Modelo de pesos abiertos
Un modelo de pesos abiertos (open-weight model) es un modelo cuyos pesos entrenados se publican para que cualquiera los descargue y ejecute, a menudo sin el código de entrenamiento ni los datos de entrenamiento completos, por lo que no es necesariamente de código abierto.
También llamado: open weights, open-weights model
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Los pesos abiertos te permiten ejecutar un modelo en tu propio hardware, examinar libremente sus salidas y hacerle fine-tuning. Por eso muchos equipos los eligen por privacidad, control de costes o uso sin conexión. Puedes explorar lanzamientos de pesos abiertos en el directorio de modelos y ejecutarlos con herramientas como LM Studio.
Qué obtienes
Los pesos son los parámetros del modelo aprendidos en el entrenamiento: los números que deciden cómo convierte la red la entrada en salida. Un lanzamiento suele añadir una model card y una licencia. A menudo deja fuera el código de entrenamiento, el conjunto de datos y los checkpoints intermedios.
Pesos abiertos frente a código abierto
La Open Source Initiative traza una línea entre ambos. Su definición de IA de código abierto pide los pesos más el código completo de entrenamiento e inferencia e información detallada sobre los datos de entrenamiento, todo con condiciones abiertas. Un modelo que solo publica los pesos no alcanza ese listón.
Revisa la licencia
"Abierto" no dice nada sobre lo que puedes hacer. Algunas licencias de pesos abiertos limitan el uso comercial, el número de usuarios o ámbitos concretos. Lee la licencia del modelo antes de construir un producto sobre él.
Términos relacionados
- IA de código abierto
- La IA de código abierto (open source AI) es un sistema de IA publicado con condiciones que permiten a cualquiera usarlo, estudiarlo, modificarlo y compartirlo, con acceso a las partes necesarias para cambiarlo: información sobre los datos de entrenamiento, el código completo y los parámetros del modelo.
- Model card
- Una model card (ficha del modelo) es un documento breve que se publica con un modelo de machine learning y explica para qué sirve, cómo se entrenó y evaluó, dónde rinde mal y cómo debe y no debe usarse.
- Licencia del modelo
- La licencia del modelo (model license) son los términos legales bajo los que se pueden usar, modificar y compartir los pesos de un modelo, y a veces su código y sus datos. Van desde licencias abiertas permisivas hasta licencias no comerciales o restringidas a medida.
- Pesos del modelo
- Los pesos del modelo (model weights) son los números aprendidos dentro de una red neuronal, fijados durante el entrenamiento, que deciden cómo convierte la entrada en salida. Un checkpoint es un archivo o conjunto de archivos guardado que contiene esos pesos.
- Self-hosting (modelos de IA)
- Hacer self-hosting (autoalojar) un modelo de IA significa ejecutarlo en hardware que controlas, como tus propios servidores, GPU alquiladas o un portátil, en lugar de llamar a la API de un proveedor. Tú eliges el modelo y conservas los datos, pero gestionas la infraestructura.
- Abliteration
- La abliteration (eliminación de la dirección de rechazo) es una técnica que impide que un modelo de lenguaje rechace peticiones: encuentra la única dirección interna que transporta el rechazo y edita los pesos para que el modelo ya no pueda escribir en ella, sin reentrenarlo.