Modelos de IA de código abierto, explicados en lenguaje llano

Cada mes se publican nuevos modelos de IA que puedes descargar y ejecutar por tu cuenta. Hacemos seguimiento de los importantes, verificamos los datos contra fuentes primarias y explicamos qué son, qué tamaño tienen, qué permite su licencia y si tu equipo puede ejecutarlos.

¿De qué tamaño son los modelos abiertos?

¿De qué tamaño son los modelos abiertos? Cada marca es un modelo, situado según su número total de parámetros en una escala logarítmica. Una línea naranja bajo el eje muestra cuántos parámetros usa realmente un modelo de mezcla de expertos para cada token. Las bandas inferiores indican qué hardware puede albergar el modelo con precisión de 4 bits. 100M 1B 10B 100B 1T Parámetros (escala logarítmica) Whisper large-v3-turbo: 1.54B, MIT Whisper large-v3-turbo MiniCPM5-2B: 2.52B, Apache 2.0 MiniCPM5-2B FLUX 3 Image Klein: 5.6B, FLUX Kommunity FLUX 3 Image Klein LFM2.5-24B-A2B: 24B (2.45B activos), LFM Open 1.0 LFM2.5-24B-A2B Qwen3.8-27B: 27.8B, Apache 2.0 Qwen3.8-27B Gemma 4: 30.7B, Apache 2.0 Gemma 4 Olmo 3.1: 32.2B, Apache 2.0 Olmo 3.1 gpt-oss: 117B (5.1B activos), Apache 2.0 gpt-oss Nemotron 3.5: 120B (12B activos), OpenMDW-1.1 Nemotron 3.5 Qwen3.8-Flash-Next: 180B (6B activos), Qwen Community 1.0 Qwen3.8-Flash-Next GLM-5.3-Flash: 320B (18B activos), MIT GLM-5.3-Flash MiniMax M3.1 Flash: 428B (23B activos), MiniMax Community MiniMax M3.1 Flash Reflection Beam: 501B (23.4B activos), Apache 2.0 Reflection Beam DeepSeek V4.1 Flash: 552B (16B activos), MIT DeepSeek V4.1 Flash GLM-5.3: 753B (40B activos), GLM-5.3 License GLM-5.3 Muse Spark Open: 816B (42B activos), Muse Model License Muse Spark Open Inkling: 975B (41B activos), Apache 2.0 Inkling Mistral Large 4: 1.05T (52B activos), Mistral Open-Weight Mistral Large 4 Qwen3.8-Max: 2.45T (95B activos), Qwen3.8-Max License Qwen3.8-Max Kimi K3.1 Pro: 2.8T (104B activos), Kimi K3 License Kimi K3.1 Pro Portátil o móvil 16 GB GPU para juegos 32 GB Estación de trabajo 96 GB PC de escritorio con mucha memoria 512 GB Servidor con GPU 1.54 TB Clúster multinodo Cabe en la memoria de

Desplázate lateralmente para ver el gráfico completo

  • Permisiva
  • Condicional
  • No comercial
  • activos por token
Cada marca es un modelo, situado según su número total de parámetros en una escala logarítmica. Una línea naranja bajo el eje muestra cuántos parámetros usa realmente un modelo de mezcla de expertos para cada token. Las bandas inferiores indican qué hardware puede albergar el modelo con precisión de 4 bits.

Últimas incorporaciones

Ver todos
Modelo Lanzamiento Parámetros Contexto Licencia Necesario para la variante más pequeña
MiniMax H3-Image EN MiniMax 33.1B – MiniMax H3-Image Community (Condicional) 155 GB PC de escritorio con mucha memoria
Nex-N2.6 EN Nex-AGI 35.1B – 1.6T 256K Apache 2.0 (Permisiva) 24 GB GPU para juegos
LongCat-2.5 EN Meituan 1.6T 48B activos 1M MIT (Permisiva) 1.1 TB Servidor con GPU
ZONOS3-Mini EN Zyphra 800M 100M activos – Apache 2.0 (Permisiva) 10 GB Portátil o móvil
Sophon-Realtime EN Adventists AI 32B – Apache 2.0 (Permisiva) 80 GB Estación de trabajo
Arete-27B EN Nous Research 27.4B 256K Apache 2.0 (Permisiva) 19 GB GPU para juegos
Mirage EN Cactus Compute 51M – Apache 2.0 (Permisiva) 0.0354 GB Portátil o móvil
ERNIE 5.5 Flash Base EN Baidu 280B 14B activos 1M ERNIE 5.5 Flash Base (Condicional) 193 GB PC de escritorio con mucha memoria

Empieza aquí

Tres lecturas breves que te ayudarán a entender todo lo demás del sitio.

  1. What is an open-source AI model? A plain-English guide

    An open AI model is one you can download and run yourself. Learn what open weights and open source mean, what you can do with these models and how to start safely.

  2. Open weights vs open source AI: what is the difference?

    Open weights means a model's trained parameters can be downloaded. Open-source AI, as the OSI defines it, also needs code and training-data information. Here is why it matters.

  3. AI model licenses explained: can you use an open model commercially?

    A plain-English guide to open AI licenses: Apache 2.0, MIT, community licenses with revenue caps, research-only terms and gated downloads, plus a checklist to run before you ship.

Encuentra un modelo para tu objetivo

Ver todos

¿Puede mi equipo ejecutarlo?

Abrir la calculadora de VRAM

La memoria es el factor decisivo. Esto es lo que cada tipo de máquina puede albergar en la práctica con precisión de 4 bits.

Hardware Memoria Máquinas típicas Modelos de ejemplo
Portátil o móvil hasta 16 GB Portátil típico, móvil, tarjeta gráfica de 8 a 16 GB FLUX 3 Image Klein , Nemotron 3.5 , MiniCPM5-2B , Gemma 4 (120 modelos)
GPU para juegos de 16 a 32 GB RTX 3090, 4090 o 5090, Mac de 32 GB LFM2.5-24B-A2B , Qwen3.8-27B (39 modelos)
Estación de trabajo de 32 a 96 GB RTX PRO 6000 (96 GB), varias GPU 8 modelos
PC de escritorio con mucha memoria de 96 a 512 GB Mac Studio, AMD Strix Halo, NVIDIA DGX Spark MiniMax M3.1 Flash , Reflection Beam , GLM-5.3-Flash , Qwen3.8-Flash-Next (28 modelos)
Servidor con GPU de 512 GB a 1,5 TB Nodo con 8x H100, H200 o B200 Mistral Large 4 , Muse Spark Open , DeepSeek V4.1 Flash , GLM-5.3 (13 modelos)
Clúster multinodo más de 1,5 TB Varios servidores con GPU trabajando en conjunto Kimi K3.1 Pro , Qwen3.8-Max (3 modelos)

Últimas noticias

Ver todos

Datos abiertos que puedes reutilizar

Todo el catálogo se publica en JSON y CSV bajo una licencia permisiva, así que puedes construir sobre él. Si lo haces, añade un enlace de vuelta.

Obtener los datos

Respuestas rápidas

¿Cuál es la diferencia entre código abierto y pesos abiertos?
Pesos abiertos significa que cualquiera puede descargar y ejecutar los archivos del modelo entrenado. El código abierto en sentido estricto requiere además una licencia aprobada por la Open Source Initiative, como Apache 2.0 o MIT, y, en un mundo ideal, código de entrenamiento y datos abiertos. Muchos modelos populares son de pesos abiertos con condiciones extra, no totalmente de código abierto.
¿Los modelos abiertos son gratuitos para uso comercial?
Algunos sí y otros no. Los modelos bajo Apache 2.0 o MIT pueden usarse comercialmente con pocas condiciones. Muchas licencias más recientes añaden un umbral de ingresos, una regla de atribución o un acuerdo aparte para las empresas que venden acceso alojado. Consulta la etiqueta de licencia de cada modelo y la guía de licencias.
¿Cuál es el mejor modelo abierto?
Depende de la tarea y del hardware. Los modelos más grandes lideran en tareas difíciles de programación y razonamiento, pero necesitan máquinas de nivel servidor. Los modelos medianos de 20.000 a 35.000 millones de parámetros funcionan en una sola GPU para juegos y cubren la mayoría de las necesidades cotidianas. Nuestras listas de los mejores agrupan los modelos por objetivo.
¿Puedo ejecutar estos modelos en mi portátil?
Los pequeños y medianos, sí. Una versión de 4 bits de un modelo de 27.000 a 31.000 millones de parámetros necesita entre 16 y 24 GB de memoria aproximadamente. Los modelos muy grandes necesitan cientos de gigabytes. La calculadora de VRAM te dice qué cabe.