Por Canuto  

Poolside reapareció con Laguna y asegura que su modelo de pesos abiertos puede liderar Occidente, mientras Kimi K3, DeepSeek y Qwen consolidan el avance de China en la inteligencia artificial.
***

  • Poolside lanzó Laguna, un modelo de 118.000 millones de parámetros que, según la empresa, supera a sus rivales abiertos estadounidenses y chinos, salvo Kimi K3.
  • Las startups estadounidenses Thinking Machines, Reflection AI y Poolside compiten por crear alternativas occidentales frente al dominio de los modelos chinos de pesos abiertos.
  • Una inversión de Poolside en Fluidstack podría valer USD $860 millones, mientras la empresa mantiene proyectos de infraestructura y busca acelerar sus lanzamientos.

 

Poolside fue una de las primeras estrellas del auge de la inteligencia artificial generativa. En octubre de 2024, la startup recaudó USD $500 millones con una valoración de USD $3.000 millones para desarrollar agentes de programación dirigidos a gobiernos y grandes empresas.

La compañía fue cofundada por Jason Warner, antiguo director de tecnología de GitHub. Sin embargo, durante los siguientes 18 meses redujo su exposición pública mientras OpenAI y Anthropic elevaban sus valoraciones, y varios laboratorios chinos avanzaban con modelos de pesos abiertos.

Ahora Poolside reapareció con Laguna, un modelo que la empresa presenta como un competidor destacado dentro del segmento abierto. Según Forbes, el sistema supera en pruebas públicas a sus principales rivales estadounidenses y chinos de pesos abiertos, con una excepción notable: el modelo Kimi K3, desarrollado por Moonshot.

Warner, quien ocupa el cargo de co-CEO y cofundador de Poolside, afirmó que la compañía será «el modelo abierto más capaz de Occidente». También sostuvo que, dentro de la categoría de modelos con 118.000 millones de parámetros, Laguna es actualmente líder a escala global.

La afirmación llega en un momento de intensa competencia entre modelos cerrados y abiertos. OpenAI y Anthropic mantienen sistemas propietarios de gran capacidad, pero sus clientes dependen de servicios controlados por las compañías y enfrentan costos crecientes de uso.

Los modelos de pesos abiertos ofrecen una alternativa distinta. Sus desarrolladores publican los parámetros entrenados, conocidos como pesos, para que terceros puedan descargarlos, ejecutarlos en sus propios sistemas y adaptarlos a necesidades específicas.

Esta fórmula no equivale necesariamente a publicar el código completo ni los datos de entrenamiento. Empresas chinas como DeepSeek suelen describir sus lanzamientos como abiertos, aunque el acceso se concentra en los pesos del modelo y no en todos los componentes del proceso.

Laguna y la estrategia industrial de Poolside

Poolside asegura que construyó durante su etapa de bajo perfil una infraestructura destinada a producir modelos de manera sistemática. Warner describió ese proceso como una «fábrica de construcción de modelos», en contraste con el desarrollo artesanal tradicional de los grandes sistemas de IA.

La meta de la empresa consiste en lanzar Laguna y continuar con nuevas iteraciones más potentes cada cinco semanas. Ese ritmo permitiría responder rápidamente a los avances de los laboratorios rivales y reducir el tiempo entre una versión y la siguiente.

La compañía reconoce que Laguna todavía tiene una brecha frente a los mejores modelos cerrados de OpenAI y Anthropic. También enfrenta la competencia de Kimi K3, cuyo lanzamiento más reciente ocurrió el 16 de julio de 2026 por parte del laboratorio Moonshot, con sede en Beijing.

Moonshot indicó que Kimi K3 cuenta con 2,8 billones de parámetros. Esa cifra equivale a unas 20 veces el tamaño del nuevo modelo de Poolside, aunque el número de parámetros no determina por sí solo el rendimiento, el costo o la facilidad de ejecución.

OpenAI y Anthropic no han revelado el tamaño de sus modelos más recientes. Poolside, entretanto, planea desarrollar sistemas más grandes que puedan competir con los laboratorios de frontera cuando disponga de mayor capacidad técnica y financiera.

La startup también había presentado una serie más pequeña de modelos a comienzos de 2026, aunque el lanzamiento recibió poca atención pública. Warner explicó que Poolside compartió inicialmente los pesos con un grupo reducido y no divulgado de clientes gubernamentales y corporativos.

Desde abril, la empresa comenzó a distribuir esos pesos de manera pública. La decisión busca ampliar el ecosistema de desarrolladores y permitir que compañías con necesidades de privacidad, control o personalización ejecuten los modelos fuera de los servidores de Poolside.

La estructura de la compañía también refleja una orientación internacional. Poolside dice tener sede en San Francisco, mientras Warner vive entre Canadá y San Francisco y el cofundador Kant trabaja desde Portugal.

La mayor parte del equipo opera de forma remota. En el pasado, reportes situaron a Poolside en París, donde sus programadores se reunían cada ciertos meses, aunque la empresa mantiene actualmente una identidad más distribuida.

China conserva la ventaja en modelos de pesos abiertos

El regreso de Poolside ocurre mientras Silicon Valley acelera la búsqueda de alternativas locales a los modelos chinos. Kimi, DeepSeek y Qwen se han convertido en herramientas dominantes para numerosos desarrolladores que buscan capacidad, flexibilidad y costos menores.

Kimi K3 obtuvo mejores resultados que el modelo más avanzado de OpenAI y Fable 5 de Anthropic en algunas tareas de programación, de acuerdo con la clasificación de AI Arena citada por Forbes. El sistema todavía queda por detrás en ciertas métricas, pero compite con una estructura de precios más agresiva.

Moonshot cobra aproximadamente dos tercios menos que Anthropic y un tercio menos que OpenAI para la misma tarea, según la información disponible. La combinación de rendimiento y precio provocó inquietud en los mercados estadounidenses tras el lanzamiento del modelo.

Durante el último mes, el mercado de modelos de lenguaje de OpenRouter registró a sistemas de Xiaomi, Tencent y la startup Z-AI entre los cinco más populares. El dato muestra que la competencia china no depende de un solo laboratorio.

Por ahora, Kimi K3 solo puede ejecutarse en los servidores de Moonshot, ubicados en China. Esa dependencia crea una dificultad adicional para las empresas estadounidenses que deben evaluar asuntos de seguridad, jurisdicción, privacidad y control operativo.

Moonshot anunció que publicará los pesos de Kimi K3 el 27 de julio. Si cumple ese calendario, las compañías podrán descargar el modelo y ejecutarlo en sus propios sistemas, aunque necesitarán infraestructura suficiente para manejar su enorme escala.

En Estados Unidos, el grupo de contendientes incluye a Thinking Machines, la startup fundada por la exdirectora de tecnología de OpenAI, Mira Murati. La empresa recaudó USD $2.000 millones con una valoración de USD $12.000 millones en 2024.

Murati lanzó la semana anterior el primer modelo de su laboratorio, llamado Inkling. El sistema utiliza pesos abiertos y la compañía reconoció que no es el modelo más fuerte disponible, abierto o cerrado, pero destacó su flexibilidad y facilidad de personalización.

OpenAI, Google y Nvidia también participan en el desarrollo de modelos con pesos abiertos. Meta tuvo anteriormente uno de los sistemas abiertos líderes con Llama, pero el año pasado cambió el foco hacia un nuevo modelo cerrado llamado Spark.

Capital, regulación e infraestructura marcan la disputa

La carrera por la IA abierta moviliza grandes cantidades de capital. Reflection AI, otra startup que comenzó con agentes de programación y luego giró hacia los modelos de pesos abiertos, recaudó USD $2.500 millones con una valoración de USD $25.000 millones en marzo.

Reflection también firmó un contrato de computación valorado en USD $1.000 millones con el proveedor de infraestructura en la nube Nebius. La empresa todavía no ha lanzado un producto, pero su financiación refleja las expectativas de los inversores sobre el mercado.

Su cofundador y director de tecnología, Ioannis Antonoglou, dijo que el objetivo consiste en asegurar la existencia de un laboratorio abierto competitivo en el mundo occidental. También planteó la creación de un ecosistema abierto que permita la colaboración entre compañías y desarrolladores.

Mistral, con sede en Francia, ofrece una referencia europea para esa estrategia. La empresa obtuvo más de USD $200 millones el año pasado con modelos de pesos abiertos dirigidos a empresas y gobiernos occidentales.

La principal ventaja comercial de Mistral consiste en no ser china ni estadounidense. Esa posición puede resultar atractiva para organizaciones que buscan reducir su dependencia de las dos mayores potencias tecnológicas.

La política estadounidense podría modificar el equilibrio competitivo. Axios informó que la Casa Blanca y el Departamento de Comercio discutieron medidas que prohibirían, en la práctica, que empresas estadounidenses utilicen modelos chinos de pesos abiertos.

David Sacks, inversionista de capital de riesgo y asesor de IA de la Casa Blanca, advirtió que la política de inteligencia artificial se encuentra en un punto de inflexión. También sostuvo que los principales laboratorios cerrados, que ya forman un duopolio en ingresos por modelos, buscan que el Gobierno elimine a sus competidores abiertos.

Warner afirmó que Poolside no ha recaudado capital desde 2024 y rechazó compartir los ingresos actuales de la startup. La empresa también está vinculada con un proyecto de infraestructura de gran escala en el oeste de Texas.

El proyecto, conocido como Horizon, contemplaba una instalación de 2 gigavatios junto con el gigante de centros de datos de IA CoreWeave. Financial Times informó en abril de 2026 que el acuerdo fue cancelado después de incumplirse varias fechas límite, y la publicación original del anuncio fue eliminada.

Warner sostiene que el proyecto continúa como un negocio independiente llamado Poolside Infrastructure Company, o PIC. Kant dirigió inicialmente la iniciativa, pero cedió las riendas a Robert Bonar, un antiguo ejecutivo del sector de la construcción.

La inversión en Fluidstack refuerza la posición financiera

Poolside podría evitar una nueva ronda de financiación pese al costo de entrenar modelos más grandes y mantener sus planes de lanzamientos frecuentes. Esa posibilidad se relaciona con una inversión silenciosa y no reportada previamente en la startup de infraestructura Fluidstack.

Fluidstack comenzó como un servicio descrito como un «Airbnb para GPU». Con el tiempo, la empresa británica empezó a construir sus propios centros de datos y cerró acuerdos con Google y Anthropic.

No está claro cuándo Poolside invirtió en Fluidstack. Registros corporativos británicos muestran que la compañía londinense recaudó una ronda SAFE de USD $24,7 millones en algún momento de 2024.

Documentos posteriores indican que, en marzo de 2026, una empresa luxemburguesa llamada Argo Participation I se convirtió en uno de los mayores accionistas de Fluidstack, con una participación del 15%. Warner y Kant aparecen como directores de Argo Participation I en documentos corporativos de Luxemburgo.

Un registro de noviembre de 2024 identifica a Poolside como el único accionista de Argo Participation I. La estructura vincula indirectamente a Poolside con la participación accionaria, aunque Warner dijo que no podía comentar sobre la inversión.

Fluidstack anunció el lunes una ronda de USD $830 millones liderada por el fondo de cobertura Situational Awareness, de Leopold Aschenbrenner. La operación elevó la valoración de la empresa a USD $7.500 millones.

Con esa valoración, la participación de Poolside en Fluidstack tendría un valor aproximado de USD $860 millones. Bloomberg había informado en abril que Fluidstack conversaba con inversores para recaudar USD $1.000 millones con una valoración de USD $18.000 millones.

La posible ganancia de esa inversión ofrece a Poolside un respaldo financiero relevante para su estrategia de modelos. También muestra cómo las empresas de IA están conectando el desarrollo de software con la disponibilidad de GPU, energía y centros de datos.

El desafío, sin embargo, no se limita al dinero. Poolside debe demostrar que Laguna mantiene sus resultados fuera de las pruebas seleccionadas, que sus lanzamientos cada cinco semanas son sostenibles y que los clientes confiarán en una empresa que aún no revela sus ingresos.

La disputa tampoco se resolverá únicamente con una victoria técnica. Las decisiones regulatorias, la ubicación de los servidores, el precio de la inferencia y la posibilidad de ejecutar los modelos localmente definirán qué sistemas adoptan las empresas.

La competencia entre Estados Unidos y China, por tanto, está creando un mercado más fragmentado. Los usuarios tendrán más opciones, pero también deberán evaluar con mayor cuidado la procedencia de los modelos, sus licencias, sus riesgos de privacidad y el costo real de operar sistemas de gran tamaño.

Poolside busca ocupar el espacio occidental que todavía permanece abierto. Su apuesta por Laguna, la fabricación industrial de modelos y la inversión en infraestructura refleja una estrategia ambiciosa, aunque el liderazgo de Kimi K3 demuestra que la ventaja china sigue siendo considerable.

El próximo hito será la publicación de los pesos de Kimi K3 prevista para el 27 de julio. Ese lanzamiento permitirá comparar directamente su desempeño y sus costos con Laguna, Inkling y los demás modelos que aspiran a convertir la IA abierta en un campo verdaderamente global.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados