Cuando se habla de inteligencia artificial en el entorno empresarial, la conversación casi siempre da por hecho que hay que pagar una suscripción mensual a OpenAI, Microsoft o Google, y que ese coste crece con el uso. Es la parte del mercado que más se ve porque es la que más se anuncia. Pero no es la única opción, y para muchas empresas ni siquiera es la mejor.
Qué significa que un modelo sea de código abierto
Un modelo de lenguaje de código abierto (Qwen de Alibaba, Mistral de la empresa francesa del mismo nombre, o Llama de Meta) es un modelo cuyos pesos (los parámetros que determinan cómo razona y responde) están disponibles públicamente para que cualquiera los descargue y los ejecute en su propia infraestructura.
Esto es distinto de un modelo cerrado como GPT o Gemini, al que solo se accede a través de una API controlada por la empresa que lo ha creado, pagando por cada consulta o por una suscripción, y sin ninguna posibilidad de ejecutarlo fuera de sus servidores.
Por qué esto cambia el modelo de coste
Con un modelo cerrado, cada consulta que hace tu empresa tiene un coste variable que depende del proveedor: sube si sube el precio de la API, sube si aumenta el volumen de uso, y desaparece de golpe si el proveedor decide discontinuar el servicio o cambiar sus condiciones, algo que ya ha ocurrido varias veces en el sector en los últimos años.
Con un modelo de código abierto instalado en tu propio servidor, el coste es fijo: pagas por el hardware que necesita para funcionar (una vez, o como alquiler mensual de servidor) y no pagas nada adicional por cada consulta que hace tu equipo, sea una o diez mil al día. El modelo es tuyo desde el momento en que lo instalas, no depende de que el proveedor original siga existiendo ni de que mantenga las mismas condiciones.
Pero, ¿son igual de buenos que ChatGPT?
Es la pregunta lógica, y la respuesta honesta es: depende del uso. Para tareas de razonamiento muy general y muy amplio, los modelos cerrados más avanzados siguen teniendo ventaja en algunos benchmarks. Pero para el uso real que necesita la mayoría de empresas (responder preguntas basándose en documentación propia, redactar borradores a partir de información concreta, clasificar y resumir texto interno), los modelos abiertos actuales como Qwen o Mistral en sus versiones más recientes rinden a un nivel prácticamente indistinguible para el usuario final.
Esto se debe en gran parte a que, en un sistema con RAG bien construido, el modelo no está razonando desde cero: está leyendo los documentos relevantes que el sistema de búsqueda le ha proporcionado y redactando una respuesta basada en ellos. La calidad del sistema depende tanto de la calidad de la búsqueda documental como de la capacidad pura del modelo de lenguaje, y ahí el margen entre modelos abiertos y cerrados es mucho más pequeño de lo que sugiere el marketing.
La ventaja que no aparece en ningún benchmark
Ningún modelo cerrado te permite ejecutarlo dentro de tu propia infraestructura. Por definición, usar GPT o Gemini implica que tus datos pasan por servidores de OpenAI o Google. Es una limitación estructural, no una cuestión de rendimiento: por muy bueno que sea el modelo, si no puedes ejecutarlo en tu servidor, no puedes tener IA privada de verdad con él.
Los modelos de código abierto son, hoy, la única vía real para tener un sistema de IA que funcione completamente dentro de la infraestructura de la empresa, sin ninguna dependencia de un proveedor externo para el funcionamiento diario del sistema.
Por qué en Nexe Consultors trabajamos solo con modelos abiertos
No es una limitación técnica, es una decisión de arquitectura coherente con el resto de nuestro planteamiento: instalamos sistemas en infraestructura privada (en las instalaciones del cliente o en un servidor dedicado europeo), y eso solo es posible con modelos que se puedan ejecutar fuera de las plataformas de IA públicas. Trabajamos con Qwen, Mistral y modelos similares, eligiendo en cada proyecto la versión que mejor se ajusta al hardware disponible y al caso de uso concreto.
El resultado para el cliente es un sistema sin coste por licencia, sin coste por consulta y sin riesgo de que un cambio de política de un proveedor externo deje el sistema inservible de un día para otro.
Cuéntanos qué proceso te gustaría automatizar con IA. Te explicamos, con casos concretos, qué modelo abierto encaja mejor con tu volumen de uso y tu hardware disponible.
