El 14 de agosto de 2026, los modelos Qwen, de la china Alibaba, superaron los 3.000 millones de descargas acumuladas en Hugging Face — el repositorio donde el mundo descarga modelos de inteligencia artificial. En el mismo relevamiento, Google aparece con 418 millones y Meta con 227 millones.
La familia de modelos abiertos más usada del planeta no es estadounidense. Y el detalle que le interesa a quien toma decisiones no es la nacionalidad: es el tamaño del archivo.
17 GB en una tarjeta gráfica antigua
El Qwen3.8-27B, uno de los lanzamientos recientes de la familia, superó los 3 millones de descargas en el primer fin de semana. Es un archivo de cerca de 17 GB y funciona en tarjetas gráficas ya antiguas, como una RTX 3090, o en un portátil con memoria suficiente.
Esto cambia la conversación sobre IA en la empresa más que cualquier benchmark. No estamos hablando de servidor dedicado ni de contrato mensual con proveedor: estamos hablando de una máquina que muchas empresas ya tienen parada en la oficina.
Por qué esto no contradice lo que dijimos antes
Hace pocos días mostramos que ejecutar un modelo abierto de frontera en la propia empresa sale caro — el caso era un modelo de 2,88 billones de parámetros, que exigía cerca de 6.060 GB de memoria de vídeo y un pequeño centro de datos para funcionar.
Sigue siendo cierto. Lo que muestra el caso de Qwen es que "modelo abierto" no es una única cosa. Existen al menos dos categorías, separadas por un abismo de costos:
- Los gigantes de frontera, que compiten con lo mejor del mercado y exigen infraestructura de centro de datos. Descargar es gratis; ejecutar, no.
- Los modelos medianos, en el rango de decenas de miles de millones de parámetros, que caben en una tarjeta gráfica y resuelven muy bien tareas específicas.
La pregunta útil, por lo tanto, dejó de ser "abierto o cerrado". Pasó a ser: ¿qué tamaño de modelo necesitas realmente para la tarea que tienes?
Para qué sirve un modelo mediano funcionando en tu máquina
Buena parte del trabajo real de una empresa no exige el modelo más inteligente del mundo. Exige un modelo consistente, barato y que no envíe los datos hacia afuera:
- Clasificar y derivar. Leer lo que llega — correo, formulario, pedido, reclamo — y decir a dónde va.
- Extraer información de documentos. Sacar datos estructurados de facturas, contratos, informes, fichas. Tarea repetitiva, volumen alto, respuesta objetiva.
- Resumir y comparar. Condensar historial de atención, comparar versiones de un documento, señalar qué cambió.
- Responder con base en tu material. Consultar tu propia base de conocimiento y responder a partir de ella.
En estos cuatro casos, un modelo mediano funcionando localmente suele bastar — con dos ventajas que el modelo de frontera no ofrece: costo por consulta cercano a cero después del hardware, y datos que no salen de tu red, algo que importa para quien maneja información sensible.
Qué mirar antes de entusiasmarte
- Descargado no es lo mismo que bueno para ti. Tres mil millones de descargas miden adopción, no adecuación a tu tarea. Pruébalo con tu propio material antes de decidir.
- El liderazgo tiene salvedades. Reportajes especializados señalan que la ventaja sobre los competidores es menor que la difundida, dependiendo de cómo se cuenten las descargas. La cifra es igualmente impresionante, pero no es un marcador oficial.
- Alguien tiene que mantener esto. Modelo local significa máquina, actualización y responsable. Sin eso, cambiaste una suscripción por un problema.
- La licencia es un detalle que muerde. "Abierto" varía de caso a caso; revisa qué permite la licencia antes de incorporarlo a un producto que vendes.
El resumen honesto
El dato más relevante del episodio no es geopolítico, es económico: Alibaba lanzó más de 460 modelos de la familia, que ya generaron cerca de 300 mil variaciones creadas por terceros. Esto significa que hoy existe una estantería enorme de modelos especializados, gratuitos, y la mayoría cabe en hardware común.
Para una empresa pequeña o mediana en Latinoamérica, esto es más importante que cualquier disputa entre laboratorios: el umbral de entrada para usar IA con datos propios cayó al precio de una tarjeta gráfica usada.
Datos verificados a partir del informe de Hugging Face del 14 de agosto de 2026 y de la cobertura de Bloomberg, Fortune y Business Standard. La comparación de descargas entre proveedores tiene una metodología cuestionada por parte de la prensa especializada.
Perguntas frequentes
¿Cuál es el modelo de IA abierto más descargado del mundo?
La familia Qwen, de la china Alibaba, que superó los 3.000 millones de descargas acumuladas en Hugging Face el 14 de agosto de 2026, por delante de Google (418 millones) y Meta (227 millones). Cabe la salvedad de que parte de la prensa especializada señala que la ventaja es menor que la difundida, según cómo se cuente cada descarga.
¿Es verdad que se pueden ejecutar esos modelos en una tarjeta gráfica común?
Algunos sí. El Qwen3.8-27B es un archivo de unos 17 GB y funciona en tarjetas ya antiguas, como una RTX 3090, o en un portátil con memoria suficiente. Superó los 3 millones de descargas en su primer fin de semana. Esto no vale para los modelos abiertos de frontera, que exigen infraestructura de centro de datos.
Entonces, ¿ejecutar IA en la propia empresa es barato o caro?
Depende por completo del tamaño del modelo, y ahí nace casi toda la confusión. Un modelo abierto de frontera, con billones de parámetros, puede exigir miles de gigabytes de memoria de vídeo y un pequeño centro de datos. Un modelo mediano, de decenas de miles de millones de parámetros, cabe en una tarjeta gráfica. La pregunta útil no es abierto o cerrado, sino qué tamaño de modelo necesita tu tarea.
¿Para qué sirve un modelo mediano ejecutándose localmente en la empresa?
Para el trabajo repetitivo de volumen: clasificar y derivar lo que llega, extraer datos estructurados de documentos, resumir y comparar textos, y responder preguntas basadas en tu propia base de conocimiento. En esos casos suele bastar, con dos ventajas: costo por consulta cercano a cero tras el hardware y datos que no salen de tu red.
¿Cuáles son los riesgos de adoptar un modelo abierto en la empresa?
Adopción no es adecuación: 3.000 millones de descargas no dicen si el modelo sirve para tu tarea, así que pruébalo con tu propio material. Alguien debe mantener la máquina, las actualizaciones y la operación, o cambiarás una suscripción por un problema. Y revisa la licencia, porque el término abierto varía de caso a caso y no toda licencia permite el uso en un producto que vendes.
¿Qué cambia este caso para pequeñas y medianas empresas?
El piso de entrada. Alibaba lanzó más de 460 modelos de la familia, que ya generaron unas 300.000 variaciones creadas por terceros: existe un enorme catálogo de modelos especializados y gratuitos, la mayoría cabiendo en hardware común. Usar IA con datos propios dejó de exigir presupuesto de centro de datos.