El stack de modelos open source en 2026

En 2026, el panorama de los modelos de pesos abiertos alcanzó una viabilidad empresarial real. Llama 4 Scout (109B de parámetros, 17B activos en MoE), Qwen3 235B-A22B, Mistral Small 4 (22B) y DeepSeek V3-0324 ya no son piezas de laboratorio: son sistemas de grado productivo que las empresas despliegan en entornos regulados, sensibles a la latencia y aislados de la red, allí donde los modelos cerrados por API simplemente no se pueden usar.

El problema es que elegir entre ellos exige moverse por un terreno complejo de términos de licencia, perfiles de coste de inferencia, comportamiento ante el fine-tuning, cobertura de idiomas e implicaciones de cumplimiento. El modelo óptimo para el flujo de procesamiento documental de una entidad financiera taiwanesa no es el mismo que el óptimo para el caso de uso de resumen clínico de un hospital japonés.

Este whitepaper presenta el marco de decisión que Tenten AI ha desarrollado a lo largo de más de 20 despliegues empresariales de modelos de pesos abiertos durante 2025–2026. No es una comparativa de benchmarks —de esas hay docenas—. Es el razonamiento práctico sobre la selección de modelos que solo aflora cuando has desplegado todos estos modelos en producción y has observado de primera mano dónde acierta y dónde falla cada uno.