Pesos abiertos en 2026: quién publica y quién solo promete
ia4·pro Team
Autor Especialista
El anuncio de agosto y el lanzamiento de septiembre
Mark Zuckerberg cerró su anuncio de agosto prometiendo publicar los pesos de Muse Spark. Meta lanzó Muse Spark 1.3 el 2 de septiembre, 24 días después, y sigue siendo propietario. Los pesos de la versión 1.2 tampoco se han publicado.
Meta no ha comunicado fecha, variante ni licencia.
Esto importa más allá de Meta. Cuando un laboratorio dice "pesos abiertos" en una presentación, lo que va a llegar puede ser un modelo pequeño, una licencia restrictiva, o nada. Conviene planificar con lo publicado.
Quién publica pesos de verdad hoy
| Modelo | Origen | Licencia | Estado |
|---|---|---|---|
| DeepSeek V4 | China | MIT | Publicado, abril 2026 |
| Mistral Large 3 | Francia | Apache 2.0 | Publicado |
| Qwen3.6-27B | China | Apache 2.0 | Publicado |
| Muse Spark 1.2 y 1.3 | Estados Unidos | Propietaria | Anunciado, sin publicar |
| Qwen3.6-Max, 3.7-Max, 3.8-Max | China | Propietaria | Cerrados |
DeepSeek V4 es el modelo de pesos abiertos más grande disponible ahora mismo, bajo licencia MIT, que es la más permisiva de la lista. Salió en abril de 2026.
Mistral Large 3, en la versión 2512, es una mezcla de expertos dispersa con 41.000 millones de parámetros activos sobre 675.000 millones totales, 256.000 tokens de contexto y licencia Apache 2.0 real, sin cláusulas añadidas. Mistral mantiene además Medium 3 y Small 3.1.
Alibaba abre por abajo y cierra por arriba
Qwen sigue publicando pesos, pero no de sus mejores modelos. Qwen3.6-27B está bajo Apache 2.0 y se puede desplegar en local sin permiso de nadie. Las versiones Max, que son las que compiten en los rankings, están cerradas: 3.6-Max, 3.7-Max y la 3.8-Max que llegó el 3 de agosto.
Es una estrategia de dos niveles que se está generalizando. El modelo abierto capta desarrolladores y comunidad. El cerrado paga las facturas.
Para una empresa que quiere control sobre dónde corre el modelo, lo que hay que comprobar es qué modelo concreto tiene pesos publicados y bajo qué licencia.
El precio también se mueve, y no siempre hacia abajo
El precio es el argumento habitual a favor de los proveedores chinos. Este verano también ha subido.
| Modelo | Cambio | Fecha | Precio |
|---|---|---|---|
| DeepSeek V4-Pro | Subida de 14 veces | 13 ago | 1,32 $ / 3,96 $ por 1M |
| GLM-5.3-Flash | Promoción de lanzamiento del 50% | 26 ago | 0,075 $ / 0,25 $ (lista: 0,15 $ / 0,50 $) |
| Gemini 3.8 Flash | Duplicación programada | 1 ene 2027 | de 0,75 $ / 3,75 $ a 1,50 $ / 7,50 $ |
Una subida de 14 veces en un modelo alojado deja sin efecto cualquier previsión de coste hecha el mes anterior. Con pesos abiertos y despliegue propio ese riesgo desaparece, a cambio de asumir el coste de infraestructura y de operación.
Qué gana Europa con Apache 2.0
Mistral es el único laboratorio europeo que compite en la gama alta con licencia permisiva. Para una empresa española que necesita justificar dónde se procesan los datos, esa combinación de pesos publicados y sede en la Unión Europea resuelve dos preguntas a la vez.
El Reglamento de IA exige documentación: qué modelo, qué versión, qué datos, qué salvaguardas. No exige que el modelo sea europeo ni abierto. Con pesos publicados esa documentación la controlas tú. Con un modelo alojado dependes de lo que publique el proveedor y de que no lo cambie sin avisar.
En nuestra sección del Reglamento de IA están los plazos y las obligaciones por tipo de sistema, con enlace al texto oficial de cada artículo.
Lo que hay que mirar antes de elegir
Comprueba la licencia del modelo concreto que vas a usar, porque un mismo proveedor publica unos y cierra otros. Apache 2.0 y MIT permiten uso comercial sin condiciones añadidas. Muchas licencias llamadas "abiertas" incluyen límites de usuarios activos o prohibiciones de uso que aparecen en la letra pequeña.
Comprueba si los pesos están publicados o solo anunciados. La diferencia entre esas dos cosas ha sido de meses en varios casos este año.
Calcula el coste total del despliegue propio antes de comparar con el precio por token. Un modelo de 675.000 millones de parámetros necesita hardware que no está en cualquier sitio.
Y si dependes de un modelo alojado, escribe en el contrato qué pasa si el precio sube. La subida de 14 veces de DeepSeek V4-Pro llegó con poco margen de reacción.
El resto de lanzamientos de la semana está en el resumen y las cifras comparadas en benchmarks.
Profundiza en este tema con IA
Copia un prompt pre-diseñado para continuar tu aprendizaje en tu herramienta favorita.
Ejecutar en tu Asistente
Compartir en Redes
Genera una publicación de LinkedIn de menos de 1500 caracteres, en tono natural y citando la fuente.
Lleva la teoría a la práctica
Aplica lo que lees con cursos 100% gratuitos y orientados a resultados reales.