¿Qué es Arete-27B?
Arete-27B es un fine-tune de Qwen3.8-27B, de Alibaba, publicado por Nous Research el 6 de noviembre de 2026. Nous dice que reentrenó el modelo "para reforzar los valores occidentales" tras encontrar en el modelo base negativas, evasivas y respuestas formuladas en los términos del Partido Comunista Chino sobre temas políticamente sensibles. Se centra en siete áreas: libertad de expresión, ideología de Estado, Estado frente a libre mercado, educación, privacidad de datos y vigilancia, democracia y política ambiental.
El método es solo ajuste fino supervisado, sin aprendizaje por refuerzo ni cambios de arquitectura: unos 52,8 millones de tokens en dos épocas, con respuestas tomadas del modelo abierto Inkling, de Thinking Machines, como profesor. Nous publicó junto a los pesos la evaluación de 803 prompts que construyó, Propaganda_Eval, y los pares de entrenamiento. El codificador de visión se congeló, así que la entrada de imágenes es la de Qwen3.8, intacta.
Los pesos están bajo Apache 2.0, como el modelo base. Nous no ofrece API alojada; en pocos días aparecieron cuantizaciones de la comunidad, la más popular un conjunto GGUF de bartowski.
¿Merece la pena Arete-27B?
El interés de Arete está más en lo que demuestra que en lo que añade. En la prueba propia de Nous, con 803 prompts sacados de leyes, noticias e informes en inglés, la proporción de respuestas que adoptan la versión del Estado chino bajó del 22% al 0,9%, y la puntuación media de hechos subió de 2,32 a 2,98 sobre 5. El mayor cambio fue en libertad de expresión, donde la tasa de encuadre estatal cayó del 60% al 1%. La conclusión de Nous es que este tipo de sesgo se aplica tarde y en una capa fina, así que se puede mover con poca supervisión.
Las cifras piden cautela. Nous escribió la prueba, eligió los hechos y usó Grok 4.7 como juez, afinado con un piloto de 25 prompts que calificó a mano. Arete y el modelo base se ejecutaron a temperatura 0 y los modelos de comparación a 0,6; a 0,6 Arete saca 2,88. The Decoder señala que Inkling, el profesor, se entrenó en parte con salidas de un modelo chino, y al menos un crítico en X sostiene que Nous ha cambiado un conjunto de valores por otro, algo que la ficha del modelo no discute: presenta el trabajo como dar a los usuarios la opción de elegir punto de vista. El método funciona en cualquier dirección.
La capacidad general parece intacta. En la Hermes Bench interna de Nous saca 65,60% frente a 65,77% del base, lo que Nous llama ruido, y da 70% frente a 67% en Terminal-Bench 2.1 sin atribuirse la mejora. No hay puntuación en ningún ranking independiente.
Nuestra opinión: para un equipo al que ya le gusta Qwen3.8-27B pero necesita que responda sobre China, vigilancia o democracia sin la línea oficial, Arete es un cambio directo con el mismo tamaño, licencia y herramientas. Para todos los demás es el mismo modelo, y la evaluación publicada es la aportación más duradera.
Dónde se gana su sitio
El equipo de datos de la redacción de un editor europeo
Tener un asistente local que resuma información sobre China, Hong Kong y Taiwán sin repetir el lenguaje oficial
Sustituye Qwen3.8-27B por Arete en la configuración existente; la evaluación de Nous muestra que el encuadre estatal en libertad de expresión cae del 60% al 1%. Sigue comprobando los hechos: la puntuación media es 2,98 sobre 5.
Una investigadora de seguridad de IA que estudia cómo el post-entrenamiento cambia los valores
Medir cuánto mueve un ajuste fino estrecho el encuadre político de un modelo
Nous publicó Propaganda_Eval, con 803 prompts, el prompt del juez y los scripts, además de los pares de entrenamiento. Vuelve a ejecutarla con otro juez, o con temperaturas iguales, para poner a prueba la cifra del 22% al 0,9%.
Un responsable de compras de una agencia pública de EE. UU. recelosa de los modelos entrenados en China
Desplegar un modelo abierto capaz en hardware interno
Arete conserva la estructura de pesos y la licencia Apache 2.0 de Qwen3.8-27B, así que el archivo BF16 de unos 55 GB funciona donde funciona el base. El origen del modelo base no cambia, y algunas políticas lo seguirán teniendo en cuenta.
Antes de decidirte
- Puesta en marcha
- Descarga el checkpoint BF16 de 18 archivos de Hugging Face y sírvelo como servirías Qwen3.8-27B; las versiones GGUF y MLX de la comunidad funcionan en llama.cpp y en Apple silicon.
- Integraciones
- Usa la plantilla de chat de Qwen3.8-27B, así que vLLM, SGLang, llama.cpp y Transformers lo cargan sin cambios. Nous evaluó con el razonamiento desactivado; una puntuación de 3,07 con razonamiento sale de dos de cinco ejecuciones.
- Datos y privacidad
- Autoalojado, así que los prompts se quedan en tu máquina. Apache 2.0 permite uso comercial y modificación; la evaluación se publica bajo MIT.
- Coste a escala
- Los pesos son gratis. Unos 27.400 millones de parámetros, aproximadamente 55 GB en BF16, así que la precisión completa necesita una GPU de 80 GB; las versiones de la comunidad en GGUF de 4 bits y NVFP4 lo bajan al alcance de una sola tarjeta de consumo.
- Límites
- Ajustado con un contexto de 64K, frente a los 262K del base. Nous no afirma haber eliminado todos los efectos del punto de vista del modelo base, y la cabeza de predicción multitoken se desactivó durante el entrenamiento.
Lo bueno
- Las respuestas con encuadre estatal bajan del 22% al 0,9% en la evaluación de Nous
- Sin pérdida de capacidad medida en Hermes Bench
- Evaluación y pares de entrenamiento publicados
- Apache 2.0, mismo tamaño y herramientas que Qwen3.8-27B
Lo malo
- Nous creó la prueba, eligió el juez y ejecutó todos los tests
- Ajustes de decodificación distintos para Arete y para los modelos de comparación
- La puntuación de hechos de 2,98 sobre 5 sigue por debajo del 3,96 de su profesor
- Sin API alojada ni puntuación independiente
Ideal para
Equipos que ejecutan Qwen3.8-27B en local y necesitan que responda preguntas políticamente sensibles sin el encuadre del Estado chino.
Alternativas a Arete-27B
Arete-27B: preguntas frecuentes
- ¿Merece la pena Arete-27B?
- Arete-27B demuestra que el encuadre político de un modelo chino se va con un ajuste fino modesto, pero es un Qwen3.8-27B con otra visión del mundo, no un Qwen mejor. Le damos un 3.7 sobre 5.
- ¿Cuánto cuesta Arete-27B?
- Pesos gratuitos bajo Apache 2.0. Sin API propia; pagas tu propio hardware.
- ¿Qué inconvenientes tiene Arete-27B?
- Nous creó la prueba, eligió el juez y ejecutó todos los tests; ajustes de decodificación distintos para Arete y para los modelos de comparación; la puntuación de hechos de 2,98 sobre 5 sigue por debajo del 3,96 de su profesor; sin API alojada ni puntuación independiente.
- ¿Para quién es Arete-27B?
- Equipos que ejecutan Qwen3.8-27B en local y necesitan que responda preguntas políticamente sensibles sin el encuadre del Estado chino.
- ¿Cuánto cuesta Arete-27B para un equipo o en producción?
- Los pesos son gratis. Unos 27.400 millones de parámetros, aproximadamente 55 GB en BF16, así que la precisión completa necesita una GPU de 80 GB; las versiones de la comunidad en GGUF de 4 bits y NVFP4 lo bajan al alcance de una sola tarjeta de consumo.
- ¿Es Arete-27B seguro para los datos de la empresa?
- Autoalojado, así que los prompts se quedan en tu máquina. Apache 2.0 permite uso comercial y modificación; la evaluación se publica bajo MIT.
- ¿Cuáles son las mejores alternativas a Arete-27B?
- Las alternativas más cercanas que hemos analizado son Qwen3.8-27B, Inkling, Gemma 4 y Mistral Large 4.
Respuestas comprobadas el 11 nov 2026.