Un usuario de Reddit cuestiona la viabilidad a largo plazo del ecosistema actual de Modelos de Lenguaje Grande (LLM) de peso abierto, citando la reciente decisión de Qwen de no publicar las versiones 122B, 35B, 27B y 9B. La preocupación es que estos modelos más grandes tuvieron un rendimiento tan fuerte que el equipo decidió no liberarlos inmediatamente como pesos abiertos.

  • Análisis recientes sugieren que los modelos de código abierto están actualmente retrasados entre 2 y 4 meses respecto a los sistemas de estado del arte.
  • El retraso de Qwen de 1 a 2 meses o más antes de publicar los pesos abiertos podría hacer que la brecha continúe ampliándose.
  • La discusión se centra en modelos que pueden ejecutarse de manera realista en hardware de consumo, en comparación con configuraciones locales masivas capaces de ejecutar modelos de 500B+.

El autor se pregunta si esta tendencia eventualmente llevará a otro cambio significativo en el panorama del código abierto, similar a lo que ocurrió con los modelos Meta-Llama.