Si te parecía que la IA abierta se había quedado irremediablemente atrás respecto a los laboratorios cerrados de Silicon Valley, la primera semana de noviembre de 2026 trajo una sorpresa contundente. Varios equipos de investigación independientes publicaron de forma sincronizada los pesos de modelos que golpean en los puntos más débiles de los servicios propietarios.
No se trata de otro fork anónimo de Llama de 8 mil millones de parámetros, sino de artillería pesada y herramientas altamente especializadas. En acceso abierto salieron: el buque insignia de razonamiento Kimi K3.1 Pro, la familia de agentes de control de sistema operativo NorthCUA, el generador científico de notebooks Hydrogen 1.0, el ultrarrápido generador de imágenes Pruna P-H3 y el flexible modelo de vídeo Pika H3 Flex. Desmenucemos esta oleada de lanzamientos y veamos qué merece realmente la pena ejecutar en tu propio hardware.
Buque insignia de razonamiento: pesos de Kimi K3.1 Pro en acceso abierto
El gran acontecimiento de la semana en Hugging Face es la esperada publicación de los pesos abiertos del modelo insignia de razonamiento Kimi K3.1 Pro del laboratorio chino Moonshot AI. Tenemos ante nosotros una gigantesca arquitectura dispersa Mixture-of-Experts (MoE) con un volumen total de 2.8 billones de parámetros.
En el checkpoint abierto se activan 104 mil millones de parámetros por cada token generado, y la ventana de contexto alcanza los 128,000 tokens con soporte de escalado RoPE. Analizamos en detalle la arquitectura y capacidades de esta familia en el resumen Pesos abiertos de Kimi K3.1 Pro: arquitectura MoE de 2.8 billones de parámetros y contexto de 1 millón de tokens.
Los desarrolladores publicaron la especificación completa del tokenizador y soporte nativo para cuantización de 4-bit (AWQ y GPTQ). Si antes para trabajar con el modelo había que conectarse a APIs chinas externas con límites estrictos y latencias de tráfico transfronterizo, ahora se puede levantar en un servidor propio.
Así es como se despliega un servidor de inferencia de Kimi K3.1 Pro compatible con OpenAI mediante el motor vLLM:
# 1. Instalación de vLLM y librerías de Hugging Face
pip install vllm transformers accelerate huggingface_hub
# 2. Lanzamiento de inferencia paralela en 4 GPU con soporte de contexto largo
python3 -m vllm.entrypoints.openai.api_server \
--model moonshotai/Kimi-k3.1-pro \
--tensor-parallel-size 4 \
--max-model-len 32768 \
--gpu-memory-utilization 0.92 \
--trust-remote-code \
--port 8000
Y para consultar el servidor local desde un script de Python se puede usar la librería estándar de OpenAI:
from openai import OpenAI
# Nos conectamos al nodo local de vLLM
client = OpenAI(
base_url="http://localhost:8000/v1",
api_key="token-local-vllm"
)
response = client.chat.completions.create(
model="moonshotai/Kimi-k3.1-pro",
messages=[
{"role": "system", "content": "Eres un ingeniero de sistemas autónomo. Resuelve las tareas con scripts estrictos de Bash."},
{"role": "user", "content": "Analiza la configuración de iptables y elabora reglas de protección contra SYN flood."}
],
temperature=0.1,
max_tokens=2048
)
print(response.choices[0].message.content)
NorthCUA: un agente frente a tu escritorio
El segundo gran avance de la semana es la familia de modelos abiertos NorthCUA del laboratorio de investigación Beipo. Se trata de la clase Computer-Using Agents (CUA), creada específicamente para el control autónomo del escritorio del ordenador: clics de ratón, entrada de texto en campos y movimiento de ventanas.
Hasta ahora este nicho estaba monopolizado por el modo cerrado Computer Use de Anthropic. El equipo de Beipo publicó de golpe tres versiones del agente abierto:
- NorthCUA-Nano (9B de parámetros densos): en formato FP16 requiere unos 18 GB de memoria de vídeo, y en cuantización INT4 cabe en solo 7 GB de VRAM, ejecutándose incluso en portátiles con tarjetas gráficas de gama media;
- NorthCUA-Mini (35B MoE, 3B de parámetros activos): el punto medio ideal entre velocidad y comprensión de la interfaz. En formato de 4 bits ocupa 24 GB de memoria, un candidato perfecto para ejecutarse en una sola tarjeta gráfica de trabajo de clase RTX 4090 o RTX 3090;
- NorthCUA-Pro (397B MoE, 17B de parámetros activos): un agente pesado para clústeres corporativos, que obtuvo un récord del 44.8% de ejecuciones exitosas de extremo a extremo en el estricto benchmark OSWorld-Verified, superando a los equivalentes propietarios de la generación anterior.
La característica principal de la arquitectura NorthCUA es el contrato de coordenadas normalized_1000. Al modelo no le importa qué resolución de pantalla tengas: 1080p, 2K o 4K. El agente proyecta toda la interfaz en una cuadrícula virtual de 0 a 1000 en ambos ejes, y el runtime local escala linealmente las coordenadas a píxeles reales. Los agentes se entrenaron con el algoritmo Group-Relative Policy Optimization (GRPO) sobre millones de ejemplos de interacción real con el SO. Sobre cómo conectar modelos abiertos con la terminal, lee el artículo Supermodelo abierto Kimi K3: pesos de Moonshot AI, inferencia en Ollama y conexión con Claude Code.
Ciencia, imágenes y vídeo: tres éxitos de nicho
Además de los gigantes de propósito general, la semana trajo tres lanzamientos especializados muy curiosos que muestran hacia dónde se mueve la industria de los pesos abiertos.
El primero es Hydrogen 1.0. Es un modelo abierto entrenado específicamente con datos científicos de astrofísica, química cuántica y biología molecular. En lugar de charlas abstractas, Hydrogen genera notebooks de Jupyter ejecutables: escribe por sí mismo código de simulación en SciPy, construye gráficos interactivos de distribuciones y comprueba la significancia estadística de hipótesis mediante p-value.
El segundo es Pruna P-H3. Los desarrolladores tomaron la generación de imágenes por difusión y le aplicaron una destilación radical. Mientras que modelos estándar como Flux o Stable Diffusion requieren entre 20 y 50 pasos para dibujar un fotograma, Pruna P-H3 crea una imagen fotorrealista de 1024x1024 en solo 4 pasos de difusión. En una tarjeta gráfica RTX 4080, generar un arte lleva 380 milisegundos, ¡casi un tercio de segundo!
El tercero es Pika H3 Flex, un generador de vídeo abierto. La principal novedad de la versión Flex es una API de bajo nivel para el control de cámara. Los desarrolladores pueden definir por código el vector de desplazamiento del objetivo, controlar la interpolación de fotogramas intermedios y mantener una apariencia visual coherente del personaje entre escenas sin el típico efecto de «rostro flotante» del vídeogenerado por IA.
Qué ejecutar en tu tarjeta gráfica hoy mismo
El ecosistema de IA abierta ha dejado definitivamente de ser un club de entusiastas teóricos. Si tienes ante ti la tarea de localizar flujos de trabajo y proteger datos frente a fugas hacia nubes extranjeras, la nueva oleada de lanzamientos ofrece herramientas listas para usar:
- Para tareas de automatización de escritorio y rutinas en interfaces, instala NorthCUA-Mini en cuantización de 4 bits en una RTX 4090: tendrás un agente ágil que no envía capturas de tu monitor a la red externa.
- Para analítica pesada en terminal y programación, levanta Kimi K3.1 Pro en un nodo de servidor con cuatro aceleradores mediante vLLM.
- Y para generación rápida de gráficos en pipelines locales, presta atención a Pruna P-H3: su velocidad subsegundo abre la puerta a la generación dinámica de imágenes al vuelo.
Los modelos abiertos ya no intentan copiar a ciegas los servicios cerrados universales. Golpean con precisión: en velocidad, en especialización y en control total sobre la propia infraestructura.

