En pocos días han aparecido tres modelos de lenguaje con pesos abiertos dirigidos a equipos de desarrollo. Pesos abiertos significa: los parámetros del modelo entrenado están disponibles para su descarga y pueden operarse en infraestructura propia, en lugar de exclusivamente a través de la API de un proveedor. Para proyectos con estrictos requisitos de protección de datos u objetivos de costes calculables, esa es la diferencia decisiva.

Lo que comparten las tres publicaciones es el enfoque de aplicación: programación agéntica. Se refiere a modelos que no solo proponen fragmentos de código, sino que ejecutan tareas de varios pasos – leer archivos, ejecutar comandos en una shell, evaluar resultados de pruebas y derivar de ello el siguiente paso.

Ripple-65B Preview: esbelto y ajustado a tareas de terminal

Ricursive Intelligence ha publicado Ripple-65B Preview, un modelo abierto con 65 mil millones de parámetros. Según la empresa, alcanza el mejor valor entre los modelos abiertos de EE. UU. en el benchmark de programación TerminalBench 2.1. TerminalBench mide con qué fiabilidad un modelo lleva realmente a término tareas en un entorno de línea de comandos – un escenario más cercano al día a día en proyectos de desarrollo que la mera autocompletación de código.

Llama la atención el dato de coste mencionado: 32 millones de dólares de coste total para el modelo. No obstante, en otros benchmarks Ripple queda claramente por detrás del Inkling 2 Small publicado al mismo tiempo. El modelo no es, por tanto, un todoterreno, sino un especialista – lo que bien puede bastar para escenarios de uso claramente delimitados.

Inkling 2 Small: la opción occidental más potente, pero hambrienta

Thinking Machines, la startup de la ex-CTO de OpenAI Mira Murati, posiciona Inkling 2 Small como el modelo de pesos abiertos occidental más potente. Técnicamente se trata de un modelo Mixture-of-Experts con 594 mil millones de parámetros. En esta arquitectura, el modelo se divide en muchas subredes – los expertos –, de las cuales solo se activa una fracción por cada paso de procesamiento. Eso reduce el esfuerzo de cómputo frente a un modelo denso del mismo tamaño.

Sin embargo, el mejor rendimiento como agente se paga con un consumo de tokens notablemente mayor. Es un punto que rara vez aparece en las tablas de benchmarks, pero que en la práctica repercute directamente en la factura: un modelo que para la misma tarea produce más pasos intermedios y cadenas de razonamiento más largas consume más tiempo de cómputo – independientemente de si se factura vía API o se aloja por cuenta propia.

El nombre «Small» se refiere evidentemente a la clasificación dentro de la propia familia de modelos, no a la necesidad absoluta de recursos. Para la operación propia de un modelo de esta magnitud se requiere la infraestructura de GPU correspondiente.

ERNIE 5.5 Flash Base: materia prima en lugar de asistente listo

Baidu sigue con ERNIE 5.5 Flash Base un enfoque distinto. El modelo Mixture-of-Experts tiene 280 mil millones de parámetros, de los cuales solo 14 mil millones están activos por token – una proporción diseñada para una operación eficiente. Fue preentrenado con 33,5 billones de tokens.

Lo decisivo es su publicación como modelo base sin ajuste fino. Un modelo así no es un asistente de chat o de programación listo para usar, sino material de partida: ha absorbido conocimiento lingüístico y del mundo, pero no fue entrenado para seguir instrucciones ni para responder en un estilo determinado. Esa adaptación la deja Baidu a la comunidad y, con ello, a organizaciones que quieren aportar sus propios datos de entrenamiento y objetivos.

Para las empresas eso significa dos cosas. El esfuerzo hasta el uso productivo es mayor que con un modelo ya instruido. A cambio, el margen de maniobra es mayor para orientar el comportamiento hacia un dominio concreto, un determinado conjunto de código o convenciones internas.

Cómo se relacionan los datos entre sí

Las tres noticias provienen de la misma fuente y están muy próximas en el tiempo, pero no son directamente comparables. Ripple-65B se clasifica mediante un benchmark de terminal específico, Inkling 2 Small mediante una aspiración de rendimiento más amplia, ERNIE 5.5 Flash Base sobre todo mediante arquitectura y volumen de entrenamiento. De ello no se puede derivar una comparación limpia entre los tres.

A ello se suma: todos los datos de rendimiento provienen de los respectivos proveedores. Las verificaciones independientes suelen estar pendientes, y los mejores valores en benchmarks dentro de una categoría estrechamente definida – por ejemplo «modelos abiertos de EE. UU.» – dicen poco sobre el comportamiento en un proyecto concreto.

En qué fijarse al evaluar

Para la selección de un modelo abierto son relevantes en la práctica otras preguntas que la mera posición en un benchmark:

  • Necesidad real de recursos en operación: el número de parámetros por sí solo no basta.

En los modelos de mezcla de expertos, todos los parámetros deben residir en la memoria, aunque por token solo compute una parte.Consumo de tokens por tarea resuelta: Un modelo con mejores resultados, que a cambio requiere claramente más pasos, puede resultar más caro en el cómputo total.Madurez: Las versiones preview y los modelos base sin ajuste fino requieren trabajo adicional antes de poder usarse en producción.Cuestiones de licencia y procedencia: Los pesos abiertos no son automáticamente compatibles con cualquier uso comercial; deben verificarse las condiciones concretas.Idoneidad para el propio stack tecnológico: Un modelo que es fuerte en tareas de terminal no tiene por qué manejar igual de bien el framework utilizado en el proyecto. Clasificación para proyectos web y de software

La densidad de publicaciones muestra que los modelos abiertos en el ámbito del coding representan cada vez más una alternativa seria a las API propietarias, precisamente allí donde el código fuente o los datos de clientes no deben salir de la propia red. Sin embargo, de forma realista, esto no es algo que se dé por sí solo: la operación, la adaptación y la evaluación continua de la calidad del modelo consumen recursos que, con una conexión vía API, recaen en el proveedor.

Por ello, para la mayoría de los proyectos de tamaño medio se recomienda un enfoque en dos fases: primero validar el caso de uso concreto con un servicio disponible y, en paralelo, diseñar la arquitectura de modo que el modelo permanezca intercambiable. Así, más adelante se podrá migrar sin ruptura a un modelo abierto autoalojado cuando la protección de datos, los costes o la disponibilidad lo aconsejen.

Fuentes Neues Open-Weight-Modell Ripple-65B Preview soll besonders gut agentisch programmieren — The DecoderInkling 2 Small soll das stärkste westliche Open-Weight-Modell sein und erreicht Googles Gemini 3.8 Flash — The DecoderBaidu veröffentlicht ERNIE 5.5 Flash Base mit 280 Milliarden Parametern als Open-Source-Basismodell — The Decoder