Glosario
Modelo open-weights
Un modelo open-weights es un modelo de IA cuyo "cerebro" entrenado se publica para que cualquiera lo descargue, ejecute y adapte, como Llama de Meta o los modelos de Mistral. Lo contrario de los modelos cerrados como GPT o Claude, que solo puedes usar como servicio.
Los “pesos” (weights) son los miles de millones de números que un modelo aprendió durante el entrenamiento: el cerebro en sí. Los modelos cerrados (GPT de OpenAI, Claude de Anthropic, Gemini de Google) los guardan en sus propios servidores: tú alquilas las respuestas. Los modelos open-weights publican el archivo: lo descargas, lo ejecutas en tu propia máquina, lo ajustas a tu medida, sin pedir permiso a nadie.
Es la diferencia entre un restaurante y una receta publicada. El restaurante puede cocinar mejor, pero la receta es tuya: cocinas en casa, cambias los ingredientes, y nadie ve lo que estás preparando.
Ese último punto es el que importa en la práctica: un modelo open-weights que corre en local no envía nada a ningún servidor, algo que tiene mucho peso cuando manejas información confidencial. Las contrapartidas, sin rodeos: los mejores modelos cerrados todavía lideran en el extremo alto (aunque la brecha se estrecha: Llama, Mistral, DeepSeek y Qwen son seriamente capaces), y hacer correr bien los modelos más grandes requiere hardware decente. Importante: “open weights” no es exactamente “open source”, porque las licencias varían y los datos de entrenamiento suelen quedarse en privado.
Desde el punto de vista regulatorio, si procesas datos personales de ciudadanos europeos, el RGPD sigue aplicándose igual con un modelo local que con uno en la nube. La diferencia es que tú controlas dónde están esos datos. La AEPD (Agencia Española de Protección de Datos) es el organismo de referencia en España, y el AI Act europeo también aplica según el uso que hagas del modelo.
Dónde te lo vas a encontrar
Herramientas como Ollama y LM Studio para ejecutar modelos en tu portátil, Hugging Face (el hub de descargas), y los modelos de Mistral, el ejemplo europeo más destacado. Si la IA en local encaja con tu situación es una de las cosas que nuestro selector de IA tiene en cuenta.