¿Recuerdan cuándo OpenAI realmente se llamaba a sí misma “Open”? Era un tiempo más sencillo, antes de que “open” se convirtiera en un campo de batalla semántico donde las empresas dedican más tiempo a discutir la definición de una palabra que a liberar código. Anthropic se ha unido ahora a la refriega con un documento de posición sobre modelos de pesos abiertos que lee menos como un manifiesto técnico y más como un descargo de responsabilidad legal para su modelo de negocio. Es un intento calculado de redefinir la terminología de la industria para adaptarse a su marca específica de desarrollo a puerta cerrada.
El argumento descansa en la idea de que “open weights” es un nombre equivocado porque no incluye los datos de entrenamiento ni el código completo. Esta es una batalla pedante en la que se empeñan. Para el desarrollador que solo quiere evitar una suscripción mensual o la latencia de un endpoint de API congestionado, los pesos son lo único que importa. (La gimnasia semántica es realmente impresionante). Si puedes cargar los tensores en VRAM y ejecutar un bucle de inferencia, el modelo es efectivamente abierto para fines de utilidad. Argumentar lo contrario es fingir que el “código fuente” de una red neuronal es el dataset, lo cual es como decir que el código fuente de un pastel es el campo de trigo del que proviene. No puedes esperar razonablemente que un laboratorio libere un dataset multiterabyte de datos propietarios o raspados, así que usar esa omisión para descalificar la “apertura” de los pesos es un gesto vacío.
Llegamos entonces al ángulo de la seguridad, donde la prosa se vuelve realmente espesa. Anthropic afirma que liberar pesos permite que actores malintencionados eliminen los filtros de seguridad, creando un riesgo de “doble uso”. Este es el espantajo corporativo estándar. Es la misma lógica que usan las farmacéuticas para mantener sus fórmulas en secreto bajo la apariencia de prevenir el “uso indebido”, mientras en realidad solo protegen una patente. ¿El riesgo teórico de un agente malicioso supera el beneficio de mil desarrolladores optimizando un modelo para uso local o auditándolo por sesgos? Probablemente no, pero es una excelente manera de justificar un ecosistema cerrado ante un consejo de administración y un conjunto nervioso de inversores.
También tenemos que hablar de la fricción de hardware. Seamos realistas: la brecha entre un peso “filtrado” y un modelo local utilizable es masiva. La mayoría de nosotros estamos mirando 24 GB de VRAM en una 3090 o 4090, mientras que estos modelos de frontera requieren un pequeño centro de datos solo para respirar. El riesgo de “seguridad” es un buen punto de conversación para la prensa, pero la verdadera fricción es el costo de compute. Anthropic sabe que mientras la barrera de entrada de hardware se mantenga alta, su API es el único camino viable para el 99 % de los usuarios. No están protegiendo al mundo de una superinteligencia; están protegiendo sus márgenes del día inevitable en que la cuantificación haga que los modelos de frontera corran eficientemente en un MacBook.
¿Realmente creen que el mundo es más seguro cuando un puñado de empresas retiene toda la inteligencia en una caja negra? (Sospecho que no). Al enmarcar el debate en torno al “lanzamiento responsable”, están intentando cambiar las reglas del juego. Quieren el prestigio de ser el laboratorio “ético” mientras mantienen un foso que haría celoso a un rey medieval. Es un giro estratégico disfrazado de ético, y huele a un ataque preventivo contra la marea creciente de Llama y Mistral. Durante un tiempo, el argumento de “cerrado por seguridad” funcionó porque la brecha de rendimiento entre modelos cerrados y abiertos era un abismo. Ahora que los modelos de pesos abiertos están pisando los talones a la frontera, el argumento de seguridad está empezando a parecer una excusa conveniente para la falta de una estrategia de distribución.
Solo están ganando tiempo. Para el Q4, veremos otra actualización de “seguridad” que se alinea convenientemente con una nueva capa de precios empresarial o un nuevo conjunto restrictivo de límites de API.
Un intento transparente de acotar el acceso a la inteligencia.
