Open source vs open-weight en IA

La confusión más frecuente

En IA se usa abierto para tres cosas distintas: que el modelo se puede descargar, que sus pesos son públicos (open-weight) y que es open source en sentido estricto. Todo open source implica pesos disponibles, pero pesos disponibles no implican open source: muchos modelos descargables tienen licencias con restricciones de uso que el software open source jamás tendría.

La regla de oro: no etiquetes un modelo como open source solo porque puedas descargarlo. La etiqueta correcta se gana leyendo la licencia, no mirando el botón de descarga.

Las cinco piezas

Para describir honestamente cuán abierto es un modelo, mirá por separado:

1. Código: ¿está publicado el código de entrenamiento? ¿Y el de inferencia?
2. Pesos: ¿se pueden descargar los parámetros entrenados?
3. Dataset: ¿se sabe con qué datos se entrenó? ¿Están disponibles?
4. Licencia: ¿qué permite hacer? (uso comercial, modificación, redistribución).
5. Restricciones: ¿hay límites de uso aceptable, de escala o de atribución?

Dos modelos descargables pueden diferir en todo lo demás: uno con código, datos y licencia permisiva; otro con solo pesos y prohibición de uso comercial. La tabla de cinco piezas evita discusiones de etiquetas y va directo a lo que importa: qué podés hacer legalmente con él.

Fuentes

• Open Source Definition (qué exige ser open source) (especificacion) · consultado 20/09/2026
• Licencias aprobadas por la OSI (documentacion-oficial) · consultado 20/09/2026

Seguir aprendiendo

• Open source, open-weight y modelos propietarios (Intermedio)
• Cómo leer la licencia de un modelo (Intermedio)