Los modelos de pesos abiertos alcanzaron aproximadamente un tercio de todo el uso de modelos de lenguaje grandes a finales de 2025, según un estudio de 100 billones de tokens de tráfico real de API publicado por OpenRouter y Andreessen Horowitz (a16z). Esa es la señal más clara hasta ahora de que la IA de código abierto pasó de ser una curiosidad de investigación a convertirse en el estándar de producción. Hugging Face ahora aloja más de 2 millones de modelos públicos y 13 millones de usuarios (Hugging Face, State of Open Source Spring 2026), Llama, de Meta, superó los 1.200 millones de descargas (Meta, 2025), y Qwen, de Alibaba, lo superó, alcanzando los 700 millones (Xinhua, 2026). Aun así, los 200 modelos principales representan el 49,6% de todas las descargas de Hugging Face, y los modelos cerrados de vanguardia todavía lideran a los mejores modelos abiertos por cerca de cuatro meses (Epoch AI, 2026). Este análisis consolida datos de Hugging Face, OpenRouter, a16z, Stanford HAI, Epoch AI, McKinsey, GitHub y otras 13 fuentes primarias en más de 45 datos verificados.
TL;DR
- Los modelos de pesos abiertos alcanzaron cerca del 33% del uso de modelos de lenguaje grandes a finales de 2025, frente a una base de un solo dígito bajo un año antes (OpenRouter, State of AI 2025).
- Hugging Face aloja más de 2 millones de modelos públicos y más de 500.000 datasets para 13 millones de usuarios (Hugging Face, State of Open Source Spring 2026).
- Los 200 modelos principales, el 0,01% de todos los modelos, generan el 49,6% de las descargas; cerca de la mitad de todos los modelos tiene menos de 200 descargas (Hugging Face, Spring 2026).
- Qwen, de Alibaba, superó los 700 millones de descargas acumuladas en Hugging Face y superó a Llama a finales de 2025 (Xinhua / South China Morning Post, 2026).
- Llama, de Meta, alcanzó los 1.200 millones de descargas para el 29 de abril de 2025, frente a los 650 millones de diciembre de 2024 (Meta; TechCrunch, 2025).
- Los modelos de pesos abiertos van por detrás de los modelos cerrados de vanguardia por cerca de cuatro meses, u 8 puntos del ECI (Epoch AI, 2026).
- Más del 50% de las organizaciones usan IA de código abierto, un porcentaje que sube al 72% en el sector tecnológico (McKinsey, 2025).
- Los modelos chinos representaron el 41% de las descargas de Hugging Face durante el último año, y China superó a EE. UU. en descargas mensuales durante 2025 (Hugging Face, Spring 2026).
- Se estima que el mercado de modelos de IA de código abierto crezca de 19.050 millones de dólares en 2025 a 23.080 millones en 2026 (The Business Research Company, 2026).
- Solo 15 de los 95 modelos destacados lanzados en 2025 se publicaron con código de entrenamiento abierto (Stanford HAI, AI Index 2026).
- Investigadores encontraron cerca de 100 modelos maliciosos en Hugging Face, aproximadamente el 95% construidos con un solo formato de serialización (Dark Reading / JFrog, 2024-2025).
1. El Ecosistema de IA de Código Abierto en Números
Hugging Face es el centro de gravedad de los modelos abiertos, y su propio informe State of Open Source de la primavera de 2026 muestra tanto la escala como la concentración extrema de la atención. Los 200 modelos principales, apenas el 0,01% del catálogo, representan el 49,6% de todas las descargas, mientras que aproximadamente la mitad de todos los modelos del hub tiene menos de 200 descargas en total. Mientras tanto, el Octoverse 2025 de GitHub muestra el lado de los desarrolladores de la misma ola: más de un millón de repositorios públicos ahora se construyen sobre un SDK de LLM.
| Métrica | Valor | Fuente |
|---|---|---|
| Modelos públicos en Hugging Face | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| Datasets públicos en Hugging Face | 500,000+ | Hugging Face, Spring 2026 |
| Usuarios registrados / organizaciones | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| Proporción de descargas de los 200 modelos principales (0,01% del total) | 49.6% | Hugging Face, Spring 2026 |
| Modelos con menos de 200 descargas totales | ~50% | Hugging Face, Spring 2026 |
| Repositorios públicos de GitHub que usan un SDK de LLM | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| Colaboradores mensuales en proyectos de IA generativa | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
Nota de contexto: el tamaño medio de los modelos descargados creció de 827 millones de parámetros en 2023 a 20.800 millones en 2025, pero la mediana subió solo de 326 millones a 406 millones (Hugging Face, Spring 2026). Los modelos pequeños todavía hacen la mayor parte del trabajo. Para el panorama más amplio de los modelos, consulta nuestras estadísticas de IA generativa.
2. Uso en el Mundo Real: los Pesos Abiertos Alcanzan un Tercio de los Tokens
El número de modelos mide la oferta; el volumen de tokens mide la demanda. El estudio State of AI de OpenRouter, que analizó 100 billones de tokens de tráfico real de inferencia en más de 300 modelos junto con a16z, es la evidencia pública más sólida de que los pesos abiertos están ganando cargas de trabajo reales. Los modelos de código abierto chinos crecieron del 1,2% del volumen semanal de tokens a finales de 2024 a un promedio semanal del 13,0%, con picos cercanos al 30% en algunas semanas. El segmento de código abierto también se diversificó: R1, de DeepSeek, llegó a representar más de la mitad de los tokens abiertos en un momento dado, pero a finales de 2025 ningún modelo abierto individual tenía más del 25% de la participación abierta.
| Métrica | Valor | Fuente |
|---|---|---|
| Proporción de pesos abiertos en el uso de modelos de lenguaje grandes, finales de 2025 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| Proporción semanal de tokens de código abierto chinos | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| Proporción semanal promedio de código abierto del resto del mundo | 13.7% | OpenRouter, 2025 |
| Tokens de DeepSeek (nov. 2024 a nov. 2025) | 14.37 trillion | OpenRouter, 2025 |
| Tokens de Qwen | 5.59 trillion | OpenRouter, 2025 |
| Tokens de Meta Llama | 3.96 trillion | OpenRouter, 2025 |
| Tokens de Mistral AI | 2.92 trillion | OpenRouter, 2025 |
| Total de tokens analizados / modelos / proveedores | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
Nota de valor atípico: los modelos orientados al razonamiento ahora procesan más de la mitad de todos los tokens a medida que aumenta el uso de tool-calling, un cambio cubierto en nuestras estadísticas de agentes de IA.
3. La Brecha de Rendimiento entre Modelos Abiertos y Cerrados
La brecha entre los mejores modelos abiertos y los mejores modelos cerrados se redujo drásticamente en 2024, y luego dejó de cerrarse. Epoch AI mide este rezago con su Epoch Capabilities Index. Los modelos de pesos abiertos quedaron por detrás de los modelos cerrados de vanguardia por cerca de cuatro meses, u 8 puntos del ECI, entre enero y mayo de 2026, un rezago ligeramente mayor que los cerca de tres meses medidos hasta octubre de 2025. El AI Index 2026 de Stanford HAI cuenta una historia similar en la clasificación de Arena.
| Métrica | Valor | Fuente |
|---|---|---|
| Rezago de los pesos abiertos frente a los modelos cerrados de vanguardia | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| Rezago anterior (ene. 2023 a oct. 2025) | ~3 months | Epoch AI, 2025 |
| Ventaja del mejor modelo cerrado sobre el mejor modelo abierto (mar. 2026) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| Modelos cerrados en el top 10 de Arena | 6 of 10 | Stanford HAI, AI Index 2026 |
| Brecha en Chatbot Arena, ene. 2024 a feb. 2025 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| Escalado de cómputo de entrenamiento de los pesos abiertos de vanguardia | ~4.7x per year | Epoch AI, 2025 |
| Frontera local: modelo equivalente a los mejores LLM de hace 6 a 12 meses | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
Nota de contexto: DeepSeek-R1, lanzado en enero de 2025, quedó apenas 2 puntos porcentuales por detrás del entonces mejor modelo cerrado, o3-mini, en el benchmark MATH Level 5 (Epoch AI, 2025), el lanzamiento que mostró por primera vez el colapso de la brecha.
4. El Auge de los Pesos Abiertos de China: Qwen y DeepSeek
El cambio más decisivo de 2025 fue geográfico. Los modelos chinos representaron el 41% de las descargas de Hugging Face durante el último año, y China superó a EE. UU. en descargas mensuales durante 2025 (Hugging Face, Spring 2026). Qwen, de Alibaba, se convirtió en la familia abierta individual más descargada, según Xinhua y el South China Morning Post, mientras que el lanzamiento de la app de DeepSeek en enero de 2025 estableció récords de descargas registrados por Sensor Tower y TechCrunch.
| Métrica | Valor | Fuente |
|---|---|---|
| Proporción de China en las descargas mensuales de Hugging Face, 2025 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| Proporción de modelos chinos en las descargas de Hugging Face, último año | 41% | Hugging Face, Spring 2026 |
| Descargas acumuladas de Qwen en Hugging Face (ene. 2026) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Variantes de Qwen en Hugging Face | 200,000+ | South China Morning Post, 2026 |
| Proporción de nuevos derivados de modelos de lenguaje grandes basados en Qwen | ~40% | South China Morning Post, 2026 |
| Descargas de la app DeepSeek en los primeros 19 días | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| Clasificación número uno de DeepSeek en la App Store | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 vs. o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
Nota de contexto: en un solo mes, las descargas de Qwen superaron el total combinado de las siguientes ocho familias abiertas, incluidas Meta, DeepSeek, Mistral y Nvidia (South China Morning Post, 2026).
5. Adopción Empresarial y Economía
La IA de código abierto ya es una estrategia empresarial dominante, no un experimento marginal. McKinsey, junto con las Fundaciones Mozilla y Patrick J. McGovern, encuestó a más de 700 líderes tecnológicos en 41 países para su informe Open Source Technology in the Age of AI. Más de la mitad de las organizaciones ya usan IA de código abierto, un porcentaje que sube al 72% en el sector tecnológico, y el 76% espera aumentar su uso. La encuesta Enterprise AI de a16z muestra el impulso hacia los stacks multimodelo, y los investigadores de mercado dimensionan la oportunidad en decenas de miles de millones.
| Métrica | Valor | Fuente |
|---|---|---|
| Organizaciones que usan IA de código abierto | 50%+ (72% in tech sector) | McKinsey, 2025 |
| Líderes que esperan aumentar el uso de IA de código abierto | 76% | McKinsey, 2025 |
| Reportan costos de implementación más bajos frente a lo propietario | 60% (26% average cost improvement) | McKinsey, 2025 |
| Adopción empresarial de IA y machine learning de código abierto | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| Empresas que ejecutan 5 o más modelos en producción | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| Mercado de modelos de IA de código abierto, 2025 a 2026 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| Serie C de Mistral AI (sep. 2025) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| Valoración de Hugging Face | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
Nota de contexto: la previsión del mercado de modelos de IA de código abierto es una estimación de un proveedor; trátala como el dato más reciente disponible (The Business Research Company, 2026). Para las cuentas de costos posteriores, consulta nuestro análisis hermano sobre estadísticas de costo de inferencia de IA y, para herramientas de desarrollo, estadísticas de herramientas de codificación con IA.
6. Gobernanza, Licencias y Seguridad
Los pesos abiertos no son lo mismo que el código abierto, y las definiciones importan para el cumplimiento normativo. La Open Source Initiative publicó su Open Source AI Definition en octubre de 2024, y pocos modelos conocidos califican por completo. Solo 15 de los 95 modelos destacados lanzados en 2025 se publicaron con código de entrenamiento abierto (Stanford HAI, AI Index 2026), incluso mientras los gobiernos avanzaban para fomentar los pesos abiertos. La seguridad es el otro punto a vigilar: JFrog e investigadores documentaron modelos maliciosos capaces de ejecutar código en hubs públicos.
| Métrica | Valor | Fuente |
|---|---|---|
| Modelos de IA de código abierto validados por la OSI | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| Modelos destacados de 2025 lanzados sin código de entrenamiento abierto | 80 of 95 | Stanford HAI, AI Index 2026 |
| Proporción de la industria en los modelos destacados, 2025 | 91.6% | Stanford HAI, AI Index 2026 |
| Modelos maliciosos encontrados en Hugging Face | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| Modelos marcados por JFrog como maliciosos de día cero | 25 | JFrog, 2025 |
| IA y machine learning vistos como los más beneficiados por el código abierto | 38% | Linux Foundation, 2025 |
| Postura del AI Action Plan de EE. UU. sobre los pesos abiertos | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| Normas de IA de propósito general del EU AI Act en vigor | Aug 2, 2025 | European Commission, 2025 |
Nota de contexto: la misma accesibilidad de los pesos abiertos que ayuda a las startups también reduce la barrera para el uso indebido de medios sintéticos, un riesgo cuantificado en nuestras estadísticas de deepfake.
Resumen: la IA de Código Abierto en Cifras
| Métrica | Valor | Fuente |
|---|---|---|
| Proporción de pesos abiertos en el uso de modelos de lenguaje grandes, finales de 2025 | ~33% | OpenRouter, State of AI 2025 |
| Modelos públicos en Hugging Face | 2,000,000+ | Hugging Face, Spring 2026 |
| Proporción de descargas de los 200 modelos principales | 49.6% | Hugging Face, Spring 2026 |
| Empresas que ejecutan 5 o más modelos en producción | 37% | a16z, Enterprise AI 2025 |
| Descargas acumuladas de Qwen en Hugging Face | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Descargas de Meta Llama (abr. 2025) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 vs. o3-mini, MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| Descargas de la app DeepSeek en los primeros 19 días | 23,000,000 | Sensor Tower, 2025 |
| IA y machine learning vistos como los más beneficiados por el código abierto | 38% | Linux Foundation, 2025 |
| Rezago de los pesos abiertos frente a los modelos cerrados de vanguardia | ~4 months / 8 ECI points | Epoch AI, 2026 |
| Ventaja del mejor modelo cerrado sobre el mejor modelo abierto (mar. 2026) | 3.3% | Stanford HAI, AI Index 2026 |
| Organizaciones que usan IA de código abierto | 50%+ | McKinsey, 2025 |
| Líderes que esperan aumentar el uso de IA de código abierto | 76% | McKinsey, 2025 |
| Costos de implementación más bajos frente a lo propietario | 60% (26% avg improvement) | McKinsey, 2025 |
| Adopción empresarial de IA/ML de código abierto | 40% | Linux Foundation, 2025 |
| Mercado de modelos de IA de código abierto (2026) | 23.08B dollars | The Business Research Company, 2026 |
| Valoración de Mistral AI (sep. 2025) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| Modelos destacados de 2025 sin código de entrenamiento abierto | 80 of 95 | Stanford HAI, AI Index 2026 |
| Modelos maliciosos encontrados en Hugging Face | ~100 | Dark Reading / JFrog, 2024-2025 |
| Repositorios públicos de GitHub que usan un SDK de LLM | 1,100,000+ | GitHub, Octoverse 2025 |
Metodología y Fuentes
Los datos se recopilaron rastreando cada cifra hasta su publicador primario, priorizando informes originales, encuestas y divulgaciones de 2025 y 2026 sobre la agregación secundaria, y señalando las estimaciones de mercado de proveedores y las cifras más antiguas donde aparecen.
Fuentes citadas:
- Hugging Face, State of Open Source, Spring 2026
- OpenRouter y Andreessen Horowitz (a16z), State of AI: An Empirical 100 Trillion Token Study, 2025
- Andreessen Horowitz (a16z), How 100 Enterprise CIOs Are Building and Buying Gen AI, 2025
- Epoch AI, Open-Weight Models data insights, 2025-2026
- Stanford HAI, AI Index Report 2026 y AI Index Report 2025
- McKinsey, junto con las Fundaciones Mozilla y Patrick J. McGovern, Open Source Technology in the Age of AI, 2025
- GitHub, Octoverse 2025
- Xinhua y South China Morning Post, Qwen downloads reporting, 2026
- Sensor Tower y TechCrunch, DeepSeek app data, 2025
- Meta, Celebrating 1 Billion Downloads of Llama, 2025, y TechCrunch, LlamaCon 1.2 billion figure, 2025
- Linux Foundation, The State of Global Open Source 2025
- Open Source Initiative, Open Source AI Definition 1.0, 2024
- JFrog y Dark Reading, malicious model research, 2024-2025
- The White House, Winning the Race: America’s AI Action Plan, 2025
- European Commission, EU AI Act general-purpose AI guidelines, 2025
- The Business Research Company / Research and Markets, Open-Source AI Model Market Report 2026
- Mistral AI y Bloomberg, Series C funding reporting, 2025; Sacra, Hugging Face valuation estimate, 2025; TechCrunch, Hugging Face Series D, 2023
Data watch: varias de las fuentes citadas publican con una cadencia fija. El Octoverse de GitHub y el AI Index de Stanford HAI son anuales, con las próximas ediciones previstas para finales de 2026 y principios de 2027, respectivamente; los estudios State of AI y de código abierto de McKinsey y la encuesta State of Global Open Source de la Linux Foundation se realizan cada año; el State of Open Source de Hugging Face aparece aproximadamente cada semestre, con una edición de otoño de 2026 probable; y Epoch AI actualiza su seguimiento de abierto frente a cerrado de forma continua.
Última actualización: 10 de julio de 2026.
Revisamos y actualizamos esta página trimestralmente a medida que se publican nuevos datos.