Apertus 1.5 vs OLMo 3.1: ¿qué modelo totalmente abierto deberías usar?

Apertus 1.5 lee texto, imágenes y audio con un contexto de 262K; OLMo 3.1 es solo de texto, con 64K y un modelo 32B. Ambos son totalmente abiertos bajo Apache 2.0.

  • Actualización

Veredicto. Ambos son totalmente abiertos bajo Apache 2.0, con código de entrenamiento y checkpoints públicos, así que elige según lo que el modelo deba leer y lo reciente que necesites que sea. Apertus 1.5 (8B y 70B, julio de 2026) acepta imágenes y audio además de texto, tiene un contexto de 262K y pensamiento opcional, y se entrenó solo con datos disponibles abiertamente. Sus repositorios requieren acceso autorizado (gated), la comprensión de audio es experimental y necesita los forks de Transformers o vLLM de Swiss AI. OLMo 3.1 (7B y 32B, diciembre de 2025) es solo de texto con un contexto de 65.536 tokens, y Ai2 publica los datos de preentrenamiento (Dolma 3) y los conjuntos de datos de postentrenamiento (Dolci) junto con el código y los checkpoints. Ai2 presenta el modelo 32B Instruct como el modelo instruct 32B totalmente abierto más potente en sus evaluaciones. OLMo es más antiguo y queda por detrás de los modelos de pesos abiertos de 2026 en capacidad, mientras que Apertus es más nuevo y más grande, con un modelo de 70B.

Especificaciones

Especificaciones Apertus 1.5Olmo 3.1
DesarrolladorSwiss AI InitiativeAllen Institute for AI (Ai2)
Lanzamiento24 de julio de 202612 de diciembre de 2025
Parámetros totales70B (Apertus 1.5 70B)32.2B (32B Think)
Parámetros activosTodosTodos
ArquitecturaDensaDensa
Ventana de contexto256K tokens64K tokens
EntradaTexto, Imagen, AudioTexto
Licencia Apache 2.0 (Permisiva) Apache 2.0 (Permisiva)
Memoria de la variante más pequeña (4 bits)5.52 GB (Apertus 1.5 8B)5.04 GB (7B Think)

Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.

Elige Apertus 1.5 si

  • Necesitas un modelo que lea imágenes o audio además de texto.
  • Necesitas un modelo más grande que el 32B de OLMo, ya que Apertus tiene una versión de 70B.
  • Quieres un contexto de 262K y el pensamiento como una opción de la plantilla de chat.
  • Debes documentar de dónde salieron los datos de entrenamiento: Apertus usa solo datos disponibles abiertamente y respeta retroactivamente las exclusiones de los rastreadores.

Elige Olmo 3.1 si

  • Quieres estudiar o reproducir el entrenamiento con los datos reales, ya que Dolma 3 y Dolci están publicados.
  • Quieres un modelo 7B Think o Instruct de unos 15 GB para ejecutarlo en local.
  • Quieres hacer experimentos de aprendizaje por refuerzo a partir de los checkpoints RL-Zero e intermedios ya publicados.
  • Trabajas solo con texto y quieres datos y checkpoints públicos para cada etapa: base, fine-tuning supervisado, ajuste de preferencias y aprendizaje por refuerzo.

Apertus 1.5 · Olmo 3.1