Modelos open-weight frente a modelos frontera: la brecha se ha cerrado
Un modelo open-weight es aquel cuyos pesos puede descargar y ejecutar donde usted elija — en su propio servidor, bajo su propia política, sin contador de tokens y sin un proveedor que pueda cambiarle el modelo sin avisar. Hace dos años, esa elección suponía aceptar un modelo mucho más débil. Las cifras públicas actuales dicen que ya no es así.
Las cifras, con fecha
LiveBench es un benchmark público, actualizado de forma continua, que puntúa los modelos en razonamiento, programación, programación agéntica, matemáticas, análisis de datos, lenguaje y seguimiento de instrucciones. En su versión de junio de 2026 — 66 modelos, consultada el 03/10/2026 — los mejores modelos open-weight están dentro del pelotón de cabeza y lideran una categoría sin discusión:
LiveBench, versión del 25/06/2026 · livebench.ai · 66 modelos · consultado el 03/10/2026
DeepSeek V4.1 Flash (open-weight, publicado el 10/09/2026) obtiene 77,27 en programación agéntica, por delante de la mejor entrada propietaria, Claude Opus 5.5 max, con 71,72.
El mismo modelo promedia 81,11 en las siete categorías — por delante de GPT-5.6 Sol max (81,05), GPT-5.5 xhigh (80,19) y Claude Opus 5 max (80,08). El líder global, Claude Fable 5.1 max con 83,41, está a unos 2,3 puntos.
Detrás de DeepSeek V4.1 Flash: smaug-agentic es 13.º (79,51), Kimi K3 15.º (79,19), Qwen 3.8 Max 17.º (78,46), DeepSeek V4 Pro 23.º (77,44) y smaug-flash 24.º (77,44).
Mejor posición open-weight por categoría
Dónde se sitúa el modelo open-weight más fuerte en cada categoría de LiveBench, sobre 66 modelos (misma consulta):
| Categoría | Mejor posición open-weight |
|---|---|
| Programación agéntica | n.º 1 |
| Seguimiento de instrucciones | n.º 5 |
| Razonamiento | n.º 9 |
| Análisis de datos | n.º 9 |
| Programación | n.º 10 |
| Lenguaje | n.º 11 |
| Matemáticas | n.º 16 |
Nota de método: la puntuación global es la media de las siete medias por categoría, calculada a partir del archivo publicado por LiveBench; puede diferir en unos decimales de lo que muestra el propio sitio. Los benchmarks miden tareas de benchmark: durante un diagnóstico de IA repetimos la comparación con sus cargas de trabajo antes de recomendar nada.
Qué cambia el open-weight para una empresa
Coste y uso
Un modelo que ejecuta usted mismo no tiene contador de tokens ni licencia por usuario: uso casi ilimitado al coste de la máquina. Para cargas de trabajo intensas y cotidianas, eso es una fracción del precio de las API frontera.
Confidencialidad por diseño
Los pesos se ejecutan donde están sus datos. Una solicitud sensible respondida por un modelo open-weight local nunca cruza su perímetro: no hay nada que anonimizar ni ninguna política de retención en la que confiar.
Sin dependencia
Ningún proveedor puede subir el precio del modelo, retirarlo o cambiar su comportamiento de la noche a la mañana. BrainOutput es agnóstico respecto al modelo: cuando aparece un modelo open-weight más fuerte, lo evaluamos y cambiamos el alias — sus flujos de trabajo no cambian.
Dónde sigue liderando la frontera — y cómo enrutamos
Con honestidad: en conjunto, la frontera sigue por delante. El mejor modelo propietario lidera la versión de junio de 2026 de LiveBench con unos 2,3 puntos de ventaja sobre el mejor modelo open-weight, y las entradas propietarias encabezan seis de las siete categorías.
Por eso BrainOutput enruta por tarea en lugar de apostar por un único modelo. El trabajo sensible va a un modelo open-weight en su hardware o en su nube privada, sin excepciones. El trabajo no sensible puede ir a una API frontera cuando sea realmente más fuerte, pero solo si su política lo permite. El open-weight es la opción por defecto; la frontera es una opción que usted activa.
Preguntas frecuentes
¿Qué es un modelo open-weight?
Un modelo cuyos pesos entrenados se publican, de modo que cualquiera puede descargarlo y ejecutarlo en su propia infraestructura. No alquila respuestas a una API: tiene el propio modelo.
¿Los modelos open-weight son realmente tan buenos como los modelos frontera?
En la versión de junio de 2026 de LiveBench (consultada el 03/10/2026): en programación agéntica, sí — el mejor modelo open-weight es el primero de 66. En la clasificación global, el mejor modelo open-weight es el 9.º de 66, a unos 2,3 puntos del líder y por delante de modelos frontera publicados unos meses antes. Solo decimos «iguala o supera» donde las cifras con fecha lo demuestran.
¿«Open-weight» es lo mismo que «código abierto»?
No exactamente: open-weight significa que los pesos se pueden descargar y ejecutar en cualquier lugar; las condiciones de licencia varían según el modelo. Lo que importa en la operación es idéntico en ambos casos: el modelo puede ejecutarse en una infraestructura que usted controla, sin contador de uso.
¿Podemos ejecutar estos modelos en nuestro propio hardware?
Sí: ese es precisamente el objetivo de nuestra oferta de hardware e inferencia privada. Qué modelo cabe en qué máquina depende del tamaño del modelo y de los usuarios simultáneos; lo dimensionamos durante el diagnóstico de IA en lugar de publicar afirmaciones que no hemos medido.
¿Hasta qué punto son actuales estas cifras?
Proceden de la versión de junio de 2026 de LiveBench, consultada el 03/10/2026; el sector se mueve cada mes y la clasificación cambiará. Volvemos a verificarlas en el momento del diagnóstico, y nuestras páginas de modelos siguen las nuevas versiones a medida que entran en el benchmark.
Descubra lo que el open-weight puede hacer con sus cargas de trabajo
Un diagnóstico de IA mapea sus procesos, clasifica lo que es sensible y evalúa los modelos open-weight actuales con sus tareas reales: cifras con fecha, esta vez las suyas.
Fuentes
- LiveBench — versión de junio de 2026 (livebench.ai) — consultado el 2026-10-03