Apertus – Modelo fundacional abierto para IA soberana

Enfoque general

• La discusión se centra en Apertus como un modelo “totalmente abierto” (pesos, datos, recetas de entrenamiento) orientado a la “IA soberana” europea/suiza y en si eso importa dada su capacidad actual.

Apertura, pipelines y “SOTA”

• Muchos valoran Apertus por ser genuinamente abierto: pesos abiertos, datos abiertos, pipeline de entrenamiento completo.
• Algunos sostienen que el verdadero “state of the art” debería significar modelos que puedan inspeccionarse y replicarse, no sistemas cerrados “de vanguardia” de laboratorios frontier.
• Otros mantienen que los modelos de los laboratorios frontier siguen siendo el verdadero SOTA en rendimiento, independientemente de la apertura.

Calidad del modelo y uso práctico

• Se describieron versiones anteriores de Apertus como “bastante malas”; algunas pruebas sugieren que las nuevas aún no compiten con los mejores modelos.
• Usuarios informan que funciona como base para RAG y algunos agentes (p. ej., consultoría legal, traducción), pero todavía no es “agentic” ni de nivel frontier.
• Entre las debilidades se incluyen alucinaciones en tareas multilingües y preguntas lingüísticas básicas (p. ej., conjugaciones, ortografía de palabras).

Datos de entrenamiento, copyright y ética

• Apertus usa FineWeb/Common Crawl; algunos critican esto como scraping sin licencia que contradice el marketing de “cumplimiento con copyright”.
• Otros argumentan que el scraping de datos públicos de la web para entrenamiento es legal y que ampliar el copyright aquí sería perjudicial.
• Existe demanda de un modelo “vegano” entrenado solo con datos con licencia o de dominio público por razones éticas.

IA soberana, geopolítica y localidad de datos

• Tema fuerte: los países (especialmente en Europa) necesitan sus propias capacidades de IA para evitar depender de tecnología de EE. UU. o China, dadas las preocupaciones sobre el estado de derecho en EE. UU., la vigilancia, los controles de exportación y la inestabilidad política.
• Algunos ven Apertus y proyectos similares más como construcción de capacidades que como competitividad inmediata del modelo.
• Debate sobre qué jurisdicciones son más seguras para los datos (EE. UU. vs UE vs Suiza vs nórdicos) y si algún país es realmente “seguro”.

Comparación con otros modelos abiertos

• Otros pipelines totalmente abiertos o casi abiertos mencionados: OLMo 3.1, K2 Think V2, Nvidia Nemotron, además de fuertes modelos chinos (GLM, DeepSeek, Qwen).
• Consenso de que Nemotron y varios modelos chinos superan actualmente a Apertus; algunos usuarios los prefieren en producción.

Modelos locales vs servicios y UX

• Varios sostienen que el verdadero campo de batalla a corto plazo es local vs LLM alojados, no solo abierto vs cerrado.
• Los modelos locales ya son “suficientemente buenos” para muchas tareas, pero las herramientas y la UX son confusas y fragmentadas.
• La preocupación es que una mala UX local esté empujando a los usuarios hacia servicios centralizados y cerrados, reduciendo la autonomía digital.

Compute, licencias y cumplimiento

• Se refuta la afirmación de que “los suizos no tienen GPUs” con referencias al superordenador de los Alpes con miles de chips Grace-Hopper.
• La licencia incluye un mecanismo novedoso: descargar periódicamente un filtro basado en hashes para eliminar datos personales de las salidas en función de solicitudes de borrado; no está claro cuán sostenible es esto.
• Algunos ven Apertus principalmente al servicio de los requisitos europeos de cumplimiento/soberanía más que de perseguir los máximos puntajes en benchmarks.