El mercado de modelos de pesos abiertos crece: Meituan ha publicado los pesos de LongCat-2.5, un modelo con 1,6 billones de parámetros diseñado para su uso en agentes de IA. Pesos abiertos significa que los parámetros entrenados del modelo se pueden descargar y operar en infraestructura propia, a diferencia de los modelos que solo son accesibles a través de la API de un proveedor.
Hay dos cosas destacables: el rendimiento medido en tareas de programación y el hecho de que el entrenamiento se ha realizado íntegramente en hardware chino.
La cifra que importa
En Terminal Bench, un benchmark para tareas en la línea de comandos, LongCat-2.5 alcanza, según Meituan, 88,4 puntos. Con ello, el modelo queda justo por detrás de Claude Opus 5. Para un modelo cuyos pesos están disponibles libremente, se trata de una distancia corta respecto a la cúspide comercial.
Terminal Bench comprueba si un modelo realmente lleva a término tareas de varios pasos en un entorno de shell: crear archivos, ejecutar comandos, interpretar errores, corregir. Esto se acerca más a lo que un agente de programación debe rendir en el día a día de un proyecto que las clásicas pruebas de pregunta-respuesta.
Persiste una limitación, como en todos los datos de benchmark: proceden del proveedor y describen tareas estandarizadas. Si un modelo obtiene resultados similares en una base de código concreta con estructuras desarrolladas, convenciones internas y documentación incompleta no se puede deducir de ello. Para esta cuestión solo ayuda una prueba propia con tareas propias.
El escollo está en la operación
Pesos abiertos no significa automáticamente que un modelo sea fácil de operar. En LongCat-2.5 esto se muestra claramente: la configuración de ejemplo documentada por Meituan se ejecuta en 194 chips Huawei Ascend. Faltan indicaciones para la operación en GPUs de Nvidia.
Esto tiene consecuencias prácticas. Quien hasta ahora planifica con hardware de Nvidia —es decir, con lo que está disponible en los centros de datos europeos y en la mayoría de los proveedores de nube— no encuentra una guía lista. Si el modelo se puede portar y con qué esfuerzo no se desprende de la publicación.
Para las empresas medianas, la operación propia de un modelo de esta magnitud no es, en cualquier caso, una opción realista. Casi doscientas tarjetas aceleradoras no son un armario de servidores, sino una inversión en centro de datos. Por ello, la vía relevante pasa más bien por proveedores de hosting que ofrecen tales modelos como servicio, siempre que se encuentren proveedores que operen el hardware necesario.
Por qué los pesos abiertos cuentan aun así
Aunque la operación propia quede descartada, una publicación como esta cambia la situación de partida. Tres puntos son interesantes desde la perspectiva del proyecto:
- Posición de negociación. Cuantos más modelos potentes con pesos abiertos estén disponibles, menos atado estará un proyecto a la política de precios y productos de un único proveedor.
- Elección de ubicación. Los modelos con pesos abiertos pueden operarse en principio allí donde encaje legal y organizativamente. Esto es un argumento para los datos que la empresa no debe abandonar, siempre que haya disponible un operador adecuado.
- Seguridad de planificación. Un modelo cuyos pesos están disponibles no puede apagarse de la noche a la mañana ni modificarse silenciosamente. En los modelos de API ambas cosas han ocurrido en el pasado.
Al mismo tiempo, deben nombrarse claramente los límites. Pesos abiertos no es lo mismo que código abierto: los datos de entrenamiento y el código de entrenamiento no quedan necesariamente revelados, y las condiciones de licencia pueden restringir el uso comercial. Quien quiera emplear productivamente un modelo así debería hacer revisar la licencia de antemano.
Qué señala la cuestión del hardware
Que LongCat-2.5 se haya entrenado íntegramente en hardware chino es una señal tanto técnica como estratégica. Muestra que el entrenamiento de modelos de esta magnitud ya no se basa exclusivamente en el ecosistema de un fabricante.
Para los responsables de proyecto se deriva de ello sobre todo una tarea de observación. Si los ecosistemas de modelos se diferencian a lo largo de distintas plataformas de hardware, la pregunta «¿Esto funciona en la infraestructura que podemos usar?» se convierte en un criterio de selección propio, junto al rendimiento, los costes y la licencia.
Un procedimiento pragmático
Para las empresas que planifican desarrollo asistido por IA, de publicaciones como esta no se deriva presión para actuar, pero sí una recomendación de arquitectura:
- Abstraer el acceso al modelo. Si las aplicaciones no se programan directamente contra la interfaz de un único proveedor, sino contra una capa intermedia propia, un cambio sigue siendo una cuestión de configuración en lugar de una reconstrucción.
- Crear casos de prueba propios. Una pequeña colección de tareas típicas del día a día del propio proyecto dice más sobre la idoneidad de un modelo que cualquier tabla de benchmark.
- Separar los requisitos. No toda tarea necesita el modelo más potente disponible. Quien separa limpiamente los tipos de tarea y las clases de modelo reduce costes y disminuye la dependencia de un único modelo puntero.
Clasificación para la práctica del proyecto
Para los proyectos web y de software, LongCat-2.5 desplaza menos la elección de herramientas de hoy que la expectativa de mañana: la distancia de rendimiento entre modelos abiertos y cerrados en tareas de programación se reduce, y eso fortalece la posición de quienes formulan la soberanía de los datos y la independencia de proveedores como requisito. A corto plazo, sin embargo, la operación de tales modelos sigue siendo cosa de proveedores especializados debido a la necesidad de hardware.
La consecuencia sensata no es, por tanto, el cambio inmediato, sino una arquitectura que permita un cambio posterior sin mayor esfuerzo.