frente a 86,6); cede terreno en trabajo profesional de conocimiento (Fable 5 lidera por 92 Elo en GDPval-AA v2, la mayor brecha entre los benchmarks compartidos, y Moonshot lo reconoce). De ahí: « Ajusta el modelo a la tarea y necesitarás la frontera con menos frecuencia de lo que crees. » El informe advierte de que las puntuaciones usan escalas distintas y proceden en su mayoría de pruebas gestionadas por los propios proveedores —« trátense como orientativas ». ### La cifra más citada erróneamente Los pesos abiertos pasaron de una base insignificante a un tercio de los tokens de OpenRouter a finales de 2025, y luego a una mayoría a mediados de 2026, con los siete modelos de mayor volumen todos de pesos abiertos (72,4% del volumen del top 20 en manos de los puestos 1-10, de pesos abiertos). Pero: « Por número de solicitudes, los proveedores cerrados estadounidenses siguen liderando. El liderazgo del open es un liderazgo en volumen de tokens, concentrado en cargas de trabajo de código y agénticas », y las cuotas cubren solo el top 20. Una mayoría de tokens no es una mayoría de casos de uso. ### El despliegue por encima de la capacidad « El open es fácil de lanzar. El open es difícil de desplegar. » El 79% de los desarrolladores que añaden IA usan modelos abiertos frente al 71% cerrados, y el 50% usa ambos (29% solo abierto, 21% solo cerrado): las dos categorías son complementarias, no rivales. Pero el 53% de los equipos abiertos llega a producción frente al 63% de los cerrados, y la brecha se amplía con el tamaño —cerrado 54% → 73%, abierto 53% → 57%. « La escala descarta una explicación por recursos. Las grandes empresas pueden comprar su camino a través del despliegue cerrado. El despliegue abierto espera a herramientas que siguen sin terminar. » Barreras señaladas, todas operativas: coste de infraestructura, seguridad y cumplimiento normativo, mantenimiento, complejidad del despliegue. El mapa del stack (48 componentes, 9 capas, 10 criterios) lo confirma desde otro ángulo: dos columnas sistemáticamente frías en todas las capas —estandarización y preparación empresarial. ### Sección 5: el harness como agente de usuario La analogía es el navegador, « código del lado del usuario que negocia con servidores en su nombre », reproducida una capa más arriba. El harness es « donde se concentra la dificultad de la producción, y donde se reinicia la disputa entre open y cerrado, entre propietario e inquilino ». Cinco capas mapeadas: Gobernar (política con estado, registro y linaje, presupuesto y revocación), Superficie (AG-UI/A2UI, x402/AP2/UCP), Acción (sandboxes E2B/Daytona/Modal, permisos e identidad —« la superficie de escritura sin resolver »—, evaluación y observabilidad), Alcance (MCP, A2A, memoria), Control (LangGraph, CrewAI, AutoGen, LlamaIndex). La expresión « la superficie de escritura sin resolver » remite al diagnóstico de [[valente-zalewski-beyond-zero-enterprise-security-ai-era-2026-07-20]]: la lectura está resuelta, la escritura no. ### El mecanismo de lock-in « El modelo se está comiendo al harness. » En todos los modelos donde coexisten el harness propio de un laboratorio y un harness independiente, el primero gana ahora, y la brecha de 21,8 puntos se ha comprimido a unos 3 en la cima. De ahí: « Un harness ajustado con precisión a los pesos de un laboratorio se convierte en un componente a medida del producto de ese laboratorio. Se degrada con el modelo de cualquier otro, así que cuanto más ajustado está, menos intercambiables son los pesos que hay debajo. El lock-in llega como efecto secundario de la optimización. » El lock-in no necesita ser una estrategia: basta con optimizar. Compárese con el contrato de portabilidad en [[janakiram-agent-platform-portability-contract-2026-07-20]]. ### Tracción y economía LangChain con más de 126.000 estrellas y 60% de cuota entre desarrolladores; MCP con 97 millones de descargas mensuales del SDK y más de 10.000 servidores activos en un año, +4.750% en 16 meses, entregado a la Agentic AI Foundation en diciembre de 2025. Brecha de gobernanza: solo ~21% de las empresas declara una gobernanza de agentes madura. En precios, la inferencia cayó 50 veces en 36 meses al nivel de GPT-4 (frente a 2,6 veces para el ancho de banda durante la era de las puntocom), habiendo caído el precio de la frontera 112 veces desde los 45 dólares de GPT-4. En OpenRouter (mayo-septiembre de 2025), el cerrado concentraba ~80% del uso y ~96% de los ingresos —a paridad de calidad, cuesta aproximadamente 6 veces más por llamada, lo que implica un ahorro anual no realizado estimado de ~24.800 millones de dólares (estudio de Nagle-Yue para la Linux Foundation). ### Soberanía y el derecho a salir Más de 70 estrategias nacionales activas, y « el argumento estratégico a favor del open es la capacidad de marcharse », respaldado por el precedente del cloud (90.000-120.000 dólares para sacar un petabyte de S3, 37signals reduciendo de 3,2 millones a menos de 1 millón de dólares, 80% de las empresas repatriando). « Las API de modelos cerrados reproducen la misma trampa… Los pesos abiertos son derechos de salida. » El apagón de diecinueve días hace tangible el argumento: 9 de junio, Anthropic lanza Fable 5 y Mythos 5 → 12 de junio, el Departamento de Comercio aplica controles de exportación con efecto inmediato, prohibiendo el acceso a cualquier ciudadano extranjero, incluidos los propios empleados de Anthropic; al no poder verificarse la nacionalidad en tiempo real, ambos modelos se apagan para todos → 26 de junio, restauración parcial de Mythos para unas 100 organizaciones estadounidenses de infraestructuras críticas → 30 de junio, se levanta → 1 de julio, se restaura Fable 5. Después, el 16 de julio, Moonshot abre la API de K3. « El acceso puede revocarse y restaurarse. Una publicación de pesos no puede retirarse una vez distribuidos los archivos… Se puede apagar un modelo. No se puede apagar una copia que ya se está ejecutando en una máquina que uno posee. » ### China Qwen superó a las ocho organizaciones siguientes juntas en descargas de Hugging Face en febrero de 2026; los modelos chinos de pesos abiertos pasaron de menos del 2% de los tokens de OpenRouter a finales de 2024 a más del 45% del tráfico semanal en abril de 2026, ~61% entre los diez modelos más usados. DeepSeek reivindica más de 26.000 cuentas empresariales y formó parte del stack del 58% de las nuevas startups de IA en 2025, incluso cuando al menos ocho jurisdicciones restringieron el servicio alojado: « Las empresas prohíben la app alojada y adoptan los pesos de todos modos. » ### El caso de la destilación de K3, según las propias categorías del informe | Nivel | Contenido | |---|---| | Confirmado | La divulgación de Anthropic de febrero de 2026 —~24.000 cuentas fraudulentas, más de 16 millones de intercambios de los cuales 3,4 millones atribuidos a Moonshot, contra modelos Claude anteriores; declaraciones de Kratsios (22 de julio) y Bessent (21) | | Señal | Greenblatt (Redwood Research): K3 se autoidentifica como Claude de una manera estadísticamente difícil de explicar como ruido —pero nombra un modelo anterior al caso, y la autoidentificación es un artefacto conocido del entrenamiento con texto web | | Prueba | ausente —« Sin registros ni paquete forense. Moonshot lo niega. » | El informe señala que la publicación de los pesos hace ahora posible la forense de comportamiento. La acusación nunca debería presentarse como establecida. ### La watchlist y su método Cuatro familias de señales (capacidad/adopción, harness, estructura de mercado, confianza/seguridad), cada una emparejada con su propia condición de reversión —« Se revierte si: la ventaja del harness propio del laboratorio se amplía, o una plataforma cerrada fija primero el estándar de permisos ». Enunciar de antemano qué demostraría que la tesis es errónea es lo que distingue a este documento de una pieza de defensa ordinaria. ### Una nota sobre la cautela en la cita Mozilla está midiendo un tema que defiende. El rigor de sus pies de figura y la presencia de condiciones de reversión hacen que los datos sean utilizables; el enfoque —comoditización lograda, apertura inevitable, « el open ganó »— es una tesis, no un hallazgo.