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.
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 1.5 | Olmo 3.1 |
|---|---|---|
| Desarrollador | Swiss AI Initiative | Allen Institute for AI (Ai2) |
| Lanzamiento | 24 de julio de 2026 | 12 de diciembre de 2025 |
| Parámetros totales | 70B (Apertus 1.5 70B) | 32.2B (32B Think) |
| Parámetros activos | Todos | Todos |
| Arquitectura | Densa | Densa |
| Ventana de contexto | 256K tokens | 64K tokens |
| Entrada | Texto, Imagen, Audio | Texto |
| 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.