Nota del editor: El cierre de Mythos esta semana ha hecho que muchos emprendedores de IA se vuelvan a plantear un problema que estaba oscurecido por los debates sobre costes: cuando las capacidades centrales de un producto se construyen sobre modelos y plataformas externos, ¿qué es lo que la empresa posee realmente?
En los últimos años, los modelos de código abierto a menudo se discutían bajo el marco de «alternativas más baratas a los modelos de vanguardia». Pero este artículo sostiene que el coste no es la variable más crítica, sino el control. Para una empresa de IA, utilizar la API de un modelo de vanguardia puede permitir lanzar un producto rápidamente y reducir la barrera técnica, pero también significa que la capacidad central puede verse supeditada a las normas, precios, cambios de estrategia o incluso decisiones de retirada del proveedor del modelo.
El artículo plantea además que «poseer inteligencia» no equivale a renunciar a los modelos de vanguardia, sino que las empresas deberían integrar sus datos propios, flujos de trabajo, conocimiento del dominio, estándares de evaluación y casos límite en un sistema de modelos controlable. La competencia futura en IA no estará necesariamente dominada por un único modelo máximo, sino que surgirán múltiples «frentes»: modelos de vanguardia genéricos, modelos propios de empresas con posterior entrenamiento, modelos especializados verticales y sistemas de enrutamiento compuestos por múltiples modelos que trabajen en conjunto.
El cierre de Mythos sirve por tanto de recordatorio: la verdadera ventaja competitiva en la era de la IA no es solo poder utilizar un modelo potente, sino poder convertir la inteligencia en un activo propio de la empresa.
A continuación, el texto original:
Mythos cerró esta semana. Si estás de acuerdo con la decisión o no, en realidad ya no es lo importante.
Lo que realmente ha dolido a muchos es esto: una empresa construida sobre una inteligencia que no controla, de repente expuesta a decisiones que no puede influir. Muchos fundadores, al verlo, se han hecho la misma pregunta: ¿qué partes de mi negocio son en realidad solo «alquiladas»?
En los últimos años, el debate sobre los modelos de código abierto ha girado en torno al coste: ¿realmente pueden hacer el trabajo? Si pueden, ¿cuánto más baratos son en comparación con el uso de la API de un modelo de vanguardia?
Ahora tenemos una respuesta bastante clara. Hemos trabajado con empresas como @RampLabs, @cursor_ai, @harvey, y el camino básico es similar: partir de un modelo de código abierto potente, realizar un posterior entrenamiento con el trabajo que realmente importa para la empresa y realizar evaluaciones rigurosas para compararlo continuamente con los modelos de vanguardia.
Los resultados sorprenden una y otra vez. En las tareas que más importan a la empresa, un modelo de código abierto optimizado a menudo puede alcanzar una calidad cercana o igual a la de los modelos de vanguardia, a un coste extremadamente bajo.
Pero lo que esta semana ha dejado realmente claro es que el coste nunca ha sido el problema más importante.
El problema más profundo es el control. ¿A quién pertenece realmente la inteligencia de la que depende tu producto?
Muchos debates recientes se han resumido como la diferencia entre «alquilar» y «poseer». La analogía no es perfecta, pero es útil.
Alquilar inteligencia
Alquilar funciona muy bien hasta que deja de funcionar. El apartamento ya está listo para mudarse, las luces funcionan, el agua fluye, y alguien se encarga de las reparaciones. Por eso la mayoría de las empresas empiezan por este camino.
Las API de los modelos de vanguardia son productos excelentes. Permiten a las startups construir cosas que hace unos años parecían inimaginables.
Pero alquilar también implica limitaciones. El propietario puede subir el alquiler, puede decidir qué reformas puedes hacer, puede cambiar las normas. Y, en ocasiones, por razones que no te conciernen, puede decirte: tienes que irte.
Tú no has hecho nada mal. Simplemente has estado operando en el terreno de otro.
Por eso la historia de Mythos resuena tanto. Cuando tu capacidad central depende completamente de la plataforma de otro, quedas expuesto a decisiones que no controlas.
La mayoría de las veces, no importa. Pero a veces, se vuelve extremadamente importante en un instante.
Poseer inteligencia
La lección aquí no es que las empresas deban dejar de usar modelos de vanguardia. Ni mucho menos. Los laboratorios de modelos de vanguardia han creado una tecnología extraordinaria. La mayoría de los productos deberían usarlos. Nosotros también los usamos.
En muchos sentidos, los modelos de vanguardia se están convirtiendo en infraestructura. Pero infraestructura y propiedad son dos cosas diferentes.
Puedes utilizar infraestructura pública y aun así poseer lo que realmente crea valor para tu negocio. En el campo de la IA, «poseer» significa partir de un modelo de código abierto de última generación y moldearlo en torno a lo que es más único para tu empresa.
Tus datos.
Tus flujos de trabajo.
Tu conocimiento del dominio.
Tus casos límite.
Tus estándares de evaluación.
Tu definición de lo que es «bueno».
Con el tiempo, este modelo se volverá menos genérico y reflejará cada vez mejor el trabajo que tu empresa realiza realmente cada día. Aquí es donde se crea el valor.
Imagínalo como una casa. Mover muebles es fácil, pintar una pared también. Pero si tu futuro depende de la propia estructura de la casa, tarde o temprano querrás tener la capacidad de mover paredes. Con la inteligencia pasa lo mismo.
Cuando la inteligencia te pertenece realmente, nadie puede sacarte el suelo de debajo del producto sin que te des cuenta.
Por eso hemos construido Fireworks de esta manera.
Integramos el entrenamiento y la inferencia en un mismo sistema, permitiendo a las empresas adoptar los mejores modelos de código abierto, moldearlos en torno a los problemas más importantes de su negocio y desplegarlos de forma estable en producción.
No solo consumir inteligencia. Poseerla.
No hay una única vanguardia
Esta semana también ha traído una lección optimista: el futuro de la IA no depende de que un solo modelo gane en todo.
No existe una única vanguardia. Hay muchos tipos de vanguardia.
Los modelos de vanguardia son un tipo.
Un modelo con posterior entrenamiento basado en años de conocimiento propio de una empresa es otro tipo.
Un modelo especializado que resuelve un problema concreto mejor que cualquier otro, es otro tipo.
Un sistema que enruta peticiones a múltiples modelos y los hace trabajar en conjunto, superando a un modelo único en muchas tareas, también es vanguardia.
El cambio más interesante en el campo de la IA no es que un modelo concreto se esté volviendo más inteligente, sino que la inteligencia se está volviendo cada vez más personalizable.
Las empresas que finalmente triunfen no serán necesariamente las que tengan el modelo más grande, sino las que puedan convertir la inteligencia en un activo único propio.
Mirando al futuro
Esta semana hemos dedicado mucho tiempo a reaccionar a las noticias, y nosotros hemos elegido seguir lanzando productos: @Kimi_Moonshot K2.7 Code, @MiniMax_AI M3, @Alibaba_Qwen 3.7 Plus.
El futuro que espero no es el de un modelo que se traga silenciosamente todo lo que ve.
Sino que muchos equipos puedan poseer su propia porción de la vanguardia.
Si el cierre de Mythos te ha hecho replantearte los pros y los contras, nos encantaría hablar.
