Un informe publicado por SemiAnalysis el 21 de agosto traza como una curva la diferencia de puntuación entre los modelos de código abierto y la frontera del código cerrado a lo largo de los últimos tres años y medio. La regla que expone es directa: cada vez que el código abierto alcanza una generación, tarda la mitad de tiempo que la anterior.
Los autores dividen esta historia en tres etapas para medirla. En la etapa temprana de escalado, tomando GPT-3.5 Turbo como referencia, el bando de código abierto arrancó con Llama-2-70B y tardó hasta Llama-3.1-405B, en julio de 2024, en cerrar la brecha, un tramo de más de un año. En la etapa de razonamiento el ritmo se aceleró de forma notable: la brecha de 12,1 puntos que marcó o1-preview fue cerrada por R1-0528 en 8,5 meses. Ya en la etapa agentic, Kimi K2.6 obtuvo 56,3 puntos y superó a Opus 4.5 en solo 4,8 meses; GLM-5.2 obtuvo 72,4 puntos y superó a GPT-5.2 en 6 meses.
Más de un año, 8,5 meses y luego de 5 a 6 meses: al poner estas tres ventanas una junto a otra, la pendiente de reducción a la mitad queda a la vista.
Por qué el alcance es cada vez más rápido
El informe atribuye esta aceleración a varios factores que ocurren al mismo tiempo: los pesos abiertos permiten copiar la capacidad directamente, la destilación permite trasladar puntuaciones a bajo costo, y hasta los propios entornos de aprendizaje por refuerzo se están replicando de forma abierta. Los autores escriben una frase que suena casi a sentencia: nada se mantiene en secreto para siempre, sobre todo teniendo en cuenta lo que puede hacer la destilación.
Haciendo una extrapolación aproximada a partir de esta curva (una estimación; el propio informe no llega a este paso): si el patrón de reducción a la mitad se mantiene una generación más, la próxima ventana de alcance caería a dos o tres meses, prácticamente lanzamientos simultáneos dentro de la misma generación. Para el lado del código cerrado, la presión golpea antes a los precios que a las clasificaciones. Cuánto tiempo puede un modelo cobrar una prima depende de cuánto dure su ventaja; a medida que esa ventana de ventaja se comprime de un año a un trimestre, el tiempo para replantear la estrategia de precios se comprime en la misma medida.
La pregunta de la comoditización
El informe no elude la pregunta que más preocupa al mercado: si el código abierto logra mantenerse lo bastante cerca de la frontera con una fracción del costo, ¿terminará la capa de modelos convertida en una commodity? Los autores escriben que ese desenlace sería, sin duda, un desastre para los márgenes de los laboratorios de frontera.
Justo después ofrecen la base de su valoración. Modelos abiertos como GLM 5.3 y Kimi K3 ya son "genuinely capable", es decir, genuinamente capaces de asumir buena parte de las tareas de programación y de agentes que han llevado los ingresos anualizados de Anthropic por encima de 65.000 millones de dólares. La elección de palabras del original es deliberada: el código abierto realmente puede hacer este tipo de trabajo, y no solo alcanzar cifras de benchmark similares en la superficie.
También se expone la magnitud de la demanda: según el informe, solo Fireworks procesa ya más de 40 billones de tokens al día, el doble del volumen de la API de OpenAI a finales de marzo. El negocio de inferencia que aloja modelos de pesos abiertos está creciendo, algo que es a la vez prueba de que la capacidad del código abierto ha quedado validada y una de las vías por las que se diluyen los márgenes en la capa de modelos.
Los propios autores pisan el freno
Aun así, el tono de la conclusión no se inclina hacia el pesimismo respecto a los modelos de frontera. El informe admite abiertamente que los benchmarks son solo una parte del panorama: aunque Kimi K3 puntúa más alto, los autores siguen prefiriendo Fable 5 en su trabajo diario. Dan dos razones: primero, la brecha en la experiencia de producto queda fuera de las puntuaciones; segundo, los propios puntajes pueden inflarse mediante entornos de aprendizaje por refuerzo diseñados a propósito para ello, lo que deja una brecha sistemática entre la clasificación y la sensación real de uso. Cierran todo el texto con una frase relativamente moderada: no es tan pesimista respecto a los modelos de frontera como cabría pensar en un principio.
Para los lectores de habla china, este informe tiene además otra lectura. En las tres curvas, los protagonistas de la última y más rápida etapa de alcance son, casi en su totalidad, modelos de pesos abiertos de equipos chinos: Kimi, GLM, además de la próxima generación mencionada explícitamente. La misma muestra que los analistas extranjeros usan para argumentar que "el código abierto se está acelerando" es, en esencia, el ritmo de lanzamiento de este grupo de modelos nacionales. Vistos desde otro ángulo, los mismos datos también muestran que los fabricantes chinos ya han convertido los pesos abiertos en su frente de batalla principal, y han dejado de tratarlos como una opción complementaria al código cerrado.
En cuanto a lo que le queda al lado del código cerrado, la respuesta del informe apunta a la productización, la distribución y la entrega a empresas. Nada de eso aparece en una tabla de benchmarks, pero es lo que decide a quién pertenece finalmente una cifra como los 65.000 millones de dólares.
Fuentes: SemiAnalysis, informe "Are Open Models Catching Up?"; recopilado por la redacción de CocoLoop; los datos sobre los meses de alcance en cada era, el criterio de puntuación de Kimi K2.6 y GLM-5.2, y el volumen diario de tokens de Fireworks se contrastaron con el informe original.