IBM ha publicado la familia de modelos de lenguaje Granite 4.2. Incluye tres tamaños con aproximadamente 3, 8 y 30 mil millones de parámetros y está completamente bajo la licencia Apache-2.0, es decir, una licencia libre que permite expresamente el uso comercial, la redistribución y la modificación. Según IBM, para el entrenamiento se utilizaron alrededor de 15 billones de tokens; un token corresponde a una palabra o parte de una palabra.

Destaca la ventana de contexto de hasta 512.000 tokens. La ventana de contexto describe cuánto texto puede considerar un modelo simultáneamente en una sola pasada. En esta magnitud se pueden procesar de una sola vez amplios conjuntos de documentos, extractos de logs más largos o partes más grandes de una base de código, sin tener que dividirlos previamente en pequeños fragmentos.

El entrenamiento agéntico como verdadera novedad

Los dos modelos más grandes se entrenaron adicionalmente con el llamado agentic RL, aprendizaje por refuerzo en el que el modelo no solo predice texto, sino que recibe recompensas por cadenas de acciones completadas con éxito. En concreto, se trata de invocar herramientas de forma autónoma y ejecutar código.

La diferencia con un modelo entrenado de forma clásica es relevante en la práctica. Un modelo puramente de texto puede describir qué llamada a la API tendría sentido. Un modelo entrenado en el uso de herramientas, en cambio, decide durante el flujo cuándo es necesaria una llamada, forma los parámetros, evalúa la respuesta y deriva de ello el siguiente paso. Precisamente en eso fracasan muchos prototipos de agentes: no en la comprensión del lenguaje, sino en la fiabilidad de los pasos intermedios.

Por qué los pesos abiertos importan para las medianas empresas

Open-Weight significa que los parámetros del modelo entrenado se pueden descargar y operar en la propia infraestructura. Junto con la licencia Apache-2.0 se derivan varios efectos que desempeñan regularmente un papel en las decisiones de proyecto:

  • Soberanía de los datos: Los contenidos no abandonan necesariamente el propio entorno. Esto simplifica las argumentaciones frente a los delegados de protección de datos y los clientes en sectores regulados.
  • Costes planificables: En lugar de una facturación por token, aparecen costes de hardware y operación. Con una carga uniforme es más fácil de calcular; con un uso muy fluctuante no resulta automáticamente más económico.
  • Sin dependencia de una versión del modelo: Un modelo operado localmente no se desactiva sin previo aviso ni se modifica su comportamiento. Para las automatizaciones productivas, este es un factor de estabilidad subestimado.
  • Adaptabilidad: Sigue siendo posible el ajuste fino a la propia jerga técnica, catálogos de productos o estructuras de documentación internas.

La escala de tamaños es una decisión de arquitectura

Publicar tres tamaños de modelo no es casualidad. En la práctica, la mayoría de las tareas en un proyecto de software no necesitan el modelo más grande disponible. La clasificación de solicitudes entrantes, la extracción de campos estructurados de formularios o el resumen de textos breves funcionan con modelos más pequeños de forma rápida y con ahorro de recursos; un modelo de 3B se puede operar con hardware comparativamente moderado.

Los pasos más exigentes, en los que deben coordinarse varias herramientas en secuencia, son, en cambio, el dominio de las variantes más grandes con entrenamiento agéntico. Quien planifique desde el principio que distintas tareas se asignen a modelos de distintos tamaños mantendrá bajo control los tiempos de respuesta y los costes operativos, sin sacrificar calidad en los pasos críticos.

Qué significa esto para proyectos concretos

Para proyectos web y de software surgen varios campos de aplicación evidentes. En el entorno de un sistema de gestión de contenidos como TYPO3 se pueden apoyar las tareas editoriales: propuestas de metadatos, comprobación de enlaces internos, preparación de contenidos para canales de salida adicionales. Una gran ventana de contexto ayuda allí donde no debe considerarse un texto individual, sino la estructura de todo un árbol de páginas o un amplio conjunto de migración.

En el propio proceso de desarrollo resulta interesante la capacidad de ejecución de código. Un agente que no solo escribe un script, sino que lo ejecuta a modo de prueba, lee el patrón de error y lo corrige, acorta los bucles de retroalimentación en trabajos rutinarios como la limpieza de datos, la conversión de formatos o las evaluaciones recurrentes.

En la automatización de procesos, por lo general no se trata de respuestas individuales impresionantes, sino de fiabilidad a lo largo de muchas ejecuciones. Precisamente por eso, el entrenamiento en cadenas de acciones es un criterio de selección más sensato que los valores puros de benchmark.

Mantener la objetividad en la evaluación

Los pesos abiertos no resuelven todas las cuestiones. La operación propia traslada el esfuerzo: la adquisición de hardware, el despliegue del modelo, el monitoreo, las actualizaciones y la protección quedan entonces en el ámbito de responsabilidad propio. Quien hoy no tiene experiencia en la operación de servicios con GPU debería estimar este esfuerzo de forma realista.

Igualmente importante: un modelo que puede invocar herramientas y ejecutar código necesita límites claros. El sandboxing del entorno de ejecución, los permisos restrictivos en los sistemas conectados, el registro de todas las llamadas y un mecanismo de interrupción definido no son detalles opcionales, sino requisitos previos para un uso productivo. Las capacidades agénticas aumentan simultáneamente la utilidad y el potencial de daño.

Lo sensato es un primer caso de uso delimitado con un resultado medible, por ejemplo, un paso de trabajo manual recurrente cuya duración y tasa de errores se conocen hoy.

Solo cuando haya cifras sólidas disponibles merecerá la pena la ampliación.

Clasificación

Los modelos con licencia libre y entrenamiento agéntico trasladan la cuestión de si la automatización con IA es viable sin los grandes proveedores de la nube de un plano fundamental a uno operativo.Para proyectos en los que importan la soberanía de los datos, los costes calculables o la estabilidad de versiones a largo plazo, surge así una alternativa real a la conexión mediante API.Lo decisivo sigue siendo la arquitectura que lo rodea: tareas claramente delimitadas, modelos dimensionados adecuadamente y límites técnicos estrictos para todo lo que un agente pueda ejecutar de forma autónoma.

Fuentes