Código abierto

Software cuyo código fuente se publica bajo una licencia que permite a cualquiera inspeccionarlo, usarlo, modificarlo y redistribuirlo. En IA implica además que los datos y el método de entrenamiento suelen estar documentados o accesibles, y que el modelo puede desplegarse en infraestructura propia.

En el curso

Módulo 2 — es uno de los cuatro ejes del módulo y ocupa el capítulo 4. La metáfora que usa es la mejor síntesis: lo abierto entrega la receta, no solo el plato, así que se pueden cambiar ingredientes, alterar el método o publicar la propia versión; lo cerrado es una "caja negra".

El módulo sostiene que lo abierto ya es alternativa viable y no un plan B, porque modelos como Llama de Meta y DeepSeek R-1 han reducido la brecha con los propietarios en pruebas de la industria. Dedica un recuadro a DeepSeek-R1, lanzado a inicios de 2025, que habría igualado o superado al o1 de OpenAI afirmando un coste una fracción del habitual — afirmaciones posteriormente disputadas, matiza el módulo.

Los seis factores de decisión frente al código cerrado son personalización, coste, seguridad y cumplimiento, experiencia técnica, fortalezas del modelo y ajuste estratégico. Del lado abierto: comunidad global que contribuye y audita, ajuste fino profundo, despliegue en nube privada y coste por token mucho menor — el módulo compara Llama (0,60 USD entrada / 0,70 USD salida por millón de tókenes) con ChatGPT (10 y 30 USD), del orden de 17× y 43× más barato. En contra: el "gratis" es teórico, porque el coste total de propiedad incluye instalación, personalización, entrenamiento y mantenimiento, con necesidad de talento interno; el soporte llega sobre todo por foros; y la superficie de seguridad existe, como mostró la vulnerabilidad CVE-2024-37032 de Ollama. La previsión del módulo es que muchas compañías adopten un enfoque multimodal, combinando ambos modelos en distintas capas de su estructura tecnológica.

Nota crítica recogida en los apuntes: el material agrupa a Gemini entre los ejemplos de modelos abiertos, cuando Gemini es propietario y el modelo abierto de Google es Gemma.

Módulo 1 — el panorama de herramientas ya está poblado de opciones abiertas: LangChain (2023) en la cronología, Whisper de OpenAI para reconocimiento de voz, y los modelos locales tipo Stable Diffusion o los difusores de HuggingFace, valorados por control sobre las imágenes, privacidad y coherencia de marca.

Módulo 5 — el dato de Open Deep Research: investigadores de Hugging Face construyeron una alternativa abierta al Deep Research de OpenAI en menos de 24 horas tras su lanzamiento, con el objetivo de igualar su desempeño y ofrecerlo gratis.

Relacionado

Código cerrado · Plataforma agéntica · Gobernanza · Ajuste fino · Vibe coding · Interfaz de línea de comandos (CLI)