Llama: el modelo filtrado que inició el movimiento de pesos abiertos y luego cambió de rumbo

LLaMA —Large Language Model Meta AI— se publicó el 24 de febrero de 2023, solo para investigadores que solicitaran acceso. El modelo permaneció privado alrededor de una semana. El 3 de marzo, sus pesos aparecieron en un torrent compartido en 4chan y, pocos días después, ya había gente ejecutando en sus propios equipos un modelo de nivel GPT-3. Meta no pretendía iniciar el movimiento de pesos abiertos, pero aquella filtración probablemente lo hizo.

Después llegó una explosión de creatividad. Alpaca, de Stanford, ajustó el modelo 7B por menos de 600 dólares. Georgi Gerganov creó llama.cpp, un motor de inferencia sencillo en C/C++ que ejecutaba LLaMA en la CPU de un MacBook. Hoy supera las 127.000 estrellas en GitHub y dio origen al formato GGUF. Ollama, que empezó como una interfaz cómoda para usarlo, tiene aún más: más de 180.000 estrellas. La IA local tal como la conocemos nació de un modelo de investigación filtrado.

Meta se sumó al movimiento. Llama 2, lanzado en julio de 2023, incluía una licencia que permitía el uso comercial, con una conocida salvedad: las empresas con más de 700 millones de usuarios activos mensuales necesitaban permiso de Meta; en la práctica, eran unos pocos competidores. Llama 3 se entrenó con unos 15 billones de tokens. En julio de 2024, Llama 3.1 presentó un modelo 405B con una ventana de contexto de 128K, el primer modelo de pesos abiertos capaz de competir con los modelos cerrados punteros. Llama 3.2 añadió modelos 1B y 3B lo bastante pequeños para teléfonos. A comienzos de 2025, Meta informaba de más de mil millones de descargas.

Sin embargo, «código abierto» siempre fue motivo de debate. La Open Source Initiative nunca aceptó la licencia de Llama como código abierto por sus restricciones de uso, y la Free Software Foundation clasificó la licencia de Llama 3.1 como no libre. El término preciso es «pesos abiertos»: puedes descargar, ejecutar y ajustar el modelo, pero las reglas las fija la licencia. Para una empresa, la diferencia importa: conviene leer la política de uso aceptable antes de construir un producto sobre él.

Llama 4 salió un sábado, el 5 de abril de 2025, y adoptó una arquitectura de mixture-of-experts. Scout tiene 17B parámetros activos de un total de 109B y una ventana de contexto de 10 millones de tokens; Maverick, 17B activos de 400B. Una polémica sobre benchmarks eclipsó el lanzamiento: la versión que obtuvo una posición alta en LMArena era una variante experimental optimizada para chat, no la que publicó Meta. El enorme Behemoth, anunciado con unos 2 billones de parámetros, nunca llegó a lanzarse. En abril de 2026, Meta Superintelligence Labs presentó Muse Spark, un modelo cerrado y propietario. Meta afirma que los modelos Llama existentes seguirán disponibles y ha hablado de abrir versiones futuras, pero la etapa de un modelo insignia abierto de Meta parece estar en pausa.

Para quienes desarrollan productos, la lección es práctica. Llama normalizó ejecutar un modelo capaz en servidores propios, ya sea por privacidad, control de costes o uso sin conexión; esa opción seguirá existiendo, sea quien sea el próximo referente de los pesos abiertos. En productos TypeScript o Python trato el modelo como una dependencia intercambiable: un endpoint compatible con OpenAI, ya sea una API alojada, vLLM u Ollama en un equipo local, junto con evaluaciones que indiquen cuándo basta con un modelo abierto más barato. La arquitectura ganadora es aquella en la que cambiar de modelo solo requiere modificar la configuración.