Qué ocurrió
La empresa estadounidense de IA legal Harvey lanzó Tenet, su primer modelo de pesos abiertos con postentrenamiento, construido sobre Kimi K3, de la compañía china Moonshot AI. El entrenamiento involucró alrededor de 1,750 entornos especializados de agentes de trabajo legal a lo largo de aproximadamente dos meses, y las primeras pruebas mostraron que Tenet completó casi el doble de tareas legales integrales que el modelo original, con un aumento de cerca del 20% en tareas relacionadas con contratos.
Otras empresas del extranjero también están aprovechando los modelos chinos de pesos abiertos. La compañía detrás de Cursor construyó sus modelos Composer 2 y 2.5 sobre Kimi K2.5, mientras que la startup estadounidense Cognition y la startup británica Cosine usaron modelos Kimi para mejorar sus capacidades de ingeniería de software. Thinking Machines Lab, dirigida por el ex director de tecnología de OpenAI, adoptó la arquitectura MoE de DeepSeek V3 para su modelo Inkling y utilizó Kimi K2.5 para generar datos sintéticos destinados al entrenamiento inicial.
Estos casos muestran que los modelos chinos de pesos abiertos están entrando en la investigación y el desarrollo de productos de IA a nivel global a través de múltiples vías: como modelos base para un entrenamiento posterior, como fuentes de datos sintéticos y como referencias para la arquitectura de modelos y los métodos de entrenamiento.
Por qué importa
El auge de modelos capaces de pesos abiertos procedentes de China ofrece a las empresas de IA una alternativa a los modelos de código cerrado, especialmente para aplicaciones verticales donde la ejecución de tareas en escenarios del mundo real resulta crucial. El postentrenamiento en entornos realistas ayuda a los modelos a aprender habilidades como la búsqueda de información, la invocación de herramientas y la corrección de errores, capacidades que a menudo faltan en los modelos generales de preguntas y respuestas.
Los modelos de pesos abiertos también ofrecen ventajas prácticas en costo y control. Las empresas pueden implementarlos de forma independiente, continuar entrenándolos y reducir su dependencia de APIs externas, lo que puede disminuir los costos de inferencia y aumentar la flexibilidad. Esto sugiere que los modelos chinos de pesos abiertos se están convirtiendo en una parte cada vez más integral de la cadena de suministro global de IA, extendiendo su influencia desde la exportación de productos hasta la producción de tecnología.
Datos clave
El modelo Tenet de Harvey está basado en Kimi K3, de Moonshot AI, y fue entrenado con alrededor de 1,750 entornos de agentes de trabajo legal durante aproximadamente dos meses.
Composer 2 y 2.5, de Cursor, los modelos de ingeniería de software de Cognition, y los productos de Cosine están todos construidos sobre Kimi K2.5 o modelos Kimi.
Inkling, de Thinking Machines Lab, utiliza la arquitectura MoE de DeepSeek V3 y datos sintéticos generados por Kimi K2.5 para el ajuste fino inicial.
En las primeras pruebas, la mayoría de los modelos generales completaron las tareas legales con una tasa inferior al 10% bajo criterios estrictos, mientras que Tenet completó casi el doble de tareas legales integrales que el Kimi K3 original.
Qué observar a continuación
Si más empresas de IA del extranjero adoptarán modelos chinos de pesos abiertos como base para sus propios productos, especialmente a medida que estos modelos sigan avanzando y reduzcan la brecha con los principales sistemas de código cerrado.
Cómo el creciente papel de los modelos chinos de pesos abiertos en el desarrollo global de IA podría influir en el panorama competitivo, incluyendo posibles cambios en las cadenas de suministro de IA y en la colaboración tecnológica internacional.