El otro día, paseando por Hacker News, me topé con un post de Meta defendiendo el open source en IA. Más de dos mil votos y cientos de comentarios. Unos aplauden, otros dicen que es pura estrategia de la casa. Pero yo, que llevo años construyendo con modelos de lenguaje, lo leo de otra manera. Este debate no es ideología. Es ingeniería.
Cuando tu producto vive en casa de otro
He construido herramientas sobre APIs cerradas. Al principio todo va de lujo: integras en una tarde, la documentación brilla y el modelo es de lo mejor que hay. Luego pasa algo. Suben el precio, cambian las reglas, o deciden que tu caso de uso ya no les interesa. Y no puedes hacer nada. Solo leer el correo y recalcular tus números.
Con el open source es distinto. Si algo no funciona, abres el código y ves por qué. Si te falta una función, la construyes o la pides. Si el proyecto desaparece mañana, te queda el modelo en tu disco. Eso no es una postura política. Es la diferencia entre ser dueño de tu producto y ser inquilino.
Lo que cambia cuando controlas el modelo
Empecé a correr modelos abiertos en local y mi forma de trabajar cambió. Primero, el coste. Las pruebas dejan de ser una factura que crece con cada intento y se convierten en electricidad. Puedo equivocarme cien veces sin que nadie me cobre por el camino. Para alguien que automatiza procesos cada semana, eso es libertad.
Segundo, la privacidad. Hay datos que no quieres mandar a una API de otro: cuentas, movimientos, estrategias. Cuando el modelo corre en tu máquina, esa frontera desaparece. Y tercero, el entendimiento. Al tocar el stack, la IA deja de ser una caja mágica. Empiezas a ver por qué responde como responde, y eso mejora cada decisión que tomas después.
El open source no te da un modelo mejor. Te da lo que ningún modelo trae de serie: la posibilidad de mirar dentro.
Los matices que nadie quiere oír
Tampoco te voy a vender que el open source sea gratis. Montar tu propia infraestructura cuesta tiempo, paciencia y alguna noche mala. A veces la API cerrada te da la vuelta más rápido, y usarla es lo correcto. Yo uso las dos cosas cada semana.
La diferencia está en saber qué aceptas. Cuando elijo algo cerrado, cambio control por velocidad, y lo hago con los ojos abiertos. Cuando elijo abierto, gano control a cambio de trabajo. Lo que evito es quedarme en una opción por inercia, sin mirar qué hay al otro lado.
Y un detalle que se pierde en la pelea: el open source también empuja al resto. Cuando hay un modelo abierto bueno, los precios de las APIs bajan y todos ganamos. La competencia no es un accidente. Es el mecanismo.
Conclusión
El debate seguirá dando vueltas en Hacker News, y me alegro. Pero para el que construye, la pregunta no es abierto contra cerrado. Es otra: ¿quién controla tu stack? El open source en IA no es una religión. Es la respuesta pragmática de quien ha sufrido despertarse un día y descubrir que la herramienta sobre la que montó su producto ya no era suya. Construye sobre lo que puedas entender, arreglar y conservar. Tu yo del futuro, y tu factura, te lo agradecerán.